KR102324440B1 - 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템 - Google Patents

정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR102324440B1
KR102324440B1 KR1020210085225A KR20210085225A KR102324440B1 KR 102324440 B1 KR102324440 B1 KR 102324440B1 KR 1020210085225 A KR1020210085225 A KR 1020210085225A KR 20210085225 A KR20210085225 A KR 20210085225A KR 102324440 B1 KR102324440 B1 KR 102324440B1
Authority
KR
South Korea
Prior art keywords
patient
ratio
answer
treatment
psychological
Prior art date
Application number
KR1020210085225A
Other languages
English (en)
Inventor
이상민
Original Assignee
송태홍
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 송태홍 filed Critical 송태홍
Priority to KR1020210085225A priority Critical patent/KR102324440B1/ko
Application granted granted Critical
Publication of KR102324440B1 publication Critical patent/KR102324440B1/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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G16H50/20—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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Mathematical Physics (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

일실시예에 따르면, 장치에 의해 수행되는, 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 방법에 있어서, 정신건강의학과에 방문한 환자의 신상 정보를 기초로, 상기 환자의 심리 상태를 검사하기 위한 1차 검사 문제를 획득하는 단계; 상기 1차 검사 문제가 미리 설정된 순서에 따라 화면에 표시되도록 제어하고, 상기 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계; 상기 답변 정보를 인공 신경망에 적용하여, 상기 인공 신경망의 출력을 기초로 상기 환자의 심리 상태를 분석하는 단계; 상기 환자의 심리 상태에 대한 분석 결과에 기초하여, 상기 환자에게 심리적인 문제가 있는지 여부를 진단하는 단계; 상기 환자에게 심리적인 문제가 있는 것으로 진단되면, 상기 환자의 심리적인 문제에 대한 진단 결과를 통해 행해진 치료 내역을 획득하는 단계; 상기 치료 내역을 반영하여, 상기 환자의 심리적인 문제에 대한 치료 효과를 진단하기 위한 2차 검사 문제를 생성하는 단계; 및 상기 2차 검사 문제가 미리 설정된 순서에 따라 화면에 표시되도록 제어하고, 상기 2차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계를 포함하는, 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법이 제공된다.

Description

정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템 {METHOD, DEVICE AND SYSTEM FOR ANALYZING PSYCHOLOGICAL STATE OF PATIENT FOR TREATMENT OF MENTAL HEALTH DEPARTMENT}
아래 실시예들은 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 기술에 관한 것이다.
심리상담은 전문 지식을 갖춘 상담사가 심리적 문제를 지난 내담자와의 관계에서 공감적 이해, 무조건적 긍정적 존중, 진실성을 기본으로 상담심리의 여러 이론들, 정신분석, 행동주의, 인본주의, 인지주의, 형태주의, 현실요법, 교류분석, 가족치료 등의 내용을 이용하여 그들의 문제 해결을 돕는 치료 방법으로서 내담자가 인간의 사고, 감정, 행동, 대인관계에 대해 탐색하도록 안내하여 다양한 자신의 문제들을 이해하고 변화하도록 돕는 것을 말한다.
이러한 심리상담은 주로, 주어진 상담실에서 면대면으로 행해지던 전통적인 상담 방식으로 이루어졌는데, 대인관계에서의 문제를 지니고 있거나 사회 불안이 심한 내담자나 환자들은 상담자와 직접 마주해야 하는 면대면 상담 및 심리치료가 부담되거나 꺼려져 심리치료가 지속되지 못하고 중단되기도 한다.
그런데, 이러한 종래의 상담 방식은 처음 방문하거나 아직 내담자의 현재 상태 또는 원인을 파악하고 있지 못하는 경우 기존의 테스트와 이에 대한 몇 가지 질문만으로는 원활한 상담을 진행하는데 어려움이 있다.
따라서, 초기 진료 시 내담자의 현재 상태에 대한 정보를 보다 명확하고 적극적으로 공유할 수 있고 직접 사람과 상담하는 면대면 상담의 스트레스를 줄여줄 수 있는 양방향 소통 플랫폼의 연구 및 개발이 요구된다.
한국등록특허 제10-2257427호(2021.06.01) 한국등록특허 제10-2085977호(2020.03.06) 한국등록특허 제10-2128435호(2020.06.30) 한국등록특허 제10-1554961호(2015.09.24)
일실시예에 따르면, 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하고, 답변 정보를 인공 신경망에 적용하여, 인공 신경망의 출력을 기초로 환자의 심리 상태를 분석하고, 환자의 심리 상태에 대한 분석 결과에 기초하여, 환자에게 심리적인 문제가 있는지 여부를 진단하고, 환자에게 심리적인 문제가 있는 것으로 진단되면, 환자의 심리적인 문제에 대한 진단 결과를 통해 행해진 치료 내역을 획득하고, 치료 내역을 반영하여, 환자의 심리적인 문제에 대한 치료 효과를 진단하기 위한 2차 검사 문제를 생성하여 제공하는, 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템을 제공하기 위한 것을 그 목적으로 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, 장치에 의해 수행되는, 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 방법에 있어서, 정신건강의학과에 방문한 환자의 신상 정보를 기초로, 상기 환자의 심리 상태를 검사하기 위한 1차 검사 문제를 획득하는 단계; 상기 1차 검사 문제가 미리 설정된 순서에 따라 화면에 표시되도록 제어하고, 상기 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계; 상기 답변 정보를 인공 신경망에 적용하여, 상기 인공 신경망의 출력을 기초로 상기 환자의 심리 상태를 분석하는 단계; 상기 환자의 심리 상태에 대한 분석 결과에 기초하여, 상기 환자에게 심리적인 문제가 있는지 여부를 진단하는 단계; 상기 환자에게 심리적인 문제가 있는 것으로 진단되면, 상기 환자의 심리적인 문제에 대한 진단 결과를 통해 행해진 치료 내역을 획득하는 단계; 상기 치료 내역을 반영하여, 상기 환자의 심리적인 문제에 대한 치료 효과를 진단하기 위한 2차 검사 문제를 생성하는 단계; 및 상기 2차 검사 문제가 미리 설정된 순서에 따라 화면에 표시되도록 제어하고, 상기 2차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계를 포함하는, 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법이 제공된다.
상기 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법은, 상기 1차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 1차 검사 문제에 대한 답변에서 긍정적인 의미를 가지는 단어를 구분하고, 상기 1차 검사 문제에 대한 답변의 전체 단어 중 긍정적인 의미를 가지는 단어가 차지하는 비율인 제1 비율을 산출하는 단계; 상기 2차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 2차 검사 문제에 대한 답변에서 긍정적인 의미를 가지는 단어를 구분하고, 상기 2차 검사 문제에 대한 답변의 전체 단어 중 긍정적인 의미를 가지는 단어가 차지하는 비율인 제2 비율을 산출하는 단계; 상기 제1 비율 및 상기 제2 비율을 비교하여, 상기 제1 비율 및 상기 제2 비율의 차이를 산출하는 단계; 상기 제1 비율 및 상기 제2 비율의 차이가 미리 설정된 제1 기준 범위 내에 있는 것으로 확인되면, 상기 환자에게 제공된 치료법을 통해 상기 환자의 심리적인 문제가 개선되지 않아 다른 치료법이 필요한 것으로 진단하는 단계; 상기 제1 비율 및 상기 제2 비율의 차이가 상기 제1 기준 범위를 벗어나고 상기 제2 비율이 상기 제1 비율 보다 더 큰 값으로 확인되면, 상기 환자에게 제공된 치료법으로 상기 환자의 심리적인 문제가 개선된 것으로 진단하는 단계; 및 상기 제1 비율 및 상기 제2 비율의 차이가 상기 제1 기준 범위를 벗어나고 상기 제1 비율이 상기 제2 비율 보다 더 큰 값으로 확인되면, 상기 환자에게 제공된 치료법을 통해 상기 환자의 심리적이 문제가 악화되어 추가적인 치료법이 필요한 것으로 진단하는 단계를 더 포함할 수 있다.
