KR102306953B1 - 음성인식 기반 진료 지원 방법 - Google Patents

음성인식 기반 진료 지원 방법 Download PDF

Info

Publication number
KR102306953B1
KR102306953B1 KR1020190127492A KR20190127492A KR102306953B1 KR 102306953 B1 KR102306953 B1 KR 102306953B1 KR 1020190127492 A KR1020190127492 A KR 1020190127492A KR 20190127492 A KR20190127492 A KR 20190127492A KR 102306953 B1 KR102306953 B1 KR 102306953B1
Authority
KR
South Korea
Prior art keywords
disease
conversation
information
voice recognition
medical
Prior art date
Application number
KR1020190127492A
Other languages
English (en)
Other versions
KR20210044924A (ko
Inventor
김현욱
윤희태
장원
전진영
Original Assignee
주식회사 헬스앤메디슨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 헬스앤메디슨 filed Critical 주식회사 헬스앤메디슨
Priority to KR1020190127492A priority Critical patent/KR102306953B1/ko
Publication of KR20210044924A publication Critical patent/KR20210044924A/ko
Application granted granted Critical
Publication of KR102306953B1 publication Critical patent/KR102306953B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

음성인식 기반 진료 지원 방법이 제공된다. 상기 음성인식 기반 진료 지원 방법은 컴퓨터가 의료진과 문진대상자의 대화를 음성으로 획득하는, 대화 획득 단계, 상기 컴퓨터가 음성으로 획득한 상기 대화의 질문 및 답변에서 키워드를 텍스트로 추출하는, 대화 내용 추출 단계 및 상기 컴퓨터가 추출한 키워드를 기반으로 하여 상기 대화를 분석하고, 상기 의료진에게 상기 대화의 분석 결과로서 예상되는 질병에 대한 정보를 제공하는, 예상 질병 정보 제공 단계를 포함한다.

