KR101913850B1 - 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법 및 이를 이용한 서버 - Google Patents
심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법 및 이를 이용한 서버 Download PDFInfo
- Publication number
- KR101913850B1 KR101913850B1 KR1020180038167A KR20180038167A KR101913850B1 KR 101913850 B1 KR101913850 B1 KR 101913850B1 KR 1020180038167 A KR1020180038167 A KR 1020180038167A KR 20180038167 A KR20180038167 A KR 20180038167A KR 101913850 B1 KR101913850 B1 KR 101913850B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- input data
- type
- content
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 210000003296 saliva Anatomy 0.000 claims abstract description 28
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims description 49
- 238000012937 correction Methods 0.000 claims description 32
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 19
- 230000004630 mental health Effects 0.000 claims description 19
- 230000002996 emotional effect Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- JYGXADMDTFJGBT-VWUMJDOOSA-N hydrocortisone Chemical compound O=C1CC[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 JYGXADMDTFJGBT-VWUMJDOOSA-N 0.000 claims description 9
- 230000007958 sleep Effects 0.000 claims description 9
- 230000008093 supporting effect Effects 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 7
- 230000036651 mood Effects 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 6
- 229960000890 hydrocortisone Drugs 0.000 claims description 5
- 102000004139 alpha-Amylases Human genes 0.000 claims description 4
- 108090000637 alpha-Amylases Proteins 0.000 claims description 4
- 229940024171 alpha-amylase Drugs 0.000 claims description 4
- 230000006996 mental state Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000010485 coping Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 230000008450 motivation Effects 0.000 claims description 3
- 206010010144 Completed suicide Diseases 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 239000000090 biomarker Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 208000028173 post-traumatic stress disease Diseases 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010054089 Depressive symptom Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 208000015580 Increased body weight Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013542 behavioral therapy Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000003246 corticosteroid Substances 0.000 description 1
- 150000001886 cortisols Chemical class 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- FMGSKLZLMKYGDP-USOAJAOKSA-N dehydroepiandrosterone Chemical compound C1[C@@H](O)CC[C@]2(C)[C@H]3CC[C@](C)(C(CC4)=O)[C@@H]4[C@@H]3CC=C21 FMGSKLZLMKYGDP-USOAJAOKSA-N 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229940088598 enzyme Drugs 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000000960 hypophysis hormone Substances 0.000 description 1
- 210000003016 hypothalamus Anatomy 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 206010021654 increased appetite Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001002 parasympathetic nervous system Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000001817 pituitary effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 239000002438 stress hormone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002820 sympathetic nervous system Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Tourism & Hospitality (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Developmental Disabilities (AREA)
- Physiology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 발명은, 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법에 있어서, (a) 서버가, 콘텐츠와의 인터랙션(interaction)을 통해 상기 사용자의 정신 상태를 판단한 데이터인 제1 입력 데이터, 센서를 통해 측정된 상기 사용자의 생체신호에 대한 데이터인 제2 입력 데이터 및 타액분석기를 통해 획득된 상기 사용자의 타액에 대한 데이터인 제3 입력 데이터를 획득하는 단계; 및 (b) 상기 서버가, 상기 제1 입력 데이터, 상기 제2 입력 데이터 및 상기 제3 입력 데이터를 참조로 하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 단계;를 포함하되, 상기 제1 입력 데이터는, 상기 사용자의 기분 상태에 대하여 판단한 데이터인 제1-1 입력 데이터, 상기 사용자의 발달 과정에 대하여 판단한 데이터인 제1-2 입력 데이터를 포함하며, 상기 (b) 단계에서, 상기 서버는, 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터를 분석함으로써 상기 사용자의 심리 상태 유형 - 상기 심리 상태 유형은 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터에 따른 소정의 조건마다 설정되는 복수의 등급으로 구성되며, 상기 사용자의 심리 상태 유형은 상기 복수의 등급 중 어느 하나로 결정됨 - 을 결정하고, 상기 제1-2 입력 데이터 및 상기 제2 입력 데이터를 분석함으로써 보정 값을 결정하며, 상기 보정 값을 상기 사용자의 심리 상태 유형에 적용하여 보정함으로써 상기 사용자의 최종 유형을 결정하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 것을 특징으로 하는 방법 및 이를 이용한 서버를 개시한다. 본 발명에 따르면, 정신 건강을 위한 심리 상태 판단에 초점을 맞춰 정신건강의학과에 대한 일반인들의 장벽을 해소함으로써 개인 맞춤형 치료 서비스를 제공하며 병원 방문 횟수를 최소화할 수 있으며, 사용자가 병원 등의 의료 센터에 방문하지 않고도 심리 상태 판단용 키트를 통해 검사가 가능하도록 하고, 획득된 검사 데이터를 분석함으로써 사용자의 심리 상태를 판단할 수 있다. 또한, 본 발명은 융합된 통합 서비스로 제공될 수 있으며, 생물학적, 행동학적으로 객관화할 수 있는 지표와 설문형으로 제공된 자료를 통하여 심리 상태의 분석이 가능한, 특히 VR 콘텐츠와의 인터랙션을 통한 심층 평가, 심박수의 변화 및 수면 패턴과 같은 생체신호, 타액과 같은 생체표지의 도입을 통하여 분석의 효율성 및 평가 특이도가 향상될 수 있는 심리 상태의 판단 방법을 제공할 수 있고, 사용자의 심리 상태 분석을 통해 결정되는 사용자의 유형에 따라 추가 정밀 평가, 교육 콘텐츠 및 훈련 콘텐츠 중 적어도 하나에 대한 피드백을 사용자에게 제공함으로써, 사용자의 정신 건강을 변화시키는 조력이 가능하도록 할 수 있다.
Description
본 발명은 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법 및 이를 이용한 서버에 관한 것으로, 보다 상세하게는 (a) 서버가, 콘텐츠와의 인터랙션(interaction)을 통해 상기 사용자의 정신 상태를 판단한 데이터인 제1 입력 데이터, 센서를 통해 측정된 상기 사용자의 생체신호에 대한 데이터인 제2 입력 데이터 및 타액분석기를 통해 획득된 상기 사용자의 타액에 대한 데이터인 제3 입력 데이터를 획득하는 단계 및 (b) 상기 서버가, 상기 제1 입력 데이터, 상기 제2 입력 데이터 및 상기 제3 입력 데이터를 참조로 하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 단계를 포함하되, 상기 제1 입력 데이터는, 상기 사용자의 기분 상태에 대하여 판단한 데이터인 제1-1 입력 데이터, 상기 사용자의 발달 과정에 대하여 판단한 데이터인 제1-2 입력 데이터를 포함하며, 상기 (b) 단계에서, 상기 서버는, 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터를 분석함으로써 상기 사용자의 심리 상태 유형(상기 심리 상태 유형은 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터에 따른 소정의 조건마다 설정되는 복수의 등급으로 구성되며, 상기 사용자의 심리 상태 유형은 상기 복수의 등급 중 어느 하나로 결정됨)을 결정하고, 상기 제1-2 입력 데이터 및 상기 제2 입력 데이터를 분석함으로써 보정 값을 결정하며, 상기 보정 값을 상기 사용자의 심리 상태 유형에 적용하여 보정함으로써 상기 사용자의 최종 유형을 결정하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 것을 특징으로 하는 방법 및 이를 이용한 서버에 관한 것이다.
최근 대한민국에서는 청장년층의 높은 자살률이 줄어들지 않고 있어 해마다 큰 문제가 되고 있는바, 대한민국은 세계 최고의 높은 자살률을 최근 수년간 계속 유지하고 있다. 특히 20대 남성의 경우 2013년 대비 2014년에 4.2%의 자살률이 증가하였으며, 30~40대의 경우에도 2013년 대비 2014년에 각각 0.5%, 1.2% 상승하고 있는 추세이다.
이는 사회경제적 손실로 귀결되어 대한민국에서 5대 사망 원인 중 2위인 자살사망으로 인한 연간 손실은 6조 5천억원에 달한다. 20~30대의 사망원인 1위가 자살인 만큼 생산성이 가장 높고 가장 열심히 일 할 수 있는 20~30대의 사망률은 대한민국에서 심각한 문제로 대두되고 있다.
이와 같은 문제를 해결하기 위하여 심리 상태에 대한 평가와 치료에 대한 수요가 꾸준히 증가되는 추세인데, 이는 임상 심리사 및 기타 치료사에 대한 향후 예측에서 알 수 있다. 현재에는 정신질환 치료율이 다른 나라에 비하여 상당히 낮은 수준인데, 이는 정신질환에 대한 편견과 더불어 정신과 치료기관을 방문해야 하는 접근성과도 연관된다. 이에, 입원 치료를 보완할 수 있는 평가 서비스 프로그램을 개발할 필요가 있는데, 대한민국의 정신 건강의 치료는 대부분 입원 치료로 진행되고 있을 뿐이다. 따라서, OECD에서 권고하는 바와 같이 입원 중심의 치료 모델에서 통원 치료와 지역 사회 중심의 정신 관리 연계 모델로 이양될 필요가 있다.