상기 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법은, 상기 1차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 1차 검사 문제에 대한 답변에서 부정적인 의미를 가지는 단어를 구분하고, 상기 1차 검사 문제에 대한 답변의 전체 단어 중 부정적인 의미를 가지는 단어가 차지하는 비율인 제3 비율을 산출하는 단계; 상기 2차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 2차 검사 문제에 대한 답변에서 부정적인 의미를 가지는 단어를 구분하고, 상기 2차 검사 문제에 대한 답변의 전체 단어 중 부정적인 의미를 가지는 단어가 차지하는 비율인 제4 비율을 산출하는 단계; 상기 환자에게 제공된 치료법으로 상기 환자의 심리적인 문제가 개선된 것으로 진단된 경우, 상기 제3 비율 및 상기 제4 비율을 비교하여, 상기 제3 비율 및 상기 제4 비율의 차이를 산출하는 단계; 상기 제3 비율 및 상기 제4 비율의 차이가 미리 설정된 제2 기준 범위 내에 있는 것으로 확인되면, 상기 환자에게 제1 기간 동안 치료가 필요한 것으로 진단하는 단계; 상기 제3 비율 및 상기 제4 비율의 차이가 상기 제2 기준 범위를 벗어나고 상기 제4 비율이 상기 제3 비율 보다 더 작은 값으로 확인되면, 상기 환자에게 더 이상 치료가 필요하지 않은 것으로 진단하는 단계; 및 상기 제3 비율 및 상기 제4 비율의 차이가 상기 제2 기준 범위를 벗어나고 상기 제3 비율이 상기 제4 비율 보다 더 작은 값으로 확인되면, 상기 환자에게 상기 제1 기간 보다 긴 값으로 설정된 제2 기간 동안 치료가 필요한 것으로 진단하는 단계를 더 포함할 수 있다.
상기 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계는, 상기 1차 검사 문제 중 제1 유형의 불안장애를 진단하는 제1 문제가 화면에 표시되도록 제어하는 단계; 상기 제1 문제가 화면에 표시된 상태에서, 상기 환자의 신체에 착용된 웨어러블 기기로부터 상기 환자의 심박수를 측정하여 생성된 측정 정보를 수신하는 단계; 상기 측정 정보를 통해 확인된 제1 수치가 미리 설정된 정상 범위 내에 있는지 여부를 확인하는 단계; 상기 제1 수치가 상기 정상 범위 내에 있는 것으로 확인되면, 상기 제1 문제에 대한 답변을 음성으로 녹음한 후, 상기 제1 문제에 대한 답변이 완료되면, 상기 1차 검사 문제 중 제2 유형의 불안장애를 진단하는 제2 문제가 화면에 표시되도록 제어하는 단계; 상기 제1 수치가 상기 정상 범위를 벗어나 미리 설정된 경고 범위 내에 있는 것으로 확인되면, 상기 제1 문제에 대한 답변을 음성으로 녹음한 후, 상기 제1 문제에 대한 답변이 완료되면, 상기 제1 유형의 불안장애를 추가로 진단하기 위해 제1-1 문제가 화면에 표시되도록 제어하는 단계; 및 상기 제1 수치가 상기 경고 범위를 벗어나 미리 설정된 위험 범위 내에 있는 것으로 확인되면, 상기 제1 유형의 불안장애가 심각한 것으로 판단하여, 상기 제1 문제에 대한 검사 중단을 알려주는 안내 메시지가 화면에 표시되도록 제어하는 단계를 포함할 수 있다.
상기 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법은, 정신건강의학과 진료실의 입구에 출입문이 설치되어 있는 경우, 상기 출입문의 일측에 설치된 인식 모듈에 장정맥 정보가 인식되면, 상기 인식 모듈로부터 상기 장정맥 정보를 획득하는 단계; 상기 장정맥 정보와 미리 등록되어 있는 관계자들의 생체 정보를 비교하여, 장정맥을 이용한 생체 인증을 수행하는 단계; 상기 생체 인증의 수행 결과, 상기 장정맥 정보가 제1 관계자의 생체 정보로 인증되면, 상기 제1 관계자의 출입 권한을 확인하는 단계; 상기 제1 관계자의 출입 권한이 1레벨로 확인되면, 상기 출입문과 맞닿아 있는 벽에 설치된 도어락의 잠금이 해제되어 상기 출입문이 개방되도록 제어하고, 상기 제1 관계자의 출입 기록을 갱신하는 단계; 상기 제1 관계자의 출입 권한이 2레벨로 확인되면, 비밀번호를 통한 추가 인증 필요 알림 메시지가 상기 인식 모듈에서 출력되도록 제어하여, 상기 인식 모듈에 입력된 비밀번호를 추가로 획득하는 단계; 상기 제1 관계자의 출입 권한이 3레벨로 확인되면, 비밀번호 및 RFID 카드를 통한 추가 인증 필요 알림 메시지가 상기 인식 모듈에서 출력되도록 제어하여, 상기 인식 모듈에 입력된 비밀번호 및 RFID 카드 정보를 추가로 획득하는 단계; 및 상기 제1 관계자의 출입 권한이 4레벨로 확인되면, 관계자 확인용인 제1 QR 코드를 생성하고, 상기 제1 QR 코드를 제1 관계자 단말로 전송하여, 상기 인식 모듈에 입력된 제1 QR 코드를 추가로 획득하는 단계를 더 포함하며, 상기 장정맥을 이용한 생체 인증을 수행하는 단계는, 상기 장정맥 정보와 미리 등록되어 있는 관계자들의 생체 정보를 비교하여, 상기 장정맥 정보가 상기 제1 관계자의 생체 정보인 것을 식별하는 단계; 상기 장정맥 정보와 상기 제1 관계자의 생체 정보 간의 일치도를 산출하는 단계; 상기 일치도가 미리 설정된 제1 기준치 보다 높은 것으로 확인되면, 상기 장정맥을 이용한 생체 인증을 성공한 것으로 판단하는 단계; 상기 일치도가 상기 제1 기준치 보다 낮지만 미리 설정된 제2 기준치 보다 높은 것으로 확인되면, 하나의 방식을 통한 추가 인증이 필요한 것으로 판단하는 단계; 상기 일치도가 상기 제2 기준치 보다 낮지만 미리 설정된 제3 기준치 보다 높은 것으로 확인되면, 둘의 방식을 통한 추가 인증이 필요한 것으로 판단하는 단계; 상기 일치도가 상기 제3 기준치 보다 낮은 것으로 확인되면, 상기 장정맥을 이용한 생체 인증을 실패한 것으로 판단하는 단계; 하나의 방식을 통한 추가 인증이 필요한 경우, 비밀번호를 통한 추가 인증 필요 알림 메시지가 상기 인식 모듈에서 출력되도록 제어하여, 상기 인식 모듈에 입력된 비밀번호를 추가로 획득하는 단계; 둘의 방식을 통한 추가 인증이 필요한 경우, 비밀번호 및 RFID 카드를 통한 추가 인증 필요 알림 메시지가 상기 인식 모듈에서 출력되도록 제어하여, 상기 인식 모듈에 입력된 비밀번호 및 RFID 카드 정보를 추가로 획득하는 단계; 및 상기 장정맥을 이용한 생체 인증이 실패한 경우, 상기 제1 QR 코드를 생성하고, 상기 제1 QR 코드를 상기 제1 관계자 단말로 전송하여, 상기 인식 모듈에 입력된 제1 QR 코드를 추가로 획득하는 단계를 포함할 수 있다.
일실시예에 따르면, 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하고, 답변 정보를 인공 신경망에 적용하여, 인공 신경망의 출력을 기초로 환자의 심리 상태를 분석하고, 환자의 심리 상태에 대한 분석 결과에 기초하여, 환자에게 심리적인 문제가 있는지 여부를 진단하고, 환자에게 심리적인 문제가 있는 것으로 진단되면, 환자의 심리적인 문제에 대한 진단 결과를 통해 행해진 치료 내역을 획득하고, 치료 내역을 반영하여, 환자의 심리적인 문제에 대한 치료 효과를 진단하기 위한 2차 검사 문제를 생성하여 제공함으로써, 1차 검사 문제를 통해 환자에게 심리적인 문제가 있는지 여부를 진단할 수 있고 2차 검사 문제를 통해 진단 이후 치료가 잘 이루어지고 있는지를 파악할 수 있는 효과가 있다.