Description

음성인식 기반 진료 지원 방법{METHOD OF MEDICAL SUPPORT BASED ON VOICE RECOGNITION}
본 발명은 음성인식 기반 진료 지원 방법에 관한 것이다.
최근, 음성인식을 활용하여 진료에 적용하는 다양한 기술들이 연구되고 있다.
대표적으로는, 의료진이 말하는 내용을 차트에 자동 입력 하는 것으로서, 의료진이 진료에 보다 집중할 수 있도록 도움을 주는 기술에 해당된다.
음성인식을 진료에 적용하기 위해 정확도를 높이는 다양한 기술들을 추가적으로 개발하고 있으나, 아직까지는 기술이 완전하지 못한 상태이다.
한편, 진료 경력이 많지 않은 의사 또는 수의사 등을 포함하는 의료진의 경우에는, 진료 시, 필요한 정보를 도출해내기 어려운 경우가 종종 있다.
특히, 동물들의 경우 직접 말을 할 수가 없으므로, 해당 동물의 주인들이 동물들에게 나타난 눈에 보이는 증상들만으로 의료진의 문진에 답변할 수 있는데, 이 경우 문진 내용에 따라 질병을 정확하게 파악할 수 있는 가능성이 달라지므로, 진료 경력이 많지 않은 의료진의 경우, 필요한 정보를 도출해내기 위한 지원이 필요하다.
본 발명이 해결하고자 하는 과제는 의료진과 문진대상자의 대화를 기반으로 추가적으로 필요한 정보의 질의 내용을 실시간으로 의료진에게 제공하는 방법을 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 과제는 의료진과 문진대상자의 대화를 정확하게 분석하기 위한 키워드 도출 방법 및 분석 방법을 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 과제는 대화 내용의 분석 결과와 진료 기록의 비교 분석을 통해 누락된 진료 기록을 실시간으로 보충할 수 있는 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법은 컴퓨터가 의료진과 문진대상자의 대화를 음성으로 획득하는, 대화 획득 단계, 상기 컴퓨터가 음성으로 획득한 상기 대화의 질문 및 답변에서 키워드를 텍스트로 추출하는, 대화 내용 추출 단계 및 상기 컴퓨터가 추출한 키워드를 기반으로 하여 상기 대화를 분석하고, 상기 의료진에게 상기 대화의 분석 결과로서 예상되는 질병에 대한 정보를 제공하는, 예상 질병 정보 제공 단계를 포함한다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법은 상기 예상 질병 정보 제공 단계 이전에, 상기 컴퓨터가 추출한 키워드를 기반으로 하여 상기 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보되었는지를 판단하는, 필요 정보 판단 단계 및 상기 컴퓨터가 상기 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보되지 않은 것으로 판단한 경우에는, 질병을 예측하기에 필요한 추가 질의 내용을 상기 의료진에게 제공하는, 추가 질의 내용 제공 단계를 더 포함한다.
상기 키워드는, 질병을 예측하기에 필요한 키워드 및 질문인지 대답인지를 확인하기 위한 키워드를 포함하는 것이다.
상기 예상 질병 정보 제공 단계에서 상기 대화를 분석하는 것은, 상기 획득된 대화 중 각각의 대화 내용에 대하여 키워드 또는 음성의 특징을 기반으로 하여 상기 각각의 대화 내용이 상기 의료진과 문진대상자 중 누구로부터 획득된 것인지 분석하는 것을 포함한다.
상기 예상되는 질병에 대한 정보는, 질병명, 질병의 진행 정도, 증상, 치료 방법 및 치료 기간 중 적어도 하나를 포함한다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법은 상기 컴퓨터가 대화로부터 확보된 정보를 기반으로 질병을 예측하는 경우의 질병 예측 정확도를 상기 의료진에게 제공하는, 질병 예측 정확도 제공 단계를 더 포함한다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법은 상기 컴퓨터가 질병 예측을 위한 추가 질의 내용을 상기 의료진에 제공하며, 특정 내용의 추가 질의를 함에 따른 질병 예측 정확도의 증가율을 함께 제공하는, 질병 예측 정확도 증가율 제공 단계를 더 포함한다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법은 상기 컴퓨터가 진료 대상에 대한 진료 기록을 획득하여, 상기 진료 기록을 상기 대화의 분석 결과와 비교하고, 상기 대화의 분석 결과를 기반으로 상기 진료 기록에서 누락된 부분을 상기 진료 기록 상에 추가 기록하는 단계를 더 포함한다.