대한민국의 높은 인터넷 회선 및 휴대용 단말의 보급률을 활용하여 몰입도와 접근성을 높인 심리 평가를 시행할 수 있다면, 일반인들의 정신 건강에 대한 관심을 유도할 수 있으며, 나아가서는 자살 위험성 유소견 집단을 대상으로 심리 상태를 평가하여 자살 고위험군 집단을 대상으로 집중 치료를 실시함으로써 자살률 감소에 기여할 수 있을 것이다.
이를 위한 종래의 기술로서, 미국에서는 PTSD(외상후 스트레스 장애)의 치료를 위하여 VR을 최초로 이용한 '버추얼 베트남(Virtual Vietnam)'이라는 솔루션이 있는데, 이는 1997년에 베트남 참전 군인들의 치료를 위하여 미국 조지아텍에서 시도된 것이다. 이후 미국 UCS의 정신과 전문의 알버트 리조(Albert Rizzo) 박사가 개발을 주도하여, VR을 군인들의 PTSD 치료에 더욱 활발하게 사용하였으며, 리조 박사 팀은 2005년 이라크전 참전 군인들의 PTSD 치료를 위한 '버추얼 이라크(Virtual Iraq)'라는 VR 솔루션을 개발하기에 이른다.
이와 같이 인지 행동을 치료하는 방법은 스마트폰과 같은 사용자 단말을 이용하여 수행될 수도 있을 것인 바, 영국에서는 이미 긍정적인 정서를 늘리고 부정적인 정서를 줄이기 위한 인지 행동 치료 프로그램(Catch It)을 통하여 그러한 효과가 실제로 획득되었다는 점을 확인할 수 있다(Kinderman et al, 2015). 그 외 화상 환자의 통증 완화를 위한 VR 적용(워싱턴 대학), 당뇨병 환자를 위한 VR의 적용(NASA), 암 환자를 위한 VR 적용(일본 국립암센터) 등의 다수의 심리 헬스케어 플랫폼의 시도가 이루어지고 있다.
한편, 이와 같은 대부분의 심리 헬스케어 플랫폼 및 서비스는 서로 다른 고유 플랫폼을 통해 서비스가 제공되기 때문에 융합된 통합 서비스를 제공할 기반이 부족한 것이 현실이다. 생물학적, 행동학적으로 객관화될 수 있는 지표와 설문형으로 제공된 증상 점수 등이 통합적으로 분석되지 못하고 있다. 또한, 바쁜 현대인의 삶으로 인하여 실제 대인 관계 등을 통하여 심리에 관한 훈련을 연습할 시간이 부족하며, 특히 다양한 사람들이 공통된 장소, 공통된 시간에 모여서 교육 훈련을 받기 매우 힘들다. 다만, 웨어러블 기기의 보급화가 이루어지고 있어 태동중인 산업인 웨어러블 VR 산업에 1인 1기계와 같은 보편화가 이루어진다면 서비스 보급이 널리 이루어질 수 있을 것으로 전망된다.
또한, 현 법제상 원격으로 의료 서비스를 직접 제공하는 것이 불가능하다는 문제점이 있다. 이에 따라 현재는 자살 가능성이 높은 사용자가 직접 의료 센터를 방문하여 상담을 받지 않는 한 이를 검진하고 서비스를 제공하는 방법이 마땅치 않다는 문제점이 존재한다.
따라서, 본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은 정신 건강을 위한 심리 상태 판단에 초점을 맞춰 정신건강의학과에 대한 일반인들의 장벽을 해소함으로써 개인 맞춤형 치료 서비스를 제공하며 병원 방문 횟수를 최소화하는 것을 목적으로 한다.
또한, 본 발명은 사용자가 병원 등의 의료 센터에 방문하지 않고도 심리 상태 판단용 키트를 통해 검사가 가능하도록 하고, 획득된 검사 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 것을 목적으로 한다.
또한, 본 발명은 융합된 통합 서비스로 제공될 수 있으며, 생물학적, 행동학적으로 객관화할 수 있는 지표와 설문형으로 제공된 자료를 통하여 심리 상태의 분석이 가능한, 특히 VR 콘텐츠와의 인터랙션을 통한 심층 평가, 심박수의 변화 및 수면 패턴과 같은 생체신호, 타액과 같은 생체표지의 도입을 통하여 분석의 효율성 및 평가 특이도가 향상될 수 있는 심리 상태의 판단 방법을 제공하는 것을 목적으로 한다.
또한, 사용자의 심리 상태 분석을 통해 결정되는 사용자의 유형에 따라 추가 정밀 평가, 교육 콘텐츠 및 훈련 콘텐츠 중 적어도 하나에 대한 피드백을 사용자에게 제공함으로써, 사용자의 정신 건강을 변화시키는 조력을 할 수 있도록 하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법에 있어서, (a) 서버가, 콘텐츠와의 인터랙션(interaction)을 통해 상기 사용자의 정신 상태를 판단한 데이터인 제1 입력 데이터, 센서를 통해 측정된 상기 사용자의 생체신호에 대한 데이터인 제2 입력 데이터 및 타액분석기를 통해 획득된 상기 사용자의 타액에 대한 데이터인 제3 입력 데이터를 획득하는 단계; 및 (b) 상기 서버가, 상기 제1 입력 데이터, 상기 제2 입력 데이터 및 상기 제3 입력 데이터를 참조로 하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 단계;를 포함하되, 상기 제1 입력 데이터는, 상기 사용자의 기분 상태에 대하여 판단한 데이터인 제1-1 입력 데이터, 상기 사용자의 발달 과정에 대하여 판단한 데이터인 제1-2 입력 데이터를 포함하며, 상기 (b) 단계에서, 상기 서버는, 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터를 분석함으로써 상기 사용자의 심리 상태 유형 - 상기 심리 상태 유형은 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터에 따른 소정의 조건마다 설정되는 복수의 등급으로 구성되며, 상기 사용자의 심리 상태 유형은 상기 복수의 등급 중 어느 하나로 결정됨 - 을 결정하고, 상기 제1-2 입력 데이터 및 상기 제2 입력 데이터를 분석함으로써 보정 값을 결정하며, 상기 보정 값을 상기 사용자의 심리 상태 유형에 적용하여 보정함으로써 상기 사용자의 최종 유형을 결정하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 것을 특징으로 하는 방법이 제공된다.
본 발명의 다른 태양에 따르면, 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 서버에 있어서, 콘텐츠와의 인터랙션(interaction)을 통해 상기 사용자의 정신 상태를 판단한 데이터인 제1 입력 데이터, 센서를 통해 측정된 상기 사용자의 생체신호에 대한 데이터인 제2 입력 데이터 및 타액분석기를 통해 획득된 상기 사용자의 타액에 대한 데이터인 제3 입력 데이터를 획득하는 통신부; 및 상기 통신부를 통해 획득된 상기 제1 입력 데이터, 상기 제2 입력 데이터 및 상기 제3 입력 데이터를 참조로 하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 프로세서;를 포함하되, 상기 제1 입력 데이터는, 상기 사용자의 기분 상태에 대하여 판단한 데이터인 제1-1 입력 데이터, 상기 사용자의 발달 과정에 대하여 판단한 데이터인 제1-2 입력 데이터를 포함하며, 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원함에 있어서, 상기 프로세서는, 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터를 분석함으로써 상기 사용자의 심리 상태 유형 - 상기 심리 상태 유형은 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터에 따른 소정의 조건마다 설정되는 복수의 등급으로 구성되며, 상기 사용자의 심리 상태 유형은 상기 복수의 등급 중 어느 하나로 결정됨 - 을 결정하고, 상기 제1-2 입력 데이터 및 상기 제2 입력 데이터를 분석함으로써 보정 값을 결정하며, 상기 보정 값을 상기 사용자의 심리 상태 유형에 적용하여 보정함으로써 상기 사용자의 최종 유형을 결정하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 것을 특징으로 하는 서버가 제공된다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 장치, 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하기 위한 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 따르면, 정신 건강을 위한 심리 상태 판단에 초점을 맞춰 정신건강의학과에 대한 일반인들의 장벽을 해소함으로써 개인 맞춤형 치료 서비스를 제공하며 병원 방문 횟수를 최소화할 수 있다.
또한, 사용자가 병원 등의 의료 센터에 방문하지 않고도 심리 상태 판단용 키트를 통해 검사가 가능하도록 하고, 획득된 검사 데이터를 분석함으로써 사용자의 심리 상태를 판단할 수 있다.
또한, 본 발명은 융합된 통합 서비스로 제공될 수 있으며, 생물학적, 행동학적으로 객관화할 수 있는 지표와 설문형으로 제공된 자료를 통하여 심리 상태의 분석이 가능한, 특히 VR 콘텐츠와의 인터랙션을 통한 심층 평가, 심박수의 변화 및 수면 패턴과 같은 생체신호, 타액과 같은 생체표지의 도입을 통하여 분석의 효율성 및 평가 특이도가 향상될 수 있는 심리 상태의 판단 방법을 제공할 수 있다.