한편, 실시예들에 따른 효과는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일실시예에 따른 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 장치의 블록도이다.
도 2는 일실시예에 따른 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 긍정적인 의미를 가지는 단어의 증감을 통해 치료 효과를 확인하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 부정적인 의미를 가지는 단어의 증감을 통해 치료 기간을 설정하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 심박수 측정을 통해 검사를 진행하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 장정맥을 이용한 생체 인증을 통해 도어락이 설치된 출입문을 개방하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 출입 권한에 따라 추가 인증을 수행하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 일치도에 따라 장정맥을 이용한 생체 인증을 수행하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.
도 10은 일실시예에 따른 장치의 구성의 예시도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일실시예에 따른 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 장치의 블록도이다.
도 1에 도시된 바와 같이, 장치(100)는 환자에게 제시할 검사 문제, 심리 상태를 분석하기 위한 평가 기준 등의 데이터가 저장되는 저장부(150)와, 검사 문제의 표시를 위한 출력부(120)와, 검사 문제에 대한 답변을 입력받기 위한 입력부(110)와, 환자의 입력을 평가하여 심리 상태를 분석하는 검사부(130)와, 검사부(130)의 분석 결과에 따라 환자의 심리적인 상태를 진단하는 진단부(140)와, 이들 각 구성요소를 제어하여 환자에게 진단을 위한 검사 문제를 제공하고 그에 따른 환자의 응답을 검사부(130) 및 진단부(140)를 통해 처리하여 해당 환자의 심리 상태에 대한 분석 결과가 표시되도록 제어하는 제어부(160)를 포함한다.
저장부(150)에는 환자의 심리 상태를 검사하기 위해 제시되는 검사 문제, 각각의 검사 문제에 대한 평가 기준 등이 저장될 수 있다. 예를 들어, 저장부(150)에는 각종 심리 상태를 진단하는데 사용되는 단어들과, 문제 출력 순서 등 진단 기능의 수행을 위한 정보들과, 검사 문제에 대한 응답을 평가하기 위한 평가 기준 등이 저장될 수 있다.
입력부(110)는 환자로부터 검사 문제에 대한 답변이 음성으로 입력되면, 입력된 음성을 녹음하여 답변 정보를 생성할 수 있다. 이러한 입력부(110)는 마이크 등의 정보 입력 수단으로 구현될 수 있다.
출력부(120)는 환자에게 심리 상태를 검사하기 위한 검사 문제를 출력하여 화면에 표시할 수 있다. 이러한 출력부(120)는 모니터 등의 정보 출력 수단으로 구현될 수 있다. 이에, 환자는 출력부(120)에 표시된 검사 문제를 확인하고 확인된 검사 문제에 대한 답변을 입력부(110)를 통해 입력할 수 있다.
검사부(130)는 저장부(150)에 저장된 정보에 따라 환자의 심리 상태를 분석하기 위한 검사 문제들을 미리 설정된 순서에 따라 제시하고, 각 검사 문제에 대해 입력되는 답변을 통해 환자의 심리 상태를 분석할 수 있다.
검사부(130)는 검사 문제에 대한 답변을 음성 인식을 통해 복수의 단어로 분류하고, 분류된 각각의 단어의 의미를 확인하여, 환자의 심리 상태를 분석할 수 있다. 예를 들어, 검사부(130)는 검사 문제에 대한 답변에서 긍정적인 의미를 가지는 단어가 많이 있는 것으로 확인되면, 환자의 심리 상태를 즐거운 상태로 분석할 수 있으며, 검사 문제에 대한 답변에서 부정적인 의미를 가지는 단어가 많이 있는 것으로 확인되면, 환자의 심리 상태를 우울한 상태로 분석할 수 있다.
진단부(140)는 검사부(130)를 통해 분석된 환자의 심리 상태에 기초하여, 환자에게 심리적인 문제가 있는지 여부를 진단할 수 있다. 이때, 진단부(140)는 미리 설정된 환자 유형의 분류 기준에 따라, 범 불안장애(Generalized Anxiety Disorder), 사회공포증, 고소공포증, 공황장애, 각종 동물 공포증 등의 특수 불안장애 등이 있는지 여부를 진단할 수 있다.
제어부(160)는 환자의 심리 상태에 대한 검사가 시작되면, 검사부(130)를 제어하여 출력부(120)에 환자의 심리 상태를 검사하기 위한 검사 문제들이 미리 설정된 순서에 따라 표시되도록 제어하고, 입력부(110)를 통해 입력된 환자의 답변을 검사부(130)를 통해 분석하도록 제어할 수 있다. 제어부(160)는 검사부(130)의 분석 결과에 따라 진단부(140)를 통해 환자의 심리 상태에 대한 문제 유무를 진단하여 진단 결과가 출력부(120)에 표시되도록 제어할 수 있다.
일실시예에 따르면, 장치(100)를 통해 검사를 수행하는 경우, 검사부(130)는 검사 문제를 출력부(120)의 화면에 표시할 수 있다.
심리 상태에 대한 검사가 시작되면, 출력부(120)인 모니터에는 소정 시간 동안 대기 화면이 표시된다. 대기 화면은 검사 시작을 알리는 화면으로 1초 정도 표시될 수 있다.
이후, 출력부(120)인 모니터에는 심리 상태를 검사하기 위한 검사 문제가 표시될 수 있다. 예를 들어, “현재 기분이 어때요?”라는 문장이 화면에 표시될 수 있으며, 표시 시간은 문장의 길이에 따라 가변적으로 설정될 수 있다.
출력부(120)의 화면에 검사 문제가 표시되면, 화면에 표시된 검사 문제를 확인한 환자는 검사 문제로 표시된 문장에 대한 답변을 음성으로 입력부(110)에 입력시킬 수 있으며, 검사부(130)는 입력된 답변을 통해 환자의 심리 상태를 분석할 수 있다.
도 2는 일실시예에 따른 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 과정을 설명하기 위한 순서도이다.
도 2를 참조하면, 먼저, S201 단계에서, 장치(100)는 환자의 심리 상태를 검사하기 위해, 환자의 심리 상태에 대한 단어를 응답하도록 하는 1차 검사 문제를 획득할 수 있다.
장치(100)는 미리 등록된 환자의 신상 정보, 심리 검사 결과, 불안장애 치료 내역 등을 확인하여, 환자 맞춤형의 1차 검사 문제를 장치(100)의 데이터베이스로부터 획득할 수 있다.
예를 들어, 장치(100)는 심리 검사 결과를 통해 환자에게 공황 장애가 어느 정도 있는 것으로 예측되면, 공황 장애를 검사하는 단어를 위주로 1차 검사 문제를 획득할 수 있다. 여기서, 1차 검사 문제는 복수의 단어들을 포함할 수 있으며, 복수의 단어들이 어느 순서에 따라 표시될 것인지에 대해 설정되어 있을 수 있다.
S202 단계에서, 장치(100)는 S201 단계에서 획득된 1차 검사 문제에 포함된 복수의 단어들이 미리 설정된 순서에 따라 장치(100)의 화면에서 표시되도록 제어할 수 있다.
S203 단계에서, 장치(100)는 1차 검사 문제에 대한 환자의 답변이 음성으로 입력되면, 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성할 수 있다.
S204 단계에서, 장치(100)는 답변 정보를 기초로, 환자의 심리 상태를 분석할 수 있다.
구체적으로, 장치(100)는 답변 정보를 인공 신경망에 적용하여, 인공 신경망의 출력을 기초로 환자의 심리 상태를 분석할 수 있다. 여기서, 인공 신경망은 답변 정보를 입력 받은 후, 심리 상태의 분석 결과를 출력하는 알고리즘일 수 있다.
일실시예에 따르면, 인공 신경망은 답변 정보를 통해 심리 상태가 어느 상태인지 분석하도록 학습될 수 있다. 이를 통해, 인공 신경망은 답변 정보를 통해 환자의 심리 상태를 분석하여 분석 결과를 출력할 수 있다. 이러한 인공 신경망은 도 9를 참조하여 후술되는 방법을 통해 학습될 수 있다.