상기 예상 질병 정보 제공 단계는, 상기 컴퓨터가 진료 대상에 대한 진료 기록을 획득하여, 상기 진료 기록과 상기 대화의 분석 결과를 조합하여 예상되는 질병에 대한 정보를 제공하는 것이다.
상기 대화 내용 추출 단계 및 상기 예상 질병 정보 제공 단계는, 상기 대화 내용을 음성인식 기반 진료 지원 학습 모델에 적용함으로써 수행되는 것이고, 상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법은 상기 컴퓨터가 상기 대화 내용 중, 질병을 예측하기 위해 필요한 최소한의 정보 이외의 정보를 예측된 질병에 관한 학습 데이터로 활용하여, 상기 음성인식 기반 진료 지원 학습 모델을 재학습하는 단계를 더 포함한다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 음성인식 기반 진료 지원 컴퓨터 프로그램은 하드웨어인 컴퓨터와 결합되어, 상술한 방법 중 어느 하나의 방법을 실행시키기 위해 매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상기 본 발명에 의하면, 진료 경력이 많지 않은 초보 의료진이 실시간으로 제공되는 질의 내용을 참고하여 문진대상자와 대화함으로써, 보다 정확하게 질병 예측을 할 수 있다.
또한, 상기 본 발명에 의하면, 진료 대상이 동물인 경우에도, 눈에 보이는 증상을 통해 보다 정확한 질병 예측 결과를 제공 받을 수 있다.
또한, 상기 본 발명에 의하면, 음성인식 기반 진료 지원의 학습 모델을 이용함에도, 컴퓨터 자체가 판단하는 것이 아닌, 의료진을 보조할 뿐이므로 컴퓨터의 오류로 인한 오진 등을 방지할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법을 설명하기 위한 도면이다.
도 2는 추가 질의 내용을 제공하는 방법을 설명하기 위한 도면이다.
도 3은 본 발명에서 획득하는 대화를 예시적으로 나타낸 도면이다.
도 4는 본 발명이 수행되는 과정 및 방법을 구체적으로 설명하기 위한 도면이다.
도 5는 질병 예측의 정확도를 제공하는 방법을 설명하기 위한 도면이다.
도 6은 질병 예측 정확도 증가율을 제공하는 방법을 설명하기 위한 도면이다.
도 7은 진료 기록에서 누락된 부분을 추가 기록하는 방법을 설명하기 위한 도면이다.
도 8은 음성인식 기반 진료 지원 학습 모델을 재학습하는 방법을 설명하기 위한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
본 명세서에서 '컴퓨터'는 연산처리를 수행할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 컴퓨터는 데스크 탑 PC, 노트북(Note Book) 뿐만 아니라 스마트폰(Smart phone), 태블릿 PC, 셀룰러폰(Cellular phone), 피씨에스폰(PCS phone; Personal Communication Service phone), 동기식/비동기식 IMT-2000(International Mobile Telecommunication-2000)의 이동 단말기, 팜 PC(Palm Personal Computer), 개인용 디지털 보조기(PDA; Personal Digital Assistant) 등도 해당될 수 있다.
본 명세서에서 '의료진'은 환자의 질병을 진단하는 의사, 고양이 또는 개를 포함하는 동물의 질병을 진단하는 수의사가 포함될 수 있다.
본 명세서에서 '문진대상자'는 질병의 진단을 받을 대상이나 보호자로서, 환자, 환자의 보호자, 견주, 묘주 또는 기타 반려 동물의 보호자를 포함한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 음성인식 기반 진료 지원 방법을 설명하기 위한 도면이다.
도 2는 추가 질의 내용을 제공하는 방법을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 음성인식 기반 진료 지원 방법은, 대화 획득 단계(S100), 대화 내용 추출 단계(S120) 및 예상 질병 정보 제공 단계(S140)를 포함한다.
대화 획득 단계(S100)는 컴퓨터가 의료진과 문진대상자의 대화를 음성으로 획득하는 것으로, 의료진과 문진대상자의 문진 및 답변을 포함하는 대화를 음성으로 획득하는 것이다.
이 때, 의료진의 대화로서 문진 등은, 형식이나 질문 내용에 대한 제한이 없다. 따라서, 의료진은 문진대상자에게 정해진 질문이나 형식 없이, 진단에 필요한 정보를 획득하기 위해 자유롭게 대화할 수 있다.
대화 내용 추출 단계(S120)는 컴퓨터가 음성으로 획득한 대화의 질문 및 답변에서 키워드를 텍스트로 추출하는 것이다. 즉, 음성으로 획득한 대화 내용을 텍스트로 변환한 후, 텍스트 내에서 필요한 키워드를 텍스트로 추출하는 것이다.