또한, 사용자의 심리 상태 분석을 통해 결정되는 사용자의 유형에 따라 추가 정밀 평가, 교육 콘텐츠 및 훈련 콘텐츠 중 적어도 하나에 대한 피드백을 사용자에게 제공함으로써, 사용자의 정신 건강을 변화시키는 조력이 가능하도록 할 수 있다.
도 1은 본 발명의 일 실시예에 따른 사용자의 심리 상태를 판단하기 위한 전체 시스템의 구성도,
도 2는 본 발명의 일 실시예에 따라 사용자의 심리 상태 데이터를 획득하고 심리 상태를 판단하는 방법을 설명하기 위한 예시도,
도 3은 본 발명의 일 실시예에 따른 제1-1 입력 데이터 및 제3 입력 데이터를 분석함으로써 사용자의 심리 상태 유형을 분류하는 기준에 대한 예시도,
도 4는 본 발명의 일 실시예에 따른 제1-2 입력 데이터 및 제2 입력 데이터를 분석함으로써 결정되는 보정 값을 설명하기 위한 예시도,
도 5는 본 발명의 일 실시예에 따른 사용자의 최종 유형에 따라 제공되는 피드백을 설명하기 위한 예시도,
도 6은 본 발명의 일 실시예에 따라 의료진 단말에 제공되는 사용자의 심리 상태 결과 해석 UI의 예시도.
도 2는 본 발명의 일 실시예에 따라 사용자의 심리 상태 데이터를 획득하고 심리 상태를 판단하는 방법을 설명하기 위한 예시도,
도 3은 본 발명의 일 실시예에 따른 제1-1 입력 데이터 및 제3 입력 데이터를 분석함으로써 사용자의 심리 상태 유형을 분류하는 기준에 대한 예시도,
도 4는 본 발명의 일 실시예에 따른 제1-2 입력 데이터 및 제2 입력 데이터를 분석함으로써 결정되는 보정 값을 설명하기 위한 예시도,
도 5는 본 발명의 일 실시예에 따른 사용자의 최종 유형에 따라 제공되는 피드백을 설명하기 위한 예시도,
도 6은 본 발명의 일 실시예에 따라 의료진 단말에 제공되는 사용자의 심리 상태 결과 해석 UI의 예시도.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다.
또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 사용자의 심리 상태를 판단하기 위한 전체 시스템(1000)의 구성도를 도시하고 있다.
도 1을 참조하면, 본 발명에 따른 전체 시스템(1000)은 서버(100), 심리 상태 판단용 키트(200), 사용자 단말(300), 데이터베이스(400), 의료진 단말(미도시) 등을 포함할 수 있다. 여기서, 도 1에서는 서버(100)가 별도의 데이터베이스(400)와 연동되는 것으로 도시되어 있으나, 서버(100)가 데이터베이스(400)를 포함하는 경우가 배제되지는 않는다.
구체적으로, 서버(100)는 통신부(110) 및 프로세서(120)를 포함할 수 있으며, 심리 상태 판단용 키트(200)는 콘텐츠를 사용자에게 제공하기 위한 사용자 단말(300)을 거치하는 지지 부재(210), 생체신호를 측정하는 센서(220) 및 타액분석기(230)를 포함할 수 있다.
먼저, 통신부(110)는 콘텐츠와의 인터랙션(interaction)을 통해 사용자의 정신 상태를 판단한 데이터인 제1 입력 데이터(410), 센서(220)를 통해 측정된 사용자의 생체신호에 대한 데이터인 제2 입력 데이터(420) 및 타액분석기(230)를 통해 획득된 사용자의 타액에 대한 데이터인 제3 입력 데이터(430)를 획득하는 기능을 수행할 수 있다.
구체적으로, 콘텐츠는 VR(virtual reality) 콘텐츠로 이루어질 수 있는데, VR 콘텐츠와의 인터랙션은 사용자의 반응 신호로서 사용자의 제스처 신호 및 사용자의 음성 신호 중 적어도 하나를 포함할 수 있을 것이다.
가령, 제스처 신호는 지지 부재(210)에 거치된 소정의 사용자 단말(300)에 포함되거나 이에 연동되는 자이로 센서 및 가속도 센서 중 적어도 하나로부터 획득될 수 있을 것이며, 음성 신호는 사용자 단말(300)에 포함되거나 이에 연동되는 음향 센서로부터 획득될 수 있을 것이다.
그리고, VR 콘텐츠는 심리 변화를 유도하기 위한 영상, 음향, 촉각 정보 및 후각 정보 중 적어도 하나를 포함하며, 가상 임상 심리사에 대응되는 합성 음성 또는 문자 선택지를 통하여 사용자에게 전달되는 설문형 진단 콘텐츠일 수 있다.
예시적으로, 사용자의 우울 증상을 알아보기 위한 기분 상태 평가, 사용자의 애착 유형 및 생애초기 스트레스를 알아보기 위한 발달과정 평가, 및 얼굴 표정 인식을 통한 대인관계 민감성 평가 등과 같은 심층 평가를 위한 설문형 VR 콘텐츠가 제공되어 사용자의 심리 상태를 판단하도록 지원할 수 있을 것이다.
한편, 사용자의 생체신호는 심박수 정보 또는 수면 정보 중 적어도 하나를 포함할 수 있는데, 도 1에 도시된 바와 같이, 사용자가 착용할 수 있는 웨어러블(wearable) 형태의 센서(220)에 의하여 획득될 수 있으나, 이에 한정되는 것은 아니다.
또한, 사용자의 타액에 대한 데이터는 타액분석기(230)에 나타낸 상태를 카메라 모듈을 통해 획득하는 방법에 의해 획득될 수 있으며, 이 또한 상기 방법에 한정되는 것은 아닐 것이다.
다음으로, 프로세서(120)는 통신부(110)를 통해 획득된 제1 입력 데이터(410), 제2 입력 데이터(420) 및 제3 입력 데이터(430)를 참조로 하여 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 역할을 수행할 수 있다.
프로세서(120)의 구체적인 기능과 제1 입력 데이터(410), 제2 입력 데이터(420) 및 제3 입력 데이터(430)에 대해서는 도 2 및 도 3을 참조로 하여 이하에서 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따라 사용자의 심리 상태 데이터를 획득하고 심리 상태를 판단하는 방법의 예시를 도시하고 있으며, 도 3은 제1-1 입력 데이터(411) 및 제3 입력 데이터(430)를 분석함으로써 사용자의 심리 상태 유형(440)을 분류하는 기준에 대한 예시를 도시하고 있다.
도 2를 참조하면, 제1 입력 데이터(410)는, 사용자의 기분 상태에 대하여 판단한 데이터인 제1-1 입력 데이터(411), 사용자의 발달 과정에 대하여 판단한 데이터인 제1-2 입력 데이터(412)를 포함할 수 있다.
구체적으로, 제1-1 입력 데이터(411)는 사용자의 우울 증상을 알아보기 위한 복수의 문항에 사용자가 답변한 결과를 기반으로 점수를 계산하여 얻은 데이터로 이루어질 수 있으며, 점수의 수치 범위대마다 '정상', '가벼운 우울 상태', '중간 우울 상태', '심한 우울 상태', 매우 심한 우울 상태'와 같은 유형으로 분류될 수 있을 것이다.
다음으로, 제1-2 입력 데이터(412)는 사용자의 발달 과정을 알아보기 위한 복수의 문항에 사용자가 답변한 결과를 기반으로 점수를 계산하여 얻은 데이터일 수 있으며, 사용자의 애착 유형에 대하여 판단한 데이터인 제1-2-1 입력 데이터(412a) 및 사용자의 생애 초기 스트레스에 대하여 판단한 데이터인 제1-2-2 입력 데이터(412b)로 나뉘는 경우도 상정할 수 있을 것이다.
가령, 애착 유형과 관련된 제1-2-1 입력 데이터(412a)는 관련 문항의 수치 범위대별로 '안정형', '집착형', '회피형', 두려움형'과 같은 유형으로 분류될 수 있을 것이며, 생애 초기 스트레스와 관련된 제1-2-2 입력 데이터(412b)는 '부정적 경험 X, 정서적 충격 X', '부정적 경험 O, 정서적 충격 X', '부정적 경험 O, 정서적 충격 O', '중도 포기' 와 같은 유형으로 분류될 수 있을 것이다.
다음으로, 제2 입력 데이터(420)는, 사용자의 심박수의 변화에 대한 데이터인 제2-1 입력 데이터(421) 및 사용자의 수면 패턴에 대한 데이터인 제2-2 입력 데이터(422)를 포함할 수 있다.
도 2를 참조하면, 제2-1 입력 데이터(421)는 VR 콘텐츠와의 인터랙션 중에 측정되는 심박수의 변화에 대한 데이터를 포함할 수 있는데, 설문형 진단 콘텐츠의 각각의 설문이 제공되는 시점부터 다음 설문이 제공되기 전까지의 시간 범위 내에 포함되는 소정 범위의 시간대에 측정되는 심박수의 변화를 참조하여 생성될 수 있을 것이다.