장치(100)는 인공 신경망의 출력을 기초로, 환자의 현재 심리 상태가 어느 상태인지 분석할 수 있다. 예를 들어, 장치(100)는 환자의 현재 심리 상태가 즐거움, 행복함, 기쁨 등의 긍정적인 상태인지 분석할 수 있으며, 환자의 현재 심리 상태가 두려움, 공포, 불안, 우울함 등의 부정적인 상태인지 분석할 수 있다.
S205 단계에서, 장치(100)는 환자의 심리 상태에 대한 분석 결과에 기초하여, 미리 설정된 분류 기준에 따라 환자에게 심리적인 문제가 있는지 여부를 진단할 수 있다.
즉, 장치(100)는 환자의 심리 상태에 대한 분석 결과에 따라, 환자에게 심리적인 문제가 있는지 여부를 진단할 수 있으며, 심리적인 문제가 있는 경우, 범 불안장애, 사회불안장애, 공황장애, 고소공포장애, 동물관련 공포장애 등의 불안장애의 유형 중 심리적인 문제가 어느 유형에 속하는지를 진단할 수 있다.
S206 단계에서, 장치(100)는 환자에게 심리적인 문제가 있어 치료가 필요한 것으로 진단되었는지 여부를 확인할 수 있다.
즉, 장치(100)는 환자의 심리 상태에 대한 분석 결과를 기초로, 환자에게 심리적인 문제가 있는지 여부를 진단하고, 환자에게 심리적인 문제가 있는 경우, 심리적인 문제가 얼마나 심각한지 여부에 따라 환자에게 치료가 필요한지 여부를 진단할 수 있다.
S206 단계에서 환자에게 치료가 필요한 것으로 진단되면, S207 단계에서, 장치(100)는 환자의 심리적인 문제에 대한 진단 결과를 통해 행해진 치료 내역을 획득할 수 있다.
즉, 환자에게 치료가 필요한 것으로 진단되면, 환자에게 있는 것으로 진단된 심리적인 문제의 유형(예를 들면, 불안장애의 유형), 심각성 등에 따라 치료법이 제시될 수 있으며, 제시된 치료법이 언제부터 언제까지 행해졌는지에 대한 정보가 치료 과정에서 등록되면, 등록된 정보를 통해 치료 내역을 획득할 수 있다.
S208 단계에서, 장치(100)는 환자에게 행해진 치료 내역을 반영하여, 환자의 심리적인 문제에 대한 치료 효과를 진단하기 위한 2차 검사 문제를 생성할 수 있다.
장치(100)는 환자의 심리적인 문제의 유형, 심각성, 치료 내역 등을 확인하여, 환자 맞춤형의 2차 검사 문제를 구성하여 생성할 수 있다. 이때, 환자 상태가 개선되었는지를 확인하기 위해, 1차 검사 문제에 포함된 단어가 2차 검사 문제에도 동일하게 포함될 수 있다.
S208 단계 이후, S202 단계로 되돌아가, 장치(100)는 S208 단계에서 생성된 2차 검사 문제에 포함된 복수의 단어들이 미리 설정된 순서에 따라 장치(100)의 화면에서 표시되도록 제어할 수 있다.
도 3은 일실시예에 따른 긍정적인 의미를 가지는 단어의 증감을 통해 치료 효과를 확인하는 과정을 설명하기 위한 순서도이다.
도 3을 참조하면, 먼저, S301 단계에서, 장치(100)는 1차 검사 문제에 대한 답변이 입력되면, 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성할 수 있다.
S302 단계에서, 장치(100)는 1차 검사 문제에 대한 답변에서 긍정적인 의미를 가지는 단어를 구분할 수 있다. 여기서, 긍정적인 의미를 가지는 단어는 긍정적인 심리 상태를 나타내는 단어로 설정될 수 있다.
구체적으로, 장치(100)는 1차 검사 문제에 대한 답변이 문장인 경우, 1차 검사 문제에 대한 답변을 복수의 단어인 전체 단어로 분류할 수 있으며, 전체 단어 각각에서 긍정적인 의미를 가지는 단어만 선별하여, 전체 단어에서 긍정적인 의미를 가지는 단어를 구분할 수 있다.
예를 들어, 1차 검사 문제에 대한 답변이 “오늘 행복하고 만족스러운 하루를 보냈다”로 확인되는 경우, 장치(100)는 1차 검사 문제에 대한 답변을 “오늘”, “행복하고”, “만족스러운”, “하루를”, “보냈다”로 전체 단어를 분류할 수 있으며, 전체 단어에서 “행복하고”, “만족스러운”을 긍정적인 의미를 가지는 단어로 구분할 수 있다.
S303 단계에서, 장치(100)는 1차 검사 문제에 대한 답변의 전체 단어 중 긍정적인 의미를 가지는 단어가 차지하는 비율이 제1 비율을 산출할 수 있다.
예를 들어, 1차 검사 문제에 대한 답변의 전체 단어가 5개로 확인되고, 긍정적인 의미를 가지는 단어가 2개로 확인되면, 장치(100)는 40%로 제1 비율을 산출할 수 있다.
S304 단계에서, 2차 검사 문제에 대한 답변이 입력되면, 2차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성할 수 있다.
S305 단계에서, 장치(100)는 2차 검사 문제에 대한 답변에서 긍정적인 의미를 가지는 단어를 구분할 수 있다.
S306 단계에서, 장치(100)는 2차 검사 문제에 대한 답변의 전체 단어 중 긍정적인 의미를 가지는 단어가 차지하는 비율이 제2 비율을 산출할 수 있다.
S307 단계에서, 장치(100)는 제1 비율 및 제2 비율을 비교하여, 제1 비율 및 제2 비율의 차이를 산출할 수 있다.
S308 단계에서, 장치(100)는 제1 비율 및 제2 비율의 차이가 제1 기준 범위 내에 있는지 여부를 확인할 수 있다. 여기서, 제1 기준 범위는 실시예에 따라 상이하게 설정될 수 있다.
S308 단계에서 제1 비율 및 제2 비율의 차이가 제1 기준 범위 내에 있는 것으로 확인되면, S309 단계에서, 장치(100)는 환자에게 제공된 치료법을 통해 환자의 심리적인 문제가 개선되지 않아 다른 치표법이 필요한 것으로 진단할 수 있다. 여기서, 환자에게 제공된 치료법은 1차 검사 문제를 통한 진단 결과를 통해 환자에게 행해진 치료 내역일 수 있다.
즉, 장치(100)는 1차 검사 문제에 대한 답변과 2차 검사 문제에 대한 답변을 비교한 결과, 1차 검사와 2차 검사 시, 긍정적인 의미를 가지는 단어의 수가 유사한 것으로 확인되면, 환자에게 제공된 치료법을 통해 환자의 심리적인 문제가 개선되지 않은 것으로 진단할 수 있다.
S308 단계에서 제1 비율 및 제2 비율의 차이가 제1 기준 범위를 벗어나는 것으로 확인되면, S310 단계에서, 장치(100)는 제2 비율이 제1 비율 보다 더 큰 값인지 여부를 확인할 수 있다.
S310 단계에서 제2 비율이 제1 비율 보다 더 큰 값으로 확인되면, S311 단계에서, 장치(100)는 환자에게 제공된 치료법으로 환자의 심리적인 문제가 개선된 것으로 진단할 수 있다.
즉, 장치(100)는 1차 검사 문제에 대한 답변과 2차 검사 문제에 대한 답변을 비교한 결과, 1차 검사 보다 2차 검사 시, 긍정적인 의미를 가지는 단어의 수가 증가한 것으로 확인되면, 환자에게 제공된 치료법으로 환자의 심리적인 문제가 개선된 것으로 진단할 수 있다.
S310 단계에서 제2 비율이 제1 비율 보다 더 작은 값으로 확인, 즉, 제1 비율이 제2 비율 보다 더 큰 값으로 확인되면, S312 단계에서, 장치(100)는 환자에게 제공된 치료법을 통해 환자의 심리적인 문제가 악화되어 추가적인 치료법이 필요한 것으로 진단할 수 있다.