음성으로 획득한 대화 내용을 텍스트로 변환하는 것은, 다양한 오픈소스들을 활용할 수 있으며, 어떠한 방식이든 무방하다.
키워드는, 질병을 예측하기에 필요한 키워드와 질문인지 대답인지를 확인하기 위한 키워드도 포함한다. 각 키워드는 미리 정해져 있거나, 기계학습을 통해 획득할 수 있다. 질문인지 대답인지를 확인하기 위한 키워드를 추출하는 것은, 각 대화 내용이 누가 말하고 있는 것인지를 확인할 수 있기 때문이다. 주로, 질문자는 의료진이 되고, 답변자는 문진대상자가 될 것이나, 질문 내용에 따라 질문자가 문진대상자가 될 수도 있다.
질문 및 대답이 어떤 대화 내용인지 확인하고, 해당 질문 또는 대답에서의 키워드를 도출함으로써 질문자 및 답변자를 명확하게 파악할 수 있다.
예컨대, 대화 내용 중 특정 내용이 증상에 대하여 언급하는 내용이라면, 증상을 나열하고 해당 증상을 가지고 있는지 질문하는 경우에는 해당 내용을 말하고 있는 사람은 의료진이 될 것이다. 그러나, 증상을 나열하고 질문이 아닌 대답의 형태로 말하고 있다면, 해당 내용을 말하고 있는 사람은 문진대상자가 될 것이다.
따라서, 증상을 나열하는 대화 내용이더라도 질문의 형태라면, 해당 증상을 가지고 있다고 판단하면 안되며, 증상을 나열하는 대화 내용으로서 대답의 형태라면, 해당 증상을 가지고 있다고 판단할 수 있다.
대화를 분석하는 것은, 질병을 예측하는 분석을 포함하고, 뿐만 아니라, 앞서 설명한 것과 같이 각각의 대화 내용이 의료진과 문진대상자 중 누구로부터 획득된 것인지 분석하는 것도 포함될 수 있다.
대화 내용 추출 단계(S120)에서 각각의 대화 내용이 질문인지 대답인지를 확인하기 위한 키워드 추출과 함께, 각 대화 내용의 키워드를 기반으로 하거나, 각 대화 내용의 음성의 특징을 기반으로 하여 각 대화 내용이 의료진과 문진대상자 중 누구로부터 획득된 것인지 분석한다.
예컨대, 각 대화 내용이 누구로부터 획득된 것인지 음성의 특징을 기반으로 분석하는 경우에는, 의료진이 먼저 자신의 목소리를 컴퓨터에 확인시킨 후, 대화를 진행할 수도 있다.
이후, 의료진에게 대화의 분석 결과로서 예상되는 질병에 대한 정보를 제공한다(S140).
예상되는 질병에 대한 정보는, 질병명, 질병의 진행 정도, 증상, 치료 방법 및 치료 기간 중 적어도 하나를 포함한다.
또한, 예상되는 질병에 대한 정보는, 하나 이상의 질병에 대한 정보일 수 있다. 즉, 컴퓨터는 하나의 대화 내용을 기반으로 복수 개의 질병에 대한 정보를 제공할 수도 있다.
예상되는 질병에 대한 정보는 의료진이 참고할 수 있도록 제공하는 것으로, 결과를 통해 반드시 해당 내용으로 치료 등을 진행하여야 하는 것은 아니다.
본 발명의 음성인식 기반 진료 지원 방법은, 진료를 지원하는 것으로서 초보 의료진에게 진료에 있어서 효과적으로 활용될 수 있다.
또한 예상 질병 정보 제공 단계(S140)는 컴퓨터가 진료 대상에 대한 진료 기록을 획득하여, 진료 기록과 대화의 분석 결과를 조합하여 예상되는 질병에 대한 정보를 제공할 수도 있다.
진료 대상에 대한 진료 기록이 존재하는 경우에는, 해당 진료 기록을 기반으로 대화의 분석 결과와 함께 보다 더 정확하게 질병을 예상할 수 있다. 또한, 대화의 분석 결과를 기반으로 하여 진료 기록을 보았을 때, 잘못 기재되어 있거나, 부족한 정보 내용을 발견할 수도 있으므로, 진료 기록과 대화의 분석 결과를 조합하여 예상되는 질병에 대한 정보를 제공하는 것이 대화의 분석 결과만을 가지고 질병을 예상하는 것보다 효과적일 수 있다.
도 2를 참조하면, 본 발명의 음성인식 기반 진료 지원 방법은, 예상 질병 정보 제공 단계(S140) 이전에 필요 정보 판단 단계(S130) 및 추가 질의 내용 제공 단계(S135)를 더 포함한다.
필요 정보 판단 단계(S130)는 컴퓨터가 추출한 키워드를 기반으로 하여 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보되었는지를 판단한다.
획득한 키워드를 기반으로 하여 질병 예측이 가능한 최소한의 정보가 확보되었는지 여부에 따라, 추가 질의 내용을 제공할 수 있다.
컴퓨터가 대화로부터 예측하기에 필요한 최소한의 정보가 확보되지 않은 것으로 판단한 경우에는, 질병을 예측하기에 필요한 추가 질의 내용을 의료진에게 제공한다(S135).
즉, 추가 질의 내용 제공 단계(S135)는 질병을 예측하기에 필요한 추가 질의 내용을 의료진에게 제공하는 것이다.
추가 질의 내용은 질병을 예측하기 위해 필요한 문진 내용으로서, 의료진이 이를 활용하여 추가 문진을 진행할 수 있도록 제공되는 것이다.