심박수와 심리 상태의 연관성에 대하여 설명하면, 심박수 측정 결과인 심박 변이도와, LF 및 HF 값을 이용한 교감신경계와 부교감신경계의 상태는 우울증을 판단하는 요인 중 하나인데, 감정 변화 중 불안과 스트레스와 같은 심리적인 상태에서 심박수가 증가하는 경우가 생긴다.
물론, 심박수의 변화량 구간이 많다고 해서 우울증이 심하다고 판단할 수는 없지만, 본 발명자의 연구에 따르면 심박수의 변화량이 없는 사용자와 불특정한 변화를 보이는 사용자의 구분이 존재하며, 임상 데이터가 축적될수록 사용자의 심리 상태를 더욱 정확하게 판단할 수 있는 중요한 요인으로 작용할 수 있을 것이다.
또한, VR 콘텐츠와의 인터랙션을 통한 설문 진단 중에 특정 항목(가령, 생애초기 스트레스를 알아보기 위한 항목 중 부모의 이혼이나 왕따 경험에 대한 항목)에서 심박수가 급변했다면, 진단 이후 교육이나 훈련과 같은 치유 과정에서 제2-1 입력 데이터(421)를 이용하여 해당 항목과 관련된 부분을 우선 치유하도록 제안할 수 있을 것이다.
한편, 도 2를 참조하면, 사용자의 수면 패턴에 대한 데이터인 제2-2 입력 데이터(422)는 날짜 별 총 수면 시간 정보 또는 날짜 별 깊은 잠과 얕은 잠을 자는 시간에 대한 정보 중 적어도 하나를 포함할 수 있으며, 이러한 수면 패턴에 대한 데이터를 통해 우울증을 판단할 수도 있을 것이다.
다음으로, 제3 입력 데이터(430)는 타액분석기(230)를 통해 획득된 사용자의 타액에 대한 데이터로서, 타액으로부터 검출된 코르티솔(cortisol) 및 알파 아밀라아제 중 적어도 하나의 농도에 관한 정보 및 농도에 관한 정보로부터 도출되는 스트레스 등급에 관한 정보 중 적어도 하나를 포함할 수 있다.
이에 관하여 간략하게 설명하면, 우울증은 생화학적 요인, 유전적 요인, 환경적 요인 등에 의하여 야기될 수 있으며, 사용자가 스트레스를 받게 되면 뇌의 시상하부에서 뇌하수체 자극 호르몬을 분비하여 부신피질 호르몬의 분비가 유도된다. 이 부신피질 호르몬에 의하여 코르티솔(cortisol)의 생산이 증가되며 DHEA가 감소하여 피로도의 증가, 식욕의 증가, 체중의 증가와 같은 증상이 일어난다. 이 코르티솔과 알파 아밀라아제는 스트레스 지표 호르몬 및 효소뿐만 아니라 우울증을 유도하는 바이오마커로도 알려져 있다.
여기서, 타액분석기(230)는 타액에 포함된 생체지표를 수집하는 장치를 지칭하는데, 예를 들어 종이에 기반한 스트레스 바이오센서일 수 있는바, 이는 종이에 도포된 상기 바이오마커에 특이적으로 결합하는 항체에 의한 것일 수 있다. 이러한 특이적 결합 항체에 의한 바이오마커의 검출법은 통상의 기술자가 잘 이해할 수 있을 것이다.
한편, 제3 입력 데이터(430)는 타액분석기(230)에 나타난 상태를 카메라 모듈을 통해 인식한 이미지에서 획득된 특징점과 소정의 데이터베이스(400)에 저장된 특징점을 상호 비교함으로써 획득될 수 있다. 이 때, 사용자 단말(300)의 카메라 모듈을 통해 상기 타액분석기(230)의 이미지를 획득할 수 있을 것이다.
여기서, 데이터베이스(400)는 제1 입력 데이터(410)의 유형(가령, 제1-1 입력 데이터의 우울 증상과 관련된 유형인 '정상', '가벼운 우울 상태', '중간 우울 상태', '심한 우울 상태', 매우 심한 우울 상태')별로 대응되는 복수의 특징점 패턴을 관리할 수 있을 것이다.
또한, 제1 내지 제3 입력 데이터의 획득은 반복적으로 또는 주기적으로 이루어질 수 있으며, 심리 상태 판단용 키트(200)를 이용하여 획득된 제1 입력 데이터(410), 제2 입력 데이터(420) 및 제3 입력 데이터(430)를 수집하고 분석하는 프로세스는 반복적으로 수행될 수도 있고, 딥 러닝 기반의 알고리즘 및 인공 지능 알고리즘을 통해 자동 판별로 대체될 수 있을 것이다.
한편, 사용자의 심리 상태를 판단하거나 판단하도록 지원함에 있어서, 프로세서(120)는 제1-1 입력 데이터(411) 및 제3 입력 데이터(430)를 분석함으로써 사용자의 심리 상태 유형(440)을 결정하는 프로세스를 수행할 수 있다.
여기서, 심리 상태 유형(440)은 제1-1 입력 데이터(411) 및 제3 입력 데이터(430)에 따른 소정의 조건마다 설정되는 복수의 등급으로 구성되며, 사용자의 심리 상태 유형(440)은 복수의 등급 중 어느 하나로 결정될 수 있다.
예시적으로, 심리 상태 유형(440)은 제1 등급인 '정상', 제2 등급인 '주의', 제3 등급인 '경계' 및 제4 등급인 '위험'으로 구성될 수 있으며, 제1 등급에서 제4 등급으로 갈수록 더 심각한 심리 상태를 의미할 수 있다.
구체적으로, 도 3을 참조하면, 제3 입력 데이터(430)가 Normal(Reference Zone)에 해당되는 경우, 제1-1 입력 데이터(411)가 '정상'이면 심리 상태 유형(440)은 제1 등급인 '정상'으로 결정되고, 제1-1 입력 데이터(411)가 '가벼운 우울 상태'이면 심리 상태 유형(440)은 제1 등급인 '정상', 제1-1 입력 데이터(411)가 '중간 우울 상태'이면 심리 상태 유형(440)은 제2 등급인 '주의', 제1-1 입력 데이터(411)가 '심한 우울 상태'이면 심리 상태 유형(440)은 제3 등급인 '경계', 제1-1 입력 데이터(411)가 '매우 심한 우울 상태'이면 심리 상태 유형(440)은 제4 등급인 '위험'으로 결정될 수 있을 것이다.
마찬가지로, 제3 입력 데이터(430)가 1 Zone 내지 7 Zone에 해당되는 경우에도, 각각 도 3과 같이 제1-1 입력 데이터(411)의 분류에 따라 심리 상태 유형(440)이 결정될 수 있을 것이다.
다음으로, 도 4를 참조로 하여 본 발명의 일 실시예에 따른 프로세서(120)가 제1-2 입력 데이터(412) 및 제2 입력 데이터(420)를 분석함으로써 보정 값을 결정하는 프로세스에 대하여 설명하도록 한다.
구체적으로, 프로세서(120)는, 제1-2 입력 데이터(412), 제2-1 입력 데이터(421) 및 제2-2 입력 데이터(422) 각각이 나타내는 제1-2 입력 데이터 유형, 제2-1 입력 데이터 유형 및 제2-2 입력 데이터 유형에 따라 제1-2 유형 점수, 제2-1 유형 점수 및 제2-2 유형 점수를 각각 결정하고, 제1-2 유형 점수, 제2-1 유형 점수 및 제2-2 유형 점수를 연산함으로써 보정 값을 결정할 수 있다.
여기서, 프로세서(120)는, 제1-2-1 입력 데이터(412a) 및 제1-2-2 입력 데이터(412b) 각각이 나타내는 제1-2-1 입력 데이터 유형 및 제1-2-2 입력 데이터 유형에 따라 제1-2-1 유형 점수 및 제1-2-2 유형 점수를 각각 더 결정하고, 제1-2-1 유형 점수, 제1-2-2 유형 점수, 제2-1 유형 점수 및 제2-2 유형 점수를 연산함으로써 보정 값을 결정할 수 있을 것이다.
예시적으로, 도 4를 참조하면, 제1-2-1 입력 데이터(412a), 제1-2-2 입력 데이터(412b), 제2-1 입력 데이터(421) 및 제2-2 입력 데이터(422) 각각이 나타내는 유형에 따라 각각의 유형 점수가 도 4에 나타난 수치와 같이 설정될 수 있다.
이 때, 사용자의 제1-2-1 입력 데이터(412a)의 유형이 '회피형'이고, 제1-2-2 입력 데이터(412b)의 유형이 '부정적경험(O) 정서적충격(O)', 제2-1 입력 데이터(421)의 유형이 '불안정', 제2-2 입력 데이터(422)의 유형이 '불안정'인 경우, 결정된 유형 각각에 설정되어있는 점수인 1점, 3점, 1점 및 1점을 모두 합하여 총 6점이 보정 값으로 결정될 수 있을 것이다.
여기서, 상기 보정 값의 연산은 이해를 돕기 위한 예시일 뿐 데이터베이스(400)가 축적됨에 따라 다른 알고리즘으로 변경될 수 있을 것이다.