즉, 장치(100)는 1차 검사 문제에 대한 답변과 2차 검사 문제에 대한 답변을 비교한 결과, 1차 검사 보다 2차 검사 시, 긍정적인 의미를 가지는 단어의 수가 감소한 것으로 확인되면, 환자에게 제공된 치료법을 통해 환자의 심리적인 문제가 악화되어, 기존에 제공된 치료법 이외에 추가적인 치료법이 필요한 것으로 진단할 수 있다.
장치(100)는 긍정적인 의미를 가지는 단어의 증감을 통해 치료 효과를 확인하여, 치료법에 대한 진단 결과를 분석할 수 있으며, 진단 결과를 장치(100)의 화면에 표시되도록 제어할 수 있다.
도 4는 일실시예에 따른 부정적인 의미를 가지는 단어의 증감을 통해 치료 기간을 설정하는 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, 먼저, S401 단계에서, 장치(100)는 1차 검사 문제에 대한 답변이 입력되면, 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성할 수 있다.
S402 단계에서, 장치(100)는 1차 검사 문제에 대한 답변에서 부정적인 의미를 가지는 단어를 구분할 수 있다. 여기서, 부정적인 의미를 가지는 단어는 부정적인 심리 상태를 나타내는 단어로 설정될 수 있다.
구체적으로, 장치(100)는 1차 검사 문제에 대한 답변이 문장인 경우, 1차 검사 문제에 대한 답변을 복수의 단어인 전체 단어로 분류할 수 있으며, 전체 단어 각각에서 부정적인 의미를 가지는 단어만 선별하여, 전체 단어에서 부정적인 의미를 가지는 단어를 구분할 수 있다.
예를 들어, 1차 검사 문제에 대한 답변이 “오늘 짜증나고 힘든 하루를 보냈다”로 확인되는 경우, 장치(100)는 1차 검사 문제에 대한 답변을 “오늘”, “짜증나고”, “힘든”, “하루를”, “보냈다”로 전체 단어를 분류할 수 있으며, 전체 단어에서 “짜증나고”, “힘든”을 부정적인 의미를 가지는 단어로 구분할 수 있다.
S403 단계에서, 장치(100)는 1차 검사 문제에 대한 답변의 전체 단어 중 부정적인 의미를 가지는 단어가 차지하는 비율이 제3 비율을 산출할 수 있다.
예를 들어, 1차 검사 문제에 대한 답변의 전체 단어가 5개로 확인되고, 부정적인 의미를 가지는 단어가 2개로 확인되면, 장치(100)는 40%로 제3 비율을 산출할 수 있다.
S404 단계에서, 2차 검사 문제에 대한 답변이 입력되면, 2차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성할 수 있다.
S405 단계에서, 장치(100)는 2차 검사 문제에 대한 답변에서 부정적인 의미를 가지는 단어를 구분할 수 있다.
S406 단계에서, 장치(100)는 2차 검사 문제에 대한 답변의 전체 단어 중 부정적인 의미를 가지는 단어가 차지하는 비율이 제4 비율을 산출할 수 있다.
S407 단계에서, 장치(100)는 제1 비율 및 제2 비율을 기반으로, 환자에게 제공된 치료법으로 환자의 심리적인 문제가 개선된 것으로 진단된 경우, 제3 비율 및 제4 비율을 비교하여, 제3 비율 및 제4 비율의 차이를 산출할 수 있다.
S408 단계에서, 장치(100)는 제3 비율 및 제4 비율의 차이가 제2 기준 범위 내에 있는지 여부를 확인할 수 있다. 여기서, 제2 기준 범위는 실시예에 따라 상이하게 설정될 수 있다.
S408 단계에서 제3 비율 및 제4 비율의 차이가 제2 기준 범위 내에 있는 것으로 확인되면, S409 단계에서, 장치(100)는 환자에게 제1 기간 동안 치료가 필요한 것으로 진단할 수 있다. 여기서, 제1 기간은 실시예에 따라 상이하게 설정될 수 있다.
즉, 장치(100)는 1차 검사 문제에 대한 답변과 2차 검사 문제에 대한 답변을 비교한 결과, 1차 검사 보다 2차 검사 시, 긍정적인 의미를 가지는 단어의 수는 증가하였으나, 부정적인 의미를 가지는 단어의 수는 유사한 것으로 확인되면, 환자에게 제1 기간 동안의 추가적인 치료가 필요한 것으로 진단할 수 있다.
S408 단계에서 제3 비율 및 제4 비율의 차이가 제2 기준 범위를 벗어나는 것으로 확인되면, S410 단계에서, 장치(100)는 제4 비율이 제3 비율 보다 더 작은 값인지 여부를 확인할 수 있다.
S410 단계에서 제4 비율이 제3 비율 보다 더 작은 값으로 확인되면, S411 단계에서, 장치(100)는 환자에게 더 이상 치료가 필요하지 않은 것으로 진단할 수 있다.
즉, 장치(100)는 1차 검사 문제에 대한 답변과 2차 검사 문제에 대한 답변을 비교한 결과, 1차 검사 보다 2차 검사 시, 긍정적인 의미를 가지는 단어의 수는 증가하고 부정적인 의미를 가지는 단어의 수는 감소한 것으로 확인되면, 환자에게 더 이상 치료가 필요하지 않은 것으로 진단할 수 있다.
S410 단계에서 제4 비율이 제3 비율 보다 더 큰 값으로 확인, 즉, 제3 비율이 제4 비율 보다 더 작은 값으로 확인되면, S412 단계에서, 장치(100)는 환자에게 제2 기간 동안 치료가 필요한 것으로 진단할 수 있다. 여기서, 제2 기간은 제1 기간 보다 더 길게 설정될 수 있다.
즉, 장치(100)는 1차 검사 문제에 대한 답변과 2차 검사 문제에 대한 답변을 비교한 결과, 1차 검사 보다 2차 검사 시, 긍정적인 의미를 가지는 단어의 수는 증가하고 부정적인 의미를 가지는 단어의 수도 증가한 것으로 확인되면, 환자에게 제2 기간 동안의 추가적인 치료가 필요한 것으로 진단할 수 있다.
도 5는 일실시예에 따른 심박수 측정을 통해 검사를 진행하는 과정을 설명하기 위한 순서도이다.
도 5를 참조하면, 먼저, S501 단계에서, 장치(100)는 1차 검사 문제 중 제1 유형의 불안장애를 진단하는 제1 문제가 장치(100)의 화면에 표시되도록 제어할 수 있다. 여기서, 1차 검사 문제는 불안장애를 유형 별로 진단하는 검사 문제로, 불안장애를 유형 별로 진단하기 위한 복수의 문제를 포함할 수 있다. 예를 들어, 1차 검사 문제는 사회공포증을 진단하기 위한 제1 문제, 고소공포증을 진단하기 위한 제2 문제, 공황장애를 진단하기 위한 제3 문제 등을 포함할 수 있다.
S502 단계에서, 장치(100)는 제1 문제가 장치(100)의 화면에 표시된 상태에서, 환자의 신체에 착용된 웨어러블 기기로부터 측정 정보를 수신할 수 있다. 이때, 환자의 신체에 착용된 웨어러블 기기는 환자의 심박수를 측정하여 측정 정보를 생성하고, 생성된 측정 정보를 장치(100)로 전송할 수 있다. 이를 위해, 장치(100)와 웨어러블 기기는 무선으로 통신하도록 구성될 수 있다.
S503 단계에서, 장치(100)는 측정 정보를 통해 환자의 심박수인 제1 수치를 확인할 수 있다.
구체적으로, 제1 문제가 장치(100)의 화면에 표시되면, 환자는 화면에 표시된 제1 문제를 육안으로 확인할 수 있으며, 웨어러블 기기는 환자가 제1 문제를 확인하는 시점에 환자의 심박수를 측정하여 측정 정보를 생성하고, 장치(100)는 웨어러블 기기로부터 측정 정보가 수신되면, 측정 정보를 통해 환자가 제1 문제를 확인하는 시점에 환자의 심박수가 어느 정도인지 확인하여, 확인된 환자의 심박수를 제1 수치로 확인할 수 있다.