의료진은 컴퓨터가 제공하는 추가 질의 내용을 참고하여, 문진대상자와 추가 대화를 함으로써 보다 정확하게 질병을 예측 할 수 있다.
의료진이 컴퓨터가 제공하는 추가 질의 내용에 따라 문진대상자와 대화 함으로써 컴퓨터가 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보된 것으로 판단한 경우에는, 의료진에게 대화의 분석 결과로서 예상되는 질병에 대한 정보를 제공한다(S164).
도 3은 본 발명에서 획득하는 대화를 예시적으로 나타낸 도면이다.
도 4는 본 발명이 수행되는 과정 및 방법을 구체적으로 설명하기 위한 도면이다.
도 3을 참조하면, A와 B의 대화를 확인할 수 있다. A의 대화 내용은 주로 질병을 파악하기 위한 증상에 관한 질문이며, B의 대화 내용은 증상에 대한 내용으로서 주로 A의 질문의 답변에 해당된다.
도 3의 대화 내용을 통해 A는 의료진, B는 문진대상자임을 알 수 있으며, 컴퓨터는 이와 같이 대화 내용 중 질문인지 대답인지를 파악하고, 각 키워드를 도출하여 A와 B가 누구인지, 현재 상태가 어떠한 상태인지 분석하는 것이다.
예컨대, 대화 내용 중 B 대신 A가 '무언가를 먹으면 구토와 설사를 하시나요?'라고 질의할 때, B가 '아니오'라고 대답하는 경우, 구토와 설사는 증상이 아닌 것으로 분석할 수 있다.
도 4는 의료진과 문진대상자가 대화 시에, 컴퓨터가 제공하는 화면 등을 나타낸 것으로서, 도 4의 (a)와 같이 의료진(10)이 문진대상자(20)와 대화를 하면, 컴퓨터가 대화 내용을 분석하여 정보제공부(30)에 예상질병정보(31) 또는 추가 질의 내용(32)을 제공한다.
도 4의 (b)는 정보제공부(30)에 나타나는 정보들을 예시적으로 표시한 것으로서, 컴퓨터가 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보된 것으로 판단한 경우에는, 의료진에게 대화의 분석 결과로서 예상되는 질병에 대한 정보를 예상 질병 정보(31)로서 제공한다. 이 때, 추가 질의 내용(32)은 제공되지 않을 수 있고, 보다 정확한 질병 정보 제공을 위해 추가적으로 제공될 수도 있다.
컴퓨터가 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보되지 않은 것으로 판단한 경우에는, 예상 질병 정보(31)는 제공되지 않고, 추가 질의 내용(32)만 제공될 수 있다.
또한, 후술할 내용으로서, 정보제공부(30)에는 질병 예측 정확도 또는 질병 예측 정확도 증가율도 함께 제공될 수 있다.
도 4를 참조하면, 본 발명에 따라 컴퓨터가 대화 내용을 획득하고 예상 질병 정보를 제공하는 것은, 실시간으로 이루어지는 것이다.
본 발명은 의료진의 진료를 보조하는 역할로서, 문진대상자와의 대화에서 부족한 정보를 획득할 수 있도록 보완해주거나 예측 가능한 질병의 정보를 제공하는 것이므로, 본 발명의 과정은 실시간으로 이루어진다.
도 5는 질병 예측의 정확도를 제공하는 방법을 설명하기 위한 도면이다.
도 5를 참조하면, 본 발명의 음성인식 기반 진료 지원 방법은, 예상 질병 정보 제공 단계(S140) 이후 질병 예측 정확도 제공 단계(S160)를 더 포함한다.
질병 예측 정확도 제공 단계(S160)는 컴퓨터가 대화로부터 확보된 정보를 기반으로 질병을 예측하는 경우의 질병 예측 정확도를 의료진에게 제공하는 것이다.
질병 예측 정확도는, 의료진이 예측한 질병의 예측 정확도가 아니라, 컴퓨터가 대화 내용을 기반으로 대화를 분석하여 도출한 예상되는 질병에 대한 정보에 대한 예측 정확도에 해당된다.
즉, 의료진이 컴퓨터가 제시한 질병에 대한 정보를 얼마나 신뢰할 수 있는가를 수치로 나타낸 것이다. 질병 예측 정확도는 0% 또는 100%는 도출될 수 없으며, 또한, 최소한의 정보를 기반으로 하여 질병을 예상하고, 예상되는 질병에 대한 정보를 제공하기 때문에, 아주 낮은 수치의 질병 예측 정확도가 나오기는 어렵다.
따라서, 최소한의 질병 예측 정확도를 미리 설정하여, 설정된 최소한의 질병 예측 정확도 수치에 따라, 대화로부터 질병을 예측하기에 필요한 최소한의 정보 단위가 정해질 수도 있다.
또한, 질병 예측 정확도는, 질병명에 대한 예측 정확도를 나타내는 것일 수 있고, 기타 예상되는 질병에 대한 정보에 해당되는 질병의 진행 정도, 증상, 치료 방법 또는 치료 기간에 대한 예측 정확도를 포함할 수도 있다.
본 발명은 또한, 예측되는 질병의 종류가 복수인 경우에는, 질병 예측 정확도 제공 시에, 여러 질병에 대한 질병 예측 정확도를 순서대로 제공할 수 있다.
예컨대, 예측되는 질병이 감기, 장염 두 가지인 경우, 감기의 확률이 더 높다면 감기에 대한 예측 정확도 확률과 장염에 대한 예측 정확도 확률을 모두 제공할 수 있다.