다음으로, 프로세서(120)는, 보정 값을 사용자의 심리 상태 유형(440)에 적용하여 보정함으로써 사용자의 최종 유형(500)을 결정하여 사용자의 심리 상태를 판단하거나 판단하도록 지원할 수 있다.
구체적으로, 보정 값이 기설정된 수치 범위 내에 해당되면, 심리 상태 유형(440)에 대응되는 등급을 상위 등급으로 상승시킴으로써 최종 유형(500)을 결정할 수 있다.
가령, 보정 값이 5점 이상이면 심리 상태 유형(440)에 대응되는 등급을 상위 등급으로 상승시키는 경우를 상정할 수 있을 것이다.
예시적으로, 도 4를 참조하면, 사용자 A의 제1-2-1 입력 데이터(412a)의 유형이 '회피형', 제1-2-2 입력 데이터(412b)의 유형이 '부정적경험(O) 정서적충격(O)', 제2-1 입력 데이터(421)의 유형이 '불안정', 제2-2 입력 데이터(422)의 유형이 '불안정'일 때, 결정된 유형 각각에 설정되어있는 점수인 1점, 3점, 1점 및 1점을 모두 합하여 총 6점이 보정 값으로 결정되고, 도 3에서 결정된 사용자의 심리 상태 유형(440)이 3등급 '경계'인 경우, 보정 값을 적용하여 3등급에서 상위 등급으로 상승된 4등급 '위험'을 사용자의 최종 유형(500)으로 결정할 수 있을 것이다.
다른 예시로, 사용자 A의 제1-2-1 입력 데이터(412a)의 유형이 '안정형', 제1-2-2 입력 데이터(412b)의 유형이 '중도 포기', 제2-1 입력 데이터(421)의 유형이 '정상', 제2-2 입력 데이터(422)의 유형이 '정상'일 때, 결정된 유형 각각에 설정되어있는 점수인 0점, 5점, 0점 및 0점을 모두 합하여 총 5점이 보정 값으로 결정되고, 도 3에서 결정된 사용자의 심리 상태 유형(440)이 2등급 '주의'인 경우, 보정 값을 적용하여 2등급에서 상위 등급으로 상승된 3등급 '경계'를 사용자의 최종 유형(500)으로 결정할 수 있을 것이다.
만약, 도 3에서 결정된 사용자의 심리 상태 유형(440)이 4등급인 '위험'인 경우, 보정 값이 5점 이상으로 결정되더라도, 이미 심리 상태 유형(440)이 최상위 등급이기 때문에 최종 유형(500) 또한 4등급인 '위험'으로 결정될 수 있을 것이다.
다음으로, 도 5를 참조로 하여 본 발명의 일 실시예에 따른 사용자의 최종 유형(500)에 따라 사용자에게 제공되는 피드백을 설명하도록 한다.
사용자의 최종 유형(500)이 결정되면, 프로세서(120)는, 사용자의 최종 유형(500)에 따라 추가 정밀 평가(510), 교육 콘텐츠(520) 및 훈련 콘텐츠(530) 중 적어도 하나에 대한 피드백이 사용자에게 제공되도록 지원하는 프로세스를 수행할 수 있다.
구체적으로, 도 5를 참조하면, 최종 유형(500)이 제1 등급, 제2 등급, 제3 등급 및 제4 등급으로 구성되는 경우, 프로세서(120)는, 사용자의 최종 유형(500)이 1등급일 때, 사용자가 교육 콘텐츠(520)를 제공받을 것인지의 여부를 선택할 수 있도록 지원하고, 사용자의 최종 유형(500)이 2등급일 때, 사용자에게 교육 콘텐츠(520)가 제공되도록 지원하고, 사용자가 훈련 콘텐츠(530)를 제공받을 것인지의 여부를 선택할 수 있도록 지원할 수 있을 것이다.
마찬가지로, 사용자의 최종 유형(500)이 3등급일 때, 사용자에게 추가 정밀 평가(510) 및 교육 콘텐츠(520)가 제공되도록 지원하고, 사용자가 훈련 콘텐츠(530)를 제공받을 것인지의 여부를 선택할 수 있도록 지원하며, 사용자의 최종 유형(500)이 4등급일 때, 사용자에게 추가 정밀 평가(510), 교육 콘텐츠(520) 및 훈련 콘텐츠(530)가 제공되도록 지원할 수 있다.
여기서, 추가 정밀 평가(510)가 필요한 경우, 프로세서(120)가 제1 입력 데이터(410), 제2 입력 데이터(420) 및 제3 입력 데이터(430)를 의료 센터로 전달하고, 사용자의 심리 상태에 대한 추가 정밀 평가(510)를 요청할 수 있을 것이다.
추가 정밀 평가(510)를 수행하는 의료진은 의사, 임상심리사 및 심리분석가 등의 전문가들로 구성될 수 있으며, 각각의 전문가는 추가 정밀 평가(510)에 함께 참여하거나 독립적으로 추가 정밀 평가(510)를 수행할 수 있을 것이다.
본 발명에서는 사용자의 정신 건강 상태, 즉, 심리 상태에 대한 평가를 수행하기 위해서 의료진보다 심리 전문가의 영역이 더 중요시 될 수도 있고, 또한 치료 목적보다는 전문가의 판단에 따라 프로그램을 이용한 정신 건강의 교정 과정을 중요시할 수도 있다.
한편, 교육 콘텐츠(520)는 자살원인 및 대처방안, 스트레스 관리 방법, 마음 헤아리기 방법, 인생의 의미 찾기와 동기 강화, 인생이 강점 육성 방법 중 적어도 하나를 포함하는 정신건강 교육에 대한 VR 교육 콘텐츠(520)를 포함할 수 있으며, 또한, 훈련 콘텐츠(530)는 통감내 기술 훈련, 감정 인식 및 감정 조절 역할극, 대인관계 의사소통 훈련, 외현적 마음 헤아리기 훈련 중 적어도 하나를 포함하는 정신건강 훈련에 대한 VR 훈련 콘텐츠(530)를 포함할 수 있다.
다음으로, 도 6을 참조로 하여 본 발명의 일 실시예에 따라 의료진 단말에 제공되는 사용자의 심리 상태 결과 해석 UI의 예시를 설명하도록 한다.
의료진 단말의 디스플레이에는, 도 6과 같이, 심리 상태 판단용 키트(200)를 통해 획득된 제1 입력 데이터(410), 제2 입력 데이터(420) 및 제3 입력 데이터(430)가 다양한 형태로 분석되어 제공될 수 있을 것이며, 최종 유형(500) 및 의료진의 의견을 입력하는 인터페이스가 제공될 수 있을 것이다.
여기서, 데이터베이스(400)가 축적되지 않은 상태에서는 의료진이 직접 최종 유형(500)을 선택하도록 지원하는 UI가 제공될 수 있을 것이다. 이렇게 의료진에 의해 선택된 최종 유형(500)에 대한 데이터를 축적함으로써 기계학습(Machine Learning)을 수행하고, 신뢰도가 일정 기준치를 넘어가면, 의료진이 최종 유형(500)을 직접 선택하지 않고 인공지능 (Artificial Intelligence)에 의해 결정되어 의료진 단말에 제공될 수 있을 것이다.
한편, 인공지능에 의해 최종 유형(500)이 제공되더라도, 도 6과 같은 다양한 형태의 결과 분석 데이터를 참조로 하여 의료진의 판단에 의해 최종 유형(500)을 변경할 수 있도록 지원하는 인터페이스가 제공될 수 있을 것이다.
또한, 본 발명에 따라 사용자의 심리 상태 데이터를 획득하고 사용자의 심리 상태를 판단하여 피드백을 제공하는 방법에 있어서, 심리 상태 판단용 키트(200)를 이용한 심층 평가를 포함하는 데이터 획득 과정, 의료진의 정밀 평과 과정은 1회로 끝나지 않고 반복되어 수행될 수 있다. 단계적으로 사용자의 초기 데이터는 전문가 집단이 분석하는 것이 바람직하지만, 검사 및 평가가 반복되어 사용자의 데이터가 누적되게 되면, 인공 지능을 이용한 자동 판별로 대체될 수 있을 것이다. 이를 통해 본 발명의 궁극적인 목적인 측정 데이터의 확률을 높이고 측정 결과에 따라 사용자에게 자동 피드백하는 것이 가능해진다. 이와 같이 데이터 누적 및 자동 피드백을 적용하게 되면, 사용자의 접근이 쉽고, 사용자에게 빠른 피드백을 제공하여 지속적인 사용자의 정신 건강의 관리가 가능하게 된다.