S504 단계에서, 장치(100)는 제1 수치가 정상 범위 내에 있는지 여부를 확인할 수 있다. 여기서, 정상 범위는 환자의 평균 심박수에 따라 상이하게 설정될 수 있다, 예를 들어, 환자의 평균 심박수가 65로 확인되면, 정상 범위는 60부터 70까지로 설정될 수 있다.
S504 단계에서 제1 수치가 정상 범위 내에 있는 것으로 확인되면, S505 단계에서, 장치(100)는 제1 문제에 대한 답변을 음성으로 녹음한 후, 제1 문제에 대한 답변이 완료되면, 1차 검사 문제 중 제2 유형의 불안장애를 진단하는 제2 문제가 화면에 표시되도록 제어할 수 있다.
즉, 장치(100)는 제1 수치가 정상 범위 내에 있는 것으로 확인되면, 제1 문제 하나로 제1 유형의 불안장애에 대한 진단이 가능한 것으로 판단할 수 있으며, 제1 문제에 대한 답변을 음성으로 녹음한 후, 제1 문제에 대한 답변이 완료되면, 제1 유형의 불안장애에 대한 진단이 완료된 것으로 처리하여, 제2 유형의 불안장애를 진단하는 제2 문제가 화면에 표시되도록 제어할 수 있다.
S504 단계에서 제1 수치가 정상 범위를 벗어나는 것으로 확인되면, S506 단계에서, 장치(100)는 제1 수치가 경고 범위 내에 있는지 여부를 확인할 수 있다. 여기서, 경고 범위는 환자의 평균 심박수에 따라 상이하게 설정될 수 있다, 예를 들어, 환자의 평균 심박수가 65로 확인되면, 정상 범위는 60부터 70까지로 설정되고, 경고 범위는 50부터 60까지, 70부터 80까지로 설정될 수 있다.
S506 단계에서 제1 수치가 경고 범위 내에 있는 것으로 확인되면, S507 단계에서, 장치(100)는 제1 문제에 대한 답변을 음성으로 녹음한 후, 제1 문제에 대한 답변이 완료되면, 제1 유형의 불안장애를 추가로 진단하기 위해 제1-1 문제가 화면에 표시되도록 제어할 수 있다.
즉, 장치(100)는 제1 수치가 경고 범위 내에 있는 것으로 확인되면, 제1 문제 하나로 제1 유형의 불안장애에 대한 진단이 불가능한 것으로 판단할 수 있으며, 제1 문제에 대한 답변을 음성으로 녹음한 후, 제1 문제에 대한 답변이 완료되면, 제1 유형의 불안장애에 대한 진단이 완료되지 않은 것으로 처리하여, 제1 유형의 불안장애를 추가로 진단하기 위해 제1-1 문제가 화면에 표시되도록 제어할 수 있다.
S506 단계에서 제1 수치가 경고 범위를 벗어나 위험 범위 내에 있는 것으로 확인되면, S508 단계에서, 장치(100)는 제1 유형의 불안장애가 심각한 것으로 판단하여, 제1 문제에 대한 검사 중단을 알려주는 안내 메시지가 화면에 표시되도록 제어할 수 있다. 여기서 위험 범위는 환자의 평균 심박수에 따라 상이하게 설정될 수 있다, 예를 들어, 환자의 평균 심박수가 65로 확인되면, 정상 범위는 60부터 70까지로 설정되고, 경고 범위는 50부터 60까지, 70부터 80까지로 설정되고, 위험 범위는 50 미만, 80 초과로 설정될 수 있다.
즉, 장치(100)는 제1 수치가 위험 범위 내에 있는 것으로 확인되면, 제1 유형의 불안장애가 심각한 것으로 판단하여, 제1 문제에 대한 검사가 더 이상 진행되지 않도록, 제1 문제가 화면에 표시되지 않고 제1 문제에 대한 검사 중단을 알려주는 안내 메시지가 화면에 표시되도록 제어할 수 있다.
도 6은 일실시예에 따른 장정맥을 이용한 생체 인증을 통해 도어락이 설치된 출입문을 개방하는 과정을 설명하기 위한 순서도이다.
도 6을 참조하면, 먼저, S601 단계에서, 장치(100)는 출입문의 일측에 설치된 인식 모듈로부터 장정맥 정보를 획득할 수 있다.
구체적으로, 정신건강의학과 진료실의 입구에 출입문이 설치되어 있는 경우, 출입문의 일측에 생체 인증을 수행하기 위한 인식 모듈이 설치될 수 있으며, 인식 모듈에 장정맥 정보가 입력되면, 인식 모듈은 입력된 장정맥 정보를 인식할 수 있으며, 장치(100)는 인식 모듈로부터 장정맥 정보를 획득할 수 있다. 이를 위해, 장치(100)는 인식 모듈과 유무선으로 통신하도록 구성될 수 있다.
S602 단계에서, 장치(100)는 장정맥 정보와 미리 등록되어 있는 관계자들의 생체 정보를 비교하여, 장정맥을 이용한 생체 인증을 수행할 수 있다. 여기서, 관계자들의 생체 정보는 장치(100)의 데이터베이스에 등록되어 있는 정신건강의학과 관계자들의 장정맥 정보일 수 있다.
구체적으로, 장치(100)는 인식 모듈로부터 획득된 장정맥 정보와 데이터베이스에 등록되어 있는 관계자들의 생체 정보를 비교하여, 획득된 장정맥 정보를 가진 제1 관계자를 찾는 생체 인증을 수행할 수 있다.
S603 단계에서, 장치(100)는 생체 인증의 수행 결과, 생체 인증이 성공하였는지 여부를 확인할 수 있다.
인식 모듈에 장정맥 정보가 제대로 입력되지 않은 경우, 생체 인증이 실패할 수 있으며, 생체 인증이 실패하면, S601 단계로 되돌아가, 장치(100)는 인식 모듈로부터 장정맥 정보를 다시 획득할 수 있다. 장치(100)는 장정맥 정보의 재획득을 위해, 생체 인증 실패로 인한 장정맥 정보의 재입력 알림 메시지가 인식 모듈에서 출력되도록 제어할 수 있다. 이때, 인식 모듈은 화면 상에 재입력 알림 메시지를 표시하거나, 재입력 알림 메시지를 스피커를 통해 출력할 수 있다.
S603 단계에서 생체 인증의 수행 결과, 장정맥을 이용한 생체 인증이 성공한 것으로 확인되면, S604 단계에서, 장치(100)는 생체 인증된 제1 관계자의 출입 권한을 확인할 수 있다.
구체적으로, 장치(100)는 생체 인증의 수행 결과를 통해, 장정맥 정보가 제1 관계자의 생체 정보로 인증되었는지 파악할 수 있으며, 장정맥 정보가 제1 관계자의 생체 정보로 인증되면, 데이터베이스에 저장된 제1 관계자의 신상 정보를 통해, 제1 관계자의 출입 권한을 확인할 수 있다. 여기서, 제1 관계자의 출입 권한은 1레벨부터 4레벨까지 범위 내에서 설정될 수 있으며, 출입 권한이 가장 높게 부여된 등급은 1레벨이고, 출입 권한이 가장 낮게 부여된 등급은 4레벨일 수 있다.
S605 단계에서, 장치(100)는 제1 관계자의 출입 권한이 1레벨인지 여부를 확인할 수 있다.
S605 단계에서 제1 관계자의 출입 권한이 1레벨로 확인되면, S606 단계에서, 장치(100)는 출입문에 설치된 도어락의 잠금이 해제되도록 제어하여, 도어락의 잠금 해제로 인해 출입문이 개방되도록 제어할 수 있다. 즉, 제1 관계자의 출입 권한이 1레벨로 확인되면, 도어락이 잠금 해제되어 출입문이 개방될 수 있다. 이때, 도어락은 출입문과 맞닿아 있는 벽에 설치되어 있으며, 미리 정해진 시간 동안만 잠금 해제되었다가 다시 잠금 상태로 변경될 수 있다.
장치(100)는 제1 관계자의 장정맥을 이용한 생체 인증으로, 도어락의 잠금이 해제되어 출입문이 개방되면, 제1 관계자의 출입 기록을 갱신할 수 있다. 즉, 장치(100)는 장정맥 정보가 인식된 시간을 제1 관계자의 출입 기록에 추가하여 저장할 수 있다.