도 6은 질병 예측 정확도 증가율을 제공하는 방법을 설명하기 위한 도면이다.
도 6을 참조하면, 본 발명의 음성인식 기반 진료 지원 방법은, 질병 예측 정확도 제공 단계(S160) 이후, 질병 예측 정확도 증가율 제공 단계(S180)를 더 포함한다.
질병 예측 정확도 증가율 제공 단계(S180)는 컴퓨터가 질병 예측을 위한 추가 질의 내용을 의료진에 제공하며, 특정 내용의 추가 질의를 함에 따른 질병 예측 정확도의 증가율을 함께 제공하는 것이다.
상술한 바와 같이, 추가 질의 내용은 질병을 예측하기 위해 필요한 문진 내용으로서, 의료진이 이를 참고하여 추가 문진을 진행할 수 있도록 제공되는 것이다. 추가 질의 내용은 컴퓨터가 질병 예측이 불가한 경우에 제시하는 것이고, 질병 예측이 가능한 상태에서도 질병 예측의 정확도를 높이기 위해 제시할 수도 있다.
참고 하도록 제공되는 추가 질의 내용은 하나 이상일 수 있고, 각 추가 질의 내용마다 해당 추가 질의 내용을 하여 답변을 획득함으로써 질병 예측 정확도가 얼마나 증가할지를 수치로 제공한다.
또한, 질병 예측 정확도의 증가율은 추가 질의 내용 하나 하나마다 개별적으로 제시할 수도 있고, 추가 질의 내용을 하나 이상 묶어서 해당 묶음의 추가 질의 내용을 함으로써 답변을 획득하는 경우의 질병 예측 정확도의 증가율을 제시할 수도 있다.
의료진은 제시된 질병 예측 정확도의 증가율을 참고하여, 추가 질의를 할 수 있다.
도 7은 진료 기록에서 누락된 부분을 추가 기록하는 방법을 설명하기 위한 도면이다.
도 7을 참조하면, 본 발명의 음성인식 기반 진료 지원 방법은, 예상 질병 정보 제공 단계(S140) 이후, 추가 기록하는 단계(S200)를 더 포함한다.
추가 기록하는 단계(S200)는 컴퓨터가 진료 대상에 대한 진료 기록을 획득하여, 진료 기록을 대화의 분석 결과와 비교하고, 대화의 분석 결과를 기반으로 진료 기록에서 누락된 부분을 진료 기록 상에 추가 기록하는 것이다.
진료 기록은 과거의 진료 내용을 기록한 것으로서, 진료 기록을 대화의 분석 결과와 비교함으로써, 질병 예측 결과를 보다 정확하게 제공할 수 있다.
다만, 현재의 대화 내용을 통한 대화의 분석 결과와 진료 기록을 비교하였을 때, 진료 기록에서 누락된 정보가 있을 수 있으며, 누락된 정보 중에서도 대화의 분석 결과를 통해 도출된 정보의 경우, 해당 부분을 진료 기록 상에 추가 기록하도록 하는 것이다.
또한, 해당 부분을 진료 기록 상에 컴퓨터가 추가 기록하지 않더라도, 컴퓨터가 의료진에게 알림을 제공하여, 의료진이 진료 기록을 업데이트 할 수 있도록 안내할 수 있다.
도 8은 음성인식 기반 진료 지원 학습 모델을 재학습하는 방법을 설명하기 위한 도면이다.
도 8을 참조하면, 본 발명의 음성인식 기반 진료 지원 방법은, 예상 질병 정보 제공 단계(S140) 이후, 음성인식 기반 진료 지원 학습 모델을 재학습하는 단계(S220)를 더 포함한다.
대화 내용 추출 단계(S120) 및 예상 질병 정보 제공 단계(S140)는 획득한 대화 내용을 음성인식 기반 진료 지원 학습 모델에 적용함으로써 수행되는 것이다.
음성인식 기반 진료 지원 학습 모델은 의료진과 문진대상자의 대화 내용을 넣으면 예상 질병 정보를 제공하는 모델로서, 확보된 대화 내용을 학습 데이터로서 학습시켜 생성된 학습 모델이다.
음성인식 기반 진료 지원 학습 모델을 재학습하는 단계(S220)는 컴퓨터가 대화 내용 중, 질병을 예측하기 위해 필요한 최소한의 정보 이외의 정보를 예측된 질병에 관한 학습 데이터로 활용하여, 음성인식 기반 진료 지원 학습 모델을 재학습하는 것이다.
본 발명은 정해진 질의를 하도록 제공되는 것이 아니라, 의료진을 보조하는 역할을 하는 것이기 때문에, 의료진은 질문 내용에 대한 제한 없이 다양한 질문들을 할 수 있다. 이 때, 컴퓨터가 질병을 예측하기에 필요한 최소한의 정보 이외에도 다양한 질문들을 통한 다양한 정보들이 획득될 수 있다.
따라서, 본 발명은 예측된 질병들에 대하여 의료진의 다양한 질문들에 의해 획득된 다양한 정보를 음성인식 기반 진료 지원 학습 모델의 학습 데이터로서 재학습함으로써, 보다 정확한 질병 예측이 가능하도록 할 수 있다.
반복되는 재학습으로 인하여, 대화로부터 질병을 예측하기에 필요한 최소한의 정보는 내용이 변경될 수도 있다.
이상에서 상술한 본 발명의 일 실시예에 따른 방법인, 음성인식 기반 진료 지원 방법은 하드웨어인 컴퓨터가 결합되어 실행되기 위해 음성인식 기반 진료 지원 컴퓨터 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
10 : 의료진
20 : 문진대상자
30 : 정보제공부