또한, 정신건강의학과에 대한 일반인들의 장벽이 낮춰지는 효과가 있으며, 특히 대인관계 또는 집단 치료의 장벽으로 인한 심리 상태 관리의 현실적 어려움이 해소되는 효과가 있다.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
1000 : 전체 시스템 100 : 서버
110 : 통신부 120 : 프로세서
200 : 심리 상태 판단용 키트 210 : 지지 부재
220 : 센서 230 : 타액분석기
300 : 사용자 단말 400 : 데이터베이스
410 : 제1 입력 데이터 411 : 제1-1 입력 데이터
412 : 제1-2 입력 데이터 412a : 제1-2-1 입력 데이터
412b : 제1-2-2 입력 데이터 420 : 제2 입력 데이터
421 : 제2-1 입력 데이터 422 : 제2-2 입력 데이터
430 : 제3 입력 데이터 440 : 심리 상태 유형
500 : 최종 유형 510 : 정밀 평가
520 : 교육 콘텐츠 530 : 훈련 콘텐츠
110 : 통신부 120 : 프로세서
200 : 심리 상태 판단용 키트 210 : 지지 부재
220 : 센서 230 : 타액분석기
300 : 사용자 단말 400 : 데이터베이스
410 : 제1 입력 데이터 411 : 제1-1 입력 데이터
412 : 제1-2 입력 데이터 412a : 제1-2-1 입력 데이터
412b : 제1-2-2 입력 데이터 420 : 제2 입력 데이터
421 : 제2-1 입력 데이터 422 : 제2-2 입력 데이터
430 : 제3 입력 데이터 440 : 심리 상태 유형
500 : 최종 유형 510 : 정밀 평가
520 : 교육 콘텐츠 530 : 훈련 콘텐츠
Claims (24)
- 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법에 있어서,
(a) 서버가, 콘텐츠와의 인터랙션(interaction)을 통해 상기 사용자의 정신 상태를 판단한 데이터인 제1 입력 데이터, 센서를 통해 측정된 상기 사용자의 생체신호에 대한 데이터인 제2 입력 데이터 및 타액분석기를 통해 획득된 상기 사용자의 타액에 대한 데이터인 제3 입력 데이터를 획득하는 단계; 및
(b) 상기 서버가, 상기 제1 입력 데이터, 상기 제2 입력 데이터 및 상기 제3 입력 데이터를 참조로 하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 단계;를 포함하되,
상기 제1 입력 데이터는, 상기 사용자의 기분 상태에 대하여 판단한 데이터인 제1-1 입력 데이터, 상기 사용자의 발달 과정에 대하여 판단한 데이터인 제1-2 입력 데이터를 포함하며,
상기 (b) 단계에서,
상기 서버는, 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터를 분석함으로써 상기 사용자의 심리 상태 유형 - 상기 심리 상태 유형은 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터에 따른 소정의 조건마다 설정되는 복수의 등급으로 구성되며, 상기 사용자의 심리 상태 유형은 상기 복수의 등급 중 어느 하나로 결정됨 - 을 결정하고,
상기 제1-2 입력 데이터 및 상기 제2 입력 데이터를 분석함으로써 보정 값을 결정하며,
상기 보정 값을 상기 사용자의 심리 상태 유형에 적용하여 보정함으로써 상기 사용자의 최종 유형을 결정하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하고,
상기 제2 입력 데이터는, 상기 사용자의 심박수의 변화에 대한 데이터인 제2-1 입력 데이터 및 상기 사용자의 수면 패턴에 대한 데이터인 제2-2 입력 데이터를 포함하되,
상기 보정 값을 결정함에 있어서, 상기 서버는, 상기 제1-2 입력 데이터, 상기 제2-1 입력 데이터 및 상기 제2-2 입력 데이터 각각이 나타내는 제1-2 입력 데이터 유형, 제2-1 입력 데이터 유형 및 제2-2 입력 데이터 유형에 따라 제1-2 유형 점수, 제2-1 유형 점수 및 제2-2 유형 점수를 각각 결정하고, 상기 제1-2 유형 점수, 상기 제2-1 유형 점수 및 상기 제2-2 유형 점수를 연산함으로써 상기 보정 값을 결정하며,
상기 보정 값이 기설정된 수치 범위 내에 해당되면, 상기 심리 상태 유형에 대응되는 등급을 상위 등급으로 상승시킴으로써 상기 최종 유형을 결정하고,
상기 제1-2 입력 데이터는 상기 사용자의 애착 유형에 대하여 판단한 데이터인 제1-2-1 입력 데이터 및 상기 사용자의 생애 초기 스트레스에 대하여 판단한 데이터인 제1-2-2 입력 데이터를 포함하되,
상기 보정 값을 결정함에 있어서,
상기 서버는, 상기 제1-2-1 입력 데이터 및 상기 제1-2-2 입력 데이터 각각이 나타내는 제1-2-1 입력 데이터 유형 및 제1-2-2 입력 데이터 유형에 따라 제1-2-1 유형 점수 및 제1-2-2 유형 점수를 각각 더 결정하고,
상기 제1-2-1 유형 점수, 상기 제1-2-2 유형 점수, 상기 제2-1 유형 점수 및 상기 제2-2 유형 점수를 연산함으로써 상기 보정 값을 결정하는 것을 특징으로 하는 방법. - 삭제
- 삭제
- 제1항에 있어서,
상기 (b) 단계 이후에,
(c) 상기 서버가, 상기 사용자의 최종 유형에 따라 추가 정밀 평가, 교육 콘텐츠 및 훈련 콘텐츠 중 적어도 하나에 대한 피드백이 상기 사용자에게 제공되도록 지원하는 단계;를 더 포함하는 것을 특징으로 하는 방법. - 제4항에 있어서,
상기 최종 유형이 제1 등급, 제2 등급, 제3 등급 및 제4 등급으로 구성되는 경우,
상기 (c) 단계에서, 상기 서버는,
상기 사용자의 최종 유형이 1등급일 때, 상기 사용자가 상기 교육 콘텐츠를 제공받을 것인지의 여부를 선택할 수 있도록 지원하고,
상기 사용자의 최종 유형이 2등급일 때, 상기 사용자에게 상기 교육 콘텐츠가 제공되도록 지원하고, 상기 사용자가 상기 훈련 콘텐츠를 제공받을 것인지의 여부를 선택할 수 있도록 지원하며,
상기 사용자의 최종 유형이 3등급일 때, 상기 사용자에게 상기 추가 정밀 평가 및 상기 교육 콘텐츠가 제공되도록 지원하고, 상기 사용자가 상기 훈련 콘텐츠를 제공받을 것인지의 여부를 선택할 수 있도록 지원하며,
상기 사용자의 최종 유형이 4등급일 때, 상기 사용자에게 상기 추가 정밀 평가, 상기 교육 콘텐츠 및 상기 훈련 콘텐츠가 제공되도록 지원하는 것을 특징으로 하는 방법. - 제4항에 있어서,
상기 교육 콘텐츠는 자살원인 및 대처방안, 스트레스 관리 방법, 마음 헤아리기 방법, 인생의 의미 찾기와 동기 강화, 인생이 강점 육성 방법 중 적어도 하나를 포함하는 정신건강 교육에 대한 VR 교육 콘텐츠를 포함하고,
상기 훈련 콘텐츠는 통감내 기술 훈련, 감정 인식 및 감정 조절 역할극, 대인관계 의사소통 훈련, 외현적 마음 헤아리기 훈련 중 적어도 하나를 포함하는 정신건강 훈련에 대한 VR 훈련 콘텐츠를 포함하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 콘텐츠는 VR(virtual reality) 콘텐츠이며,
상기 VR 콘텐츠와의 인터랙션은 상기 사용자의 반응 신호로서 상기 사용자의 제스처 신호 및 상기 사용자의 음성 신호 중 적어도 하나를 포함하고,
상기 제스처 신호는 소정의 사용자 단말에 포함되거나 이에 연동되는 자이로 센서 및 가속도 센서 중 적어도 하나로부터 획득되며, 상기 음성 신호는 상기 사용자 단말에 포함되거나 이에 연동되는 음향 센서로부터 획득되는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 콘텐츠는 VR(virtual reality) 콘텐츠이며,
상기 VR 콘텐츠는 심리 변화를 유도하기 위한 영상, 음향, 촉각 정보 및 후각 정보 중 적어도 하나를 포함하며,
가상 임상 심리사에 대응되는 합성 음성 또는 문자 선택지를 통하여 상기 사용자에게 전달되는 설문형 진단 콘텐츠인 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 콘텐츠는 VR(virtual reality) 콘텐츠이며,
상기 VR 콘텐츠는 설문형 진단 콘텐츠를 포함하고, 상기 제2 입력 데이터는 상기 VR 콘텐츠와의 인터랙션 중에 측정되는 심박수의 변화에 대한 데이터를 포함하되,
상기 제2 입력 데이터는 상기 설문형 진단 콘텐츠의 각각의 설문이 제공되는 시점부터 다음 설문이 제공되기 전까지의 시간 범위 내에 포함되는 소정 범위의 시간대에 측정되는 심박수의 변화를 참조하여 생성되는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 제2 입력 데이터는 상기 사용자가 착용할 수 있는 웨어러블(wearable) 형태의 상기 센서에 의하여 획득되는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 제3 입력 데이터는 상기 타액분석기에 나타난 상태를 카메라 모듈을 통해 인식한 이미지에서 획득된 특징점과 소정의 데이터베이스에 저장된 특징점을 상호 비교함으로써 획득되되,
상기 데이터베이스는 상기 제1 입력 데이터의 유형별로 대응되는 복수의 특징점 패턴을 관리하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 제3 입력 데이터는 상기 타액으로부터 검출된 코르티솔(cortisol) 및 알파 아밀라아제 중 적어도 하나의 농도에 관한 정보 및 상기 농도에 관한 정보로부터 도출되는 스트레스 등급에 관한 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 방법. - 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 서버에 있어서,
콘텐츠와의 인터랙션(interaction)을 통해 상기 사용자의 정신 상태를 판단한 데이터인 제1 입력 데이터, 센서를 통해 측정된 상기 사용자의 생체신호에 대한 데이터인 제2 입력 데이터 및 타액분석기를 통해 획득된 상기 사용자의 타액에 대한 데이터인 제3 입력 데이터를 획득하는 통신부; 및