S605 단계에서 제1 관계자의 출입 권한이 1레벨이 아닌 것으로 확인되면, S607 단계에서, 장치(100)는 제1 관계자에 대한 추가 인증이 필요한 것으로 판단할 수 있다. 추가 인증에 대한 자세한 설명은 도 7을 참조하여 후술하기로 한다.
도 7은 일실시예에 따른 출입 권한에 따라 추가 인증을 수행하는 과정을 설명하기 위한 순서도이다.
도 7을 참조하면, 먼저, S701 단계에서, 장치(100)는 장정맥을 이용한 생체 인증이 성공한 것으로 확인되면, 생체 인증된 제1 관계자의 출입 권한을 확인할 수 있다. 여기서, 제1 관계자의 출입 권한은 1레벨부터 4레벨까지 범위 내에서 설정될 수 있으며, 출입 권한이 가장 높게 부여된 등급은 1레벨이고, 출입 권한이 가장 낮게 부여된 등급은 4레벨일 수 있다.
제1 관계자의 출입 권한이 2레벨 이하로 확인되면, S702 단계에서, 장치(100)는 제1 관계자에 대한 추가 인증이 필요한 것으로 판단할 수 있다.
S703 단계에서, 장치(100)는 제1 관계자의 출입 권한이 2레벨인지 여부를 확인할 수 있다.
S703 단계에서 제1 관계자의 출입 권한이 2레벨로 확인되면, S704 단계에서, 장치(100)는 비밀번호를 이용한 추가 인증을 수행할 수 있다.
구체적으로, 장치(100)는 비밀번호를 통한 추가 인증이 필요한 것을 알려주는 알림 메시지가 인식 모듈에서 출력되도록 제어할 수 있으며, 이후, 인식 모듈에 입력된 비밀번호를 추가로 획득하여, 비밀번호를 이용한 추가 인증을 수행할 수 있다.
S703 단계에서 제1 관계자의 출입 권한이 2레벨이 아닌 것으로 확인되면, S705 단계에서, 장치(100)는 제1 관계자의 출입 권한이 3레벨인지 여부를 확인할 수 있다.
S705 단계에서 제1 관계자의 출입 권한이 3레벨로 확인되면, S706 단계에서, 장치(100)는 비밀번호 및 RFID 카드를 이용한 추가 인증을 수행할 수 있다.
구체적으로, 장치(100)는 비밀번호 및 RFID 카드를 통한 추가 인증이 필요한 것을 알려주는 알림 메시지가 인식 모듈에서 출력되도록 제어할 수 있으며, 이후, 인식 모듈에 입력된 비밀번호 및 RFID 카드 정보를 추가로 획득하여, 비밀번호를 이용한 추가 인증과 RFID 카드를 이용한 추가 인증을 수행할 수 있다.
S705 단계에서 제1 관계자의 출입 권한이 3레벨이 아닌 것으로 확인되면, 제1 관계자의 출입 권한이 4레벨까지 설정될 수 있으므로, 제1 관계자의 출입 권한은 4레벨로 확인될 수 있으며, 제1 관계자의 출입 권한이 4레벨로 확인되면, S707 단계에서, 장치(100)는 제1 QR 코드를 이용한 추가 인증을 수행할 수 있다.
구체적으로, 장치(100)는 관계자 확인용인 제1 QR 코드를 생성하고, 생성된 제1 QR 코드를 제1 관계자 단말로 전송할 수 있으며, 이후, 인식 모듈에 입력된 제1 QR 코드를 추가로 획득하여, 제1 QR 코드를 이용한 추가 인증을 수행할 수 있다. 제1 QR 코드를 이용한 추가 인증 시, 제1 QR 코드를 이용한 출입 인증과 같이, 인증 시간 및 인증 횟수 중 적어도 하나를 확인하여, 제1 QR 코드를 이용한 추가 인증이 수행될 수 있다.
도 8은 일실시예에 따른 일치도에 따라 장정맥을 이용한 생체 인증을 수행하는 과정을 설명하기 위한 순서도이다.
도 8을 참조하면, 먼저, S801 단계에서, 장치(100)는 인식 모듈로부터 장정맥 정보를 획득할 수 있다. 이때, 인식 모듈에 포함된 장정맥 인식 모듈은 미리 정해진 간격을 두고 이격된 위치에 있는 손바닥이 비접촉 상태로 접근할 경우, 비접촉 상태로 접근한 손바닥의 장정맥을 인식하여 장정맥 정보를 생성할 수 있으며, 장치(100)는 장정맥 인식 모듈로부터 장정맥 정보를 획득할 수 있다.
S802 단계에서, 장치(100)는 장정맥 정보와 미리 등록되어 있는 관계자들의 생체 정보를 비교하여, 장정맥 정보가 제1 관계자의 생체 정보인 것을 식별할 수 있다. 이때, 장치(100)는 인식 모듈을 통해 획득된 장정맥 정보와 데이터베이스에 저장된 관계자들의 생체 정보를 비교하여, 장정맥 정보와 가장 유사한 제1 관계자의 생체 정보를 식별할 수 있다.
S803 단계에서, 장치(100)는 장정맥 정보와 제1 관계자의 생체 정보 간의 일치도를 산출할 수 있다. 이때, 장치(100)는 장정맥 정보와 제1 관계자의 생체 정보를 비교하여, 장정맥 정보와 제1 관계자의 생체 정보 간에 얼마나 일치하는지 여부에 대한 일치도를 이미지 분석을 통해 산출할 수 있다.
S804 단계에서, 장치(100)는 산출된 일치도가 미리 설정된 제1 기준치 보다 높은지 여부를 확인할 수 있다. 여기서, 제1 기준치는 실시예에 따라 상이하게 설정될 수 있다.
S804 단계에서 일치도가 제1 기준치 보다 높은 것으로 확인되면, S805 단계에서, 장치(100)는 장정맥을 이용한 생체 인증을 성공한 것으로 판단할 수 있다.
예를 들어, 장정맥 정보와 제1 관계자의 생체 정보 간의 일치도가 98%이고, 제1 기준치가 95%인 경우, 장치(100)는 장정맥을 이용한 생체 인증을 성공한 것으로 판단할 수 있다.
장치(100)는 장정맥을 이용한 생체 인증을 성공한 것으로 판단한 경우, 도어락의 잠금이 해제되어 출입문이 개방되도록 제어할 수 있다.
S804 단계에서 일치도가 제1 기준치 보다 낮은 것으로 확인되면, S806 단계에서, 장치(100)는 산출된 일치도가 미리 설정된 제2 기준치 보다 높은지 여부를 확인할 수 있다. 여기서, 제2 기준치는 제1 기준치 보다 낮은 값으로 설정될 수 있다.
S806 단계에서 일치도가 제2 기준치 보다 높은 것으로 확인되면, S807 단계에서, 장치(100)는 하나의 방식을 통한 추가 인증이 필요한 것으로 판단할 수 있다.
예를 들어, 장정맥 정보와 제1 관계자의 생체 정보 간의 일치도가 93%이고, 제1 기준치가 95%이고, 제2 기준치가 90%인 경우, 장치(100)는 하나의 방식을 통한 추가 인증이 필요한 것으로 판단할 수 있다.
장치(100)는 하나의 방식을 통한 추가 인증이 필요한 것으로 판단한 경우, 비밀번호를 통한 추가 인증 필요 알림 메시지가 인식 모듈에서 출력되도록 제어하고, 인식 모듈에 입력된 비밀번호를 추가로 획득하여, 비밀번호를 이용한 추가 인증을 수행할 수 있다.
S806 단계에서 일치도가 제2 기준치 보다 낮은 것으로 확인되면, S808 단계에서, 장치(100)는 산출된 일치도가 미리 설정된 제3 기준치 보다 높은지 여부를 확인할 수 있다. 여기서, 제3 기준치는 제2 기준치 보다 낮은 값으로 설정될 수 있다.