Claims (11)

  1. 컴퓨터에 의해 수행되는 방법으로,
    의료진과 문진대상자의 대화를 음성으로 획득하는, 대화 획득 단계;
    상기 음성으로 획득한 상기 대화의 질문 및 답변에서 키워드를 텍스트로 추출하는, 대화 내용 추출 단계; 및
    상기 추출한 키워드를 기반으로 상기 대화를 분석하고, 상기 의료진에게 상기 대화의 분석 결과로서 진료 대상에게 예상되는 질병에 대한 정보를 제공하는, 예상 질병 정보 제공 단계를 포함하며,
    상기 컴퓨터는,
    상기 진료 대상에 대한 진료 기록을 획득하고,
    상기 진료 기록을 상기 대화의 분석 결과와 비교한 후, 상기 대화의 분석 결과를 기반으로 상기 진료 기록에서 누락된 부분이 존재하는 경우, 상기 누락된 부분을 상기 진료 기록 상에 추가 기록하고,
    상기 예상 질병 정보 제공 단계에서, 상기 진료 기록과 상기 대화의 분석 결과를 조합하여 질병을 예상하는 것을 특징으로 하는,
    음성인식 기반 진료 지원 방법.
  2. 제1항에 있어서,
    상기 예상 질병 정보 제공 단계 이전에,
    상기 컴퓨터가 추출한 키워드를 기반으로 하여 상기 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보되었는지를 판단하는, 필요 정보 판단 단계; 및
    상기 컴퓨터가 상기 대화로부터 질병을 예측하기에 필요한 최소한의 정보가 확보되지 않은 것으로 판단한 경우에는,
    질병을 예측하기에 필요한 추가 질의 내용을 상기 의료진에게 제공하는, 추가 질의 내용 제공 단계를 더 포함하는,
    음성인식 기반 진료 지원 방법.
  3. 제1항에 있어서,
    상기 키워드는, 질병을 예측하기에 필요한 키워드 및 질문인지 대답인지를 확인하기 위한 키워드를 포함하는 것인,
    음성인식 기반 진료 지원 방법.
  4. 제1항에 있어서,
    상기 예상 질병 정보 제공 단계에서 상기 대화를 분석하는 것은,
    상기 획득된 대화 중 각각의 대화 내용에 대하여 키워드 또는 음성의 특징을 기반으로 하여 상기 각각의 대화 내용이 상기 의료진과 문진대상자 중 누구로부터 획득된 것인지 분석하는 것을 포함하는,
    음성인식 기반 진료 지원 방법.
  5. 제1항에 있어서,
    상기 예상되는 질병에 대한 정보는,
    질병명, 질병의 진행 정도, 증상, 치료 방법 및 치료 기간 중 적어도 하나를 포함하는,
    음성인식 기반 진료 지원 방법.
  6. 제1항 또는 제2항에 있어서,
    상기 컴퓨터가 대화로부터 확보된 정보를 기반으로 질병을 예측하는 경우의 질병 예측 정확도를 상기 의료진에게 제공하는, 질병 예측 정확도 제공 단계를 더 포함하는,
    음성인식 기반 진료 지원 방법.
  7. 제6항에 있어서,
    상기 컴퓨터가 질병 예측을 위한 추가 질의 내용을 상기 의료진에 제공하며, 특정 내용의 추가 질의를 함에 따른 질병 예측 정확도의 증가율을 함께 제공하는, 질병 예측 정확도 증가율 제공 단계를 더 포함하는,
    음성인식 기반 진료 지원 방법.
  8. 삭제
  9. 삭제
  10. 제1항에 있어서,
    상기 대화 내용 추출 단계 및 상기 예상 질병 정보 제공 단계는, 상기 대화 내용을 음성인식 기반 진료 지원 학습 모델에 적용함으로써 수행되는 것이고,
    상기 컴퓨터가 상기 대화 내용 중, 질병을 예측하기 위해 필요한 최소한의 정보 이외의 정보를 예측된 질병에 관한 학습 데이터로 활용하여, 상기 음성인식 기반 진료 지원 학습 모델을 재학습하는 단계를 더 포함하는,
    음성인식 기반 진료 지원 방법.
  11. 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제7항 및 제10항 중 어느 한 항의 방법을 실행시키기 위해 매체에 저장된, 음성인식 기반 진료 지원 컴퓨터 프로그램.
KR1020190127492A 2019-10-15 2019-10-15 음성인식 기반 진료 지원 방법 KR102306953B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190127492A KR102306953B1 (ko) 2019-10-15 2019-10-15 음성인식 기반 진료 지원 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190127492A KR102306953B1 (ko) 2019-10-15 2019-10-15 음성인식 기반 진료 지원 방법