상기 통신부를 통해 획득된 상기 제1 입력 데이터, 상기 제2 입력 데이터 및 상기 제3 입력 데이터를 참조로 하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하는 프로세서;를 포함하되,
상기 제1 입력 데이터는, 상기 사용자의 기분 상태에 대하여 판단한 데이터인 제1-1 입력 데이터, 상기 사용자의 발달 과정에 대하여 판단한 데이터인 제1-2 입력 데이터를 포함할 때,
상기 프로세서는,
(i) 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터를 분석함으로써 상기 사용자의 심리 상태 유형 - 상기 심리 상태 유형은 상기 제1-1 입력 데이터 및 상기 제3 입력 데이터에 따른 소정의 조건마다 설정되는 복수의 등급으로 구성되며, 상기 사용자의 심리 상태 유형은 상기 복수의 등급 중 어느 하나로 결정됨 - 을 결정하고,
(ii) 상기 제1-2 입력 데이터 및 상기 제2 입력 데이터를 분석함으로써 보정 값을 결정하며,
(iii) 상기 보정 값을 상기 사용자의 심리 상태 유형에 적용하여 보정함으로써 상기 사용자의 최종 유형을 결정하여 상기 사용자의 심리 상태를 판단하거나 판단하도록 지원하고,
상기 제2 입력 데이터는, 상기 사용자의 심박수의 변화에 대한 데이터인 제2-1 입력 데이터 및 상기 사용자의 수면 패턴에 대한 데이터인 제2-2 입력 데이터를 포함하되,
상기 보정 값을 결정함에 있어서, 상기 프로세서는, 상기 제1-2 입력 데이터, 상기 제2-1 입력 데이터 및 상기 제2-2 입력 데이터 각각이 나타내는 제1-2 입력 데이터 유형, 제2-1 입력 데이터 유형 및 제2-2 입력 데이터 유형에 따라 제1-2 유형 점수, 제2-1 유형 점수 및 제2-2 유형 점수를 각각 결정하고, 상기 제1-2 유형 점수, 상기 제2-1 유형 점수 및 상기 제2-2 유형 점수를 연산함으로써 상기 보정 값을 결정하며,
상기 보정 값이 기설정된 수치 범위 내에 해당되면, 상기 심리 상태 유형에 대응되는 등급을 상위 등급으로 상승시킴으로써 상기 최종 유형을 결정하고,
상기 제1-2 입력 데이터는 상기 사용자의 애착 유형에 대하여 판단한 데이터인 제1-2-1 입력 데이터 및 상기 사용자의 생애 초기 스트레스에 대하여 판단한 데이터인 제1-2-2 입력 데이터를 포함하되,
상기 보정 값을 결정함에 있어서,
상기 프로세서는, 상기 제1-2-1 입력 데이터 및 상기 제1-2-2 입력 데이터 각각이 나타내는 제1-2-1 입력 데이터 유형 및 제1-2-2 입력 데이터 유형에 따라 제1-2-1 유형 점수 및 제1-2-2 유형 점수를 각각 더 결정하고,
상기 제1-2-1 유형 점수, 상기 제1-2-2 유형 점수, 상기 제2-1 유형 점수 및 상기 제2-2 유형 점수를 연산함으로써 상기 보정 값을 결정하는 것을 특징으로 하는 서버. - 삭제
- 삭제
- 제13항에 있어서,
상기 사용자의 최종 유형이 결정되면,
상기 프로세서는, (iv) 상기 사용자의 최종 유형에 따라 추가 정밀 평가, 교육 콘텐츠 및 훈련 콘텐츠 중 적어도 하나에 대한 피드백이 상기 사용자에게 제공되도록 지원하는 프로세스를 더 수행하는 것을 특징으로 하는 서버. - 제16항에 있어서,
상기 최종 유형이 제1 등급, 제2 등급, 제3 등급 및 제4 등급으로 구성되는 경우,
상기 사용자의 최종 유형에 따라 상기 추가 정밀 평가, 상기 교육 콘텐츠 및 상기 훈련 콘텐츠 중 적어도 하나에 대한 피드백이 상기 사용자에게 제공되도록 지원함에 있어서,
상기 프로세서는,
상기 사용자의 최종 유형이 1등급일 때, 상기 사용자가 상기 교육 콘텐츠를 제공받을 것인지의 여부를 선택할 수 있도록 지원하고,
상기 사용자의 최종 유형이 2등급일 때, 상기 사용자에게 상기 교육 콘텐츠가 제공되도록 지원하고, 상기 사용자가 상기 훈련 콘텐츠를 제공받을 것인지의 여부를 선택할 수 있도록 지원하며,
상기 사용자의 최종 유형이 3등급일 때, 상기 사용자에게 상기 추가 정밀 평가 및 상기 교육 콘텐츠가 제공되도록 지원하고, 상기 사용자가 상기 훈련 콘텐츠를 제공받을 것인지의 여부를 선택할 수 있도록 지원하며,
상기 사용자의 최종 유형이 4등급일 때, 상기 사용자에게 상기 추가 정밀 평가, 상기 교육 콘텐츠 및 상기 훈련 콘텐츠가 제공되도록 지원하는 것을 특징으로 하는 서버. - 제16항에 있어서,
상기 교육 콘텐츠는 자살원인 및 대처방안, 스트레스 관리 방법, 마음 헤아리기 방법, 인생의 의미 찾기와 동기 강화, 인생이 강점 육성 방법 중 적어도 하나를 포함하는 정신건강 교육에 대한 VR 교육 콘텐츠를 포함하고,
상기 훈련 콘텐츠는 통감내 기술 훈련, 감정 인식 및 감정 조절 역할극, 대인관계 의사소통 훈련, 외현적 마음 헤아리기 훈련 중 적어도 하나를 포함하는 정신건강 훈련에 대한 VR 훈련 콘텐츠를 포함하는 것을 특징으로 하는 서버. - 제13항에 있어서,
상기 콘텐츠는 VR(virtual reality) 콘텐츠이며,
상기 VR 콘텐츠와의 인터랙션은 상기 사용자의 반응 신호로서 상기 사용자의 제스처 신호 및 상기 사용자의 음성 신호 중 적어도 하나를 포함하고,
상기 제스처 신호는 소정의 사용자 단말에 포함되거나 이에 연동되는 자이로 센서 및 가속도 센서 중 적어도 하나로부터 획득되며, 상기 음성 신호는 상기 사용자 단말에 포함되거나 이에 연동되는 음향 센서로부터 획득되는 것을 특징으로 하는 서버. - 제13항에 있어서,
상기 콘텐츠는 VR(virtual reality) 콘텐츠이며,
상기 VR 콘텐츠는 심리 변화를 유도하기 위한 영상, 음향, 촉각 정보 및 후각 정보 중 적어도 하나를 포함하며,
가상 임상 심리사에 대응되는 합성 음성 또는 문자 선택지를 통하여 상기 사용자에게 전달되는 설문형 진단 콘텐츠인 것을 특징으로 하는 서버. - 제13항에 있어서,
상기 콘텐츠는 VR(virtual reality) 콘텐츠이며,
상기 VR 콘텐츠는 설문형 진단 콘텐츠를 포함하고, 상기 제2 입력 데이터는 상기 VR 콘텐츠와의 인터랙션 중에 측정되는 심박수의 변화에 대한 데이터를 포함하되,
상기 제2 입력 데이터는 상기 설문형 진단 콘텐츠의 각각의 설문이 제공되는 시점부터 다음 설문이 제공되기 전까지의 시간 범위 내에 포함되는 소정 범위의 시간대에 측정되는 심박수의 변화를 참조하여 생성되는 것을 특징으로 하는 서버. - 제13항에 있어서,
상기 제2 입력 데이터는 상기 사용자가 착용할 수 있는 웨어러블(wearable) 형태의 상기 센서에 의하여 획득되는 것을 특징으로 하는 서버. - 제13항에 있어서,
상기 제3 입력 데이터는 상기 타액분석기에 나타난 상태를 카메라 모듈을 통해 인식한 이미지에서 획득된 특징점과 소정의 데이터베이스에 저장된 특징점을 상호 비교함으로써 획득되되,
상기 데이터베이스는 상기 제1 입력 데이터의 유형별로 대응되는 복수의 특징점 패턴을 관리하는 것을 특징으로 하는 서버. - 제13항에 있어서,
상기 제3 입력 데이터는 상기 타액으로부터 검출된 코르티솔(cortisol) 및 알파 아밀라아제 중 적어도 하나의 농도에 관한 정보 및 상기 농도에 관한 정보로부터 도출되는 스트레스 등급에 관한 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 서버.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180038167A KR101913850B1 (ko) | 2018-04-02 | 2018-04-02 | 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법 및 이를 이용한 서버 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180038167A KR101913850B1 (ko) | 2018-04-02 | 2018-04-02 | 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법 및 이를 이용한 서버 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101913850B1 true KR101913850B1 (ko) | 2018-11-01 |
Family
ID=64398335
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180038167A KR101913850B1 (ko) | 2018-04-02 | 2018-04-02 | 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법 및 이를 이용한 서버 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101913850B1 (ko) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102189435B1 (ko) * | 2020-04-28 | 2020-12-11 | 전북대학교병원 | 가상현실 트라이어 사회스트레스 검사 시스템 |
| CN113161018A (zh) * | 2021-05-24 | 2021-07-23 | 中实医疗科技江苏有限公司 | 一种基于大数据的心理压力分析及健康服务平台 |
| CN113288143A (zh) * | 2021-05-12 | 2021-08-24 | 中实医疗科技江苏有限公司 | 一种基于生化指标的心理压力状态评估系统 |
| KR102293433B1 (ko) * | 2021-01-19 | 2021-08-27 | 주식회사 닥터포레스트 | 스마트폰 센서를 이용한 정신건강측정 서비스 제공 시스템 |
| KR20220076035A (ko) | 2020-11-30 | 2022-06-08 | 주식회사 제나 | 건강 상태 진단 장치 및 건강 상태 진단 시스템의 제어 방법 |
| WO2022186528A1 (ko) * | 2021-03-05 | 2022-09-09 | 주식회사 비비비 | 비대면 방식의 정신 장애 진료 시스템 및 방법 |
| WO2023140467A1 (ko) * | 2022-01-19 | 2023-07-27 | 이화여자대학교 산학협력단 | 가상 현실을 이용한 불안도 조절 방법 및 장치 |
| KR102616189B1 (ko) | 2023-04-17 | 2023-12-27 | 안지윤 | 정신건강의학 관련 심리 상태 데이터 수집 및 환자 상태 분류 방법, 장치 및 시스템 |
| KR102650936B1 (ko) | 2022-12-16 | 2024-03-26 | 주식회사 닥터포레스트 | 정신건강 위험신호 탐지 시스템, 그리고 이를 이용한 정신건강 위험신호 탐지 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101585083B1 (ko) * | 2014-05-22 | 2016-01-22 | 허다혜 | 시니어를 위한 스마트 기기 기반 공간 정보 중심 클라우드 시스템 및 이를 이용하여 콘텐츠를 제공하기 위한 방법 |
| KR101634541B1 (ko) * | 2013-04-24 | 2016-07-05 | 연세대학교 산학협력단 | 스트레스, 우울증 측정을 위한 스트립 센서 및 스마트폰 연동 스트립 센서 측정시스템 |
-
2018
- 2018-04-02 KR KR1020180038167A patent/KR101913850B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101634541B1 (ko) * | 2013-04-24 | 2016-07-05 | 연세대학교 산학협력단 | 스트레스, 우울증 측정을 위한 스트립 센서 및 스마트폰 연동 스트립 센서 측정시스템 |
| KR101585083B1 (ko) * | 2014-05-22 | 2016-01-22 | 허다혜 | 시니어를 위한 스마트 기기 기반 공간 정보 중심 클라우드 시스템 및 이를 이용하여 콘텐츠를 제공하기 위한 방법 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102189435B1 (ko) * | 2020-04-28 | 2020-12-11 | 전북대학교병원 | 가상현실 트라이어 사회스트레스 검사 시스템 |
| KR20220076035A (ko) | 2020-11-30 | 2022-06-08 | 주식회사 제나 | 건강 상태 진단 장치 및 건강 상태 진단 시스템의 제어 방법 |
| KR102293433B1 (ko) * | 2021-01-19 | 2021-08-27 | 주식회사 닥터포레스트 | 스마트폰 센서를 이용한 정신건강측정 서비스 제공 시스템 |
| WO2022186528A1 (ko) * | 2021-03-05 | 2022-09-09 | 주식회사 비비비 | 비대면 방식의 정신 장애 진료 시스템 및 방법 |
| KR20220125766A (ko) * | 2021-03-05 | 2022-09-14 | (주) 비비비 | 비대면 방식의 정신 장애 진료 시스템 및 방법 |
| KR102645893B1 (ko) * | 2021-03-05 | 2024-03-12 | (주) 비비비 | 비대면 방식의 정신 장애 진단 및 자극 시스템 및 방법 |
| CN113288143A (zh) * | 2021-05-12 | 2021-08-24 | 中实医疗科技江苏有限公司 | 一种基于生化指标的心理压力状态评估系统 |
| CN113161018A (zh) * | 2021-05-24 | 2021-07-23 | 中实医疗科技江苏有限公司 | 一种基于大数据的心理压力分析及健康服务平台 |
| WO2023140467A1 (ko) * | 2022-01-19 | 2023-07-27 | 이화여자대학교 산학협력단 | 가상 현실을 이용한 불안도 조절 방법 및 장치 |
| KR102650936B1 (ko) | 2022-12-16 | 2024-03-26 | 주식회사 닥터포레스트 | 정신건강 위험신호 탐지 시스템, 그리고 이를 이용한 정신건강 위험신호 탐지 방법 |
| KR102616189B1 (ko) | 2023-04-17 | 2023-12-27 | 안지윤 | 정신건강의학 관련 심리 상태 데이터 수집 및 환자 상태 분류 방법, 장치 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101913850B1 (ko) | 심리 상태 판단용 키트를 통해 획득되는 사용자의 심리 상태 데이터를 분석함으로써 사용자의 심리 상태를 판단하는 방법 및 이를 이용한 서버 | |
| KR101911516B1 (ko) | 사용자의 심리 상태 데이터를 획득하고 사용자의 심리 상태를 판단하고 피드백을 제공하는 방법 및 이를 이용한 서버 | |
| Sano et al. | Identifying objective physiological markers and modifiable behaviors for self-reported stress and mental health status using wearable sensors and mobile phones: observational study | |
| Gold et al. | Digital technologies as biomarkers, clinical outcomes assessment, and recruitment tools in Alzheimer's disease clinical trials | |
| Bender et al. | Persistent vegetative state and minimally conscious state: a systematic review and meta-analysis of diagnostic procedures | |
| KR101941273B1 (ko) | 모바일 단말기 기반의 생활 코칭 방법과 모바일 단말기 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 | |
| KR102061725B1 (ko) | 정신 건강을 진단하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
| CN110192252A (zh) | 用于评估发育状况并提供覆盖度和可靠性控制的方法和装置 | |
| Chapman et al. | Diagnosis of Alzheimer's disease using neuropsychological testing improved by multivariate analyses | |
| Kaczor et al. | Objective measurement of physician stress in the emergency department using a wearable sensor | |
| Cross et al. | Factors associated with treatment uptake, completion, and subsequent symptom improvement in a national digital mental health service | |
| KR101913845B1 (ko) | 사용자의 심리 상태 데이터를 획득하고 상기 사용자의 심리 상태에 대하여 판단하기 위한 방법, 이를 이용한 사용자 단말, 서버, 및 심리 상태 판단용 키트 | |
| KR102059239B1 (ko) | 스마트폰에 설치된 앱과 연동하여 우울증을 극복할 수 있는 시스템. | |
| CN113994436A (zh) | 健康护理提供者使用多个N-of-1微治疗来治疗患者的系统和方法 | |
| Skjerbæk et al. | Can we trust self-reported walking distance when determining EDSS scores in patients with multiple sclerosis? The Danish MS hospitals rehabilitation study | |
| Booth et al. | Toward robust stress prediction in the age of wearables: Modeling perceived stress in a longitudinal study with information workers | |
| Sun et al. | Preliminary evaluation of a self-guided fall risk assessment tool for older adults | |
| EP3838142A1 (en) | Method and device for monitoring dementia-related disorders | |
| Medikonda | A clinical and technical methodological review on stress detection and sleep quality prediction in an academic environment | |
| Yannam et al. | Research study and system design for evaluating student stress in Indian Academic Setting | |
| Widmann et al. | Improving neuropsychological rehabilitation for COVID-19 patients | |
| Mandryk et al. | Remote assessment of depression using digital biomarkers from cognitive tasks | |
| Gardner et al. | Purposes of assessment | |
| Müller et al. | The value of patient-reported outcome (PRO) data in digital healthcare: using the How-R-You app as a PRO instrument | |
| US20140188518A1 (en) | Medical Screening System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| G170 | Publication of correction |