Publications (2)

Publication Number Publication Date
KR20210044924A KR20210044924A (ko) 2021-04-26
KR102306953B1 true KR102306953B1 (ko) 2021-10-01

Family

ID=75733775

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190127492A KR102306953B1 (ko) 2019-10-15 2019-10-15 음성인식 기반 진료 지원 방법

Country Status (1)

Country Link
KR (1) KR102306953B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230073593A (ko) 2021-11-19 2023-05-26 (주)인투씨엔에스 음성인식을 통한 전자의무기록 자동생성 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102041186B1 (ko) * 2017-12-06 2019-11-07 고려대학교산학협력단 진료 보조 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230073593A (ko) 2021-11-19 2023-05-26 (주)인투씨엔에스 음성인식을 통한 전자의무기록 자동생성 시스템

Also Published As

Publication number Publication date
KR20210044924A (ko) 2021-04-26

Similar Documents

Publication Publication Date Title
US11545173B2 (en) Automatic speech-based longitudinal emotion and mood recognition for mental health treatment
US10885278B2 (en) Auto tele-interview solution
CN110720124B (zh) 监测患者语言的使用以识别潜在的言语和相关的神经障碍
EP3811245A1 (en) Systems and methods for mental health assessment
Mirheidari et al. Toward the automation of diagnostic conversation analysis in patients with memory complaints
CN110168665B (zh) 使用机器学习技术生成模板文档的计算方法和设备
WO2021081418A1 (en) Acoustic and natural language processing models for speech-based screening and monitoring of behavioral health conditions
US20210043099A1 (en) Achieving long term goals using a combination of artificial intelligence based personal assistants and human assistants
CN107357849B (zh) 基于测试类应用的交互方法和装置
CN112036154A (zh) 基于问诊对话的电子病历生成方法、装置和计算机设备
Richardson et al. A framework for examining patient attitudes regarding applications of artificial intelligence in healthcare
WO2021208444A1 (zh) 电子病例自动生成方法、装置、设备及存储介质
CA3147634A1 (en) Method and apparatus for analyzing sales conversation based on voice recognition
CN111597818A (zh) 呼叫质检方法、装置、计算机设备和计算机可读存储介质
Ireland et al. Introducing Edna: a trainee chatbot designed to support communication about additional (secondary) genomic findings
CN110890088A (zh) 语音信息反馈方法、装置、计算机设备和存储介质
CN112287068A (zh) 基于人工智能的问诊对话数据处理方法及装置
US11361435B2 (en) Processing fundus images using machine learning models to generate blood-related predictions
EP3832485A1 (en) Question answering systems
CN111444729A (zh) 信息处理的方法、装置、设备及可读存储介质
KR102306953B1 (ko) 음성인식 기반 진료 지원 방법
Yadav et al. A novel automated depression detection technique using text transcript
CN112037904B (zh) 在线诊疗数据处理方法、装置、计算机设备和存储介质
Inupakutika et al. Integration of NLP and Speech-to-text Applications with Chatbots
KR102128435B1 (ko) 환자투병 관련기록을 자동으로 인식하여 분석하는 정신심리 분석 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right