S808 단계에서 일치도가 제3 기준치 보다 높은 것으로 확인되면, S809 단계에서, 장치(100)는 둘의 방식을 통한 추가 인증이 필요한 것으로 판단할 수 있다.
예를 들어, 장정맥 정보와 제1 관계자의 생체 정보 간의 일치도가 87%이고, 제1 기준치가 95%이고, 제2 기준치가 90%이고, 제3 기준치가 85%인 경우, 장치(100)는 둘의 방식을 통한 추가 인증이 필요한 것으로 판단할 수 있다.
장치(100)는 둘의 방식을 통한 추가 인증이 필요한 것으로 판단한 경우, 비밀번호 및 RFID 카드를 통한 추가 인증 필요 알림 메시지가 인식 모듈에서 출력되도록 제어하고, 인식 모듈에 입력된 비밀번호 및 RFID 카드 정보를 추가로 획득하여, 비밀번호를 이용한 추가 인증과 RFID 카드를 이용한 추가 인증을 수행할 수 있다.
S808 단계에서 일치도가 제3 기준치 보다 낮은 것으로 확인되면, S810 단계에서, 장치(100)는 장정맥을 이용한 생체 인증을 실패한 것으로 판단할 수 있다.
장치(100)는 장정맥을 이용한 생체 인증이 실패한 것으로 판단한 경우, 관계자 확인용인 제1 QR 코드를 생성하고, 제1 QR 코드를 제1 관계자 단말로 전송할 수 있으며, 인식 모듈에 입력된 제1 QR 코드를 추가로 획득하여, 제1 QR 코드를 이용한 추가 인증을 수행할 수 있다.
도 9는 일실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.
일실시예에 따르면, 인공 신경망은 환자의 답변을 음성으로 녹음한 답변 정보를 입력 받은 후, 학생의 답변을 통해 환자의 심리 상태를 분석하여 출력하는 알고리즘일 수 있다. 인공 신경망의 학습이 이루어지는 장치(100)는 학습된 인공 신경망을 이용하여 심리 상태를 분석하는 장치(100)와 동일한 장치일 수 있고, 별개의 장치일 수도 있다. 이하에서는 인공 신경망이 학습되는 과정을 설명한다.
먼저, S901 단계에서, 장치(100)는 답변 정보를 기초로 입력을 생성할 수 있다.
구체적으로, 장치(100)는 답변 정보에서 음성 인식을 통해 키워드를 추출하는 등의 전처리를 수행할 수 있다. 전처리가 수행된 답변 정보를 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.
S902 단계에서, 장치(100)는 인공 신경망에 입력을 적용할 수 있다. 인공 신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 인공 신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.
강화 학습에 따라 학습되는 인공 신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 보상은 긍정적인 의미를 가지는 단어를 많이 사용할수록, 심리 상태를 문제가 없는 상태로 평가하면 보상값이 높아질 수 있으며, 제2 보상은 부정적인 의미를 가지는 단어를 많이 사용할수록, 심리 상태를 문제가 있는 상태로 평가하면 보상값이 높아질 수 있다.
S903 단계에서, 장치(100)는 인공 신경망으로부터 출력을 획득할 수 있다. 인공 신경망의 출력은 답변 정보를 통해 환자의 심리 상태를 분석한 결과일 수 있다. 이때, 인공 신경망은 답변 정보를 통해 확인된 음성을 분석하여, 환자의 심리 상태가 어느 상태인지 파악되도록 심리 상태의 분석 결과를 출력할 수 있다.
S904 단계에서, 장치(100)는 인공 신경망의 출력을 평가하여 보상을 지급할 수 있다. 이때, 출력의 평가는 제1 보상 및 제2 보상으로 나뉠 수 있다.
예를 들어, 장치(100)는 긍정적인 의미를 가지는 단어를 많이 사용할수록, 심리 상태를 문제가 없는 상태로 평가하면 제1 보상을 많이 수여하고, 부정적인 의미를 가지는 단어를 많이 사용할수록, 심리 상태를 문제가 있는 상태로 평가하면 제2 보상을 많이 수여할 수 있다.
S905 단계에서, 장치(100)는 평가를 기초로 인공 신경망을 갱신할 수 있다.
구체적으로, 장치(100)는 인공 신경망이 답변 정보를 통해 환자의 심리 상태를 분석하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 인공 신경망을 갱신할 수 있다.
한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.
장치(100)는 상기와 같은 인공 신경망의 학습 과정을 반복함으로써, 인공 신경망을 점진적으로 갱신시킬 수 있다. 이를 통해, 장치(100)는 답변 정보를 통해 심리 상태의 분석 결과를 출력하는 인공 신경망을 학습시킬 수 있다.
즉, 장치(100)는 답변 정보를 통해 심리 상태를 분석할 때, 제1 보상, 제2 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 인공 신경망을 학습시킬 수 있다.
도 10은 일실시예에 따른 장치의 구성의 예시도이다.
일실시예에 따른 장치(100)는 프로세서(101) 및 메모리(102)를 포함한다. 프로세서(101)는 도 1 내지 도 9를 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 9를 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(100)를 이용하는 자 또는 단체는 도 1 내지 도 9를 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.
메모리(102)는 전술된 방법들과 관련된 정보를 저장하거나 전술된 방법들을 구현하는 프로그램을 저장할 수 있다. 메모리(102)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(101)는 프로그램을 실행하고, 장치(100)를 제어할 수 있다. 프로세서(101)에 의하여 실행되는 프로그램의 코드는 메모리(102)에 저장될 수 있다. 장치(100)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

  1. 장치에 의해 수행되는, 정신건강의학과의 진료를 위해 환자의 심리 상태를 분석하는 방법에 있어서,
    정신건강의학과에 방문한 환자의 신상 정보를 기초로, 상기 환자의 심리 상태를 검사하기 위한 1차 검사 문제를 획득하는 단계;
    상기 1차 검사 문제가 미리 설정된 순서에 따라 화면에 표시되도록 제어하고, 상기 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계;
    상기 답변 정보를 인공 신경망에 적용하여, 상기 인공 신경망의 출력을 기초로 상기 환자의 심리 상태를 분석하는 단계;
    상기 환자의 심리 상태에 대한 분석 결과에 기초하여, 상기 환자에게 심리적인 문제가 있는지 여부를 진단하는 단계;
    상기 환자에게 심리적인 문제가 있는 것으로 진단되면, 상기 환자의 심리적인 문제에 대한 진단 결과를 통해 행해진 치료 내역을 획득하는 단계;
    상기 치료 내역을 반영하여, 상기 환자의 심리적인 문제에 대한 치료 효과를 진단하기 위한 2차 검사 문제를 생성하는 단계; 및
    상기 2차 검사 문제가 미리 설정된 순서에 따라 화면에 표시되도록 제어하고, 상기 2차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계를 포함하며,
    상기 1차 검사 문제에 대한 답변을 음성으로 녹음하여 답변 정보를 생성하는 단계는,
    상기 1차 검사 문제 중 제1 유형의 불안장애를 진단하는 제1 문제가 화면에 표시되도록 제어하는 단계;
    상기 제1 문제가 화면에 표시된 상태에서, 상기 환자의 신체에 착용된 웨어러블 기기로부터 상기 환자의 심박수를 측정하여 생성된 측정 정보를 수신하는 단계;
    상기 측정 정보를 통해 확인된 제1 수치가 미리 설정된 정상 범위 내에 있는지 여부를 확인하는 단계;
    상기 제1 수치가 상기 정상 범위 내에 있는 것으로 확인되면, 상기 제1 문제에 대한 답변을 음성으로 녹음한 후, 상기 제1 문제에 대한 답변이 완료되면, 상기 1차 검사 문제 중 제2 유형의 불안장애를 진단하는 제2 문제가 화면에 표시되도록 제어하는 단계;
    상기 제1 수치가 상기 정상 범위를 벗어나 미리 설정된 경고 범위 내에 있는 것으로 확인되면, 상기 제1 문제에 대한 답변을 음성으로 녹음한 후, 상기 제1 문제에 대한 답변이 완료되면, 상기 제1 유형의 불안장애를 추가로 진단하기 위해 제1-1 문제가 화면에 표시되도록 제어하는 단계; 및
    상기 제1 수치가 상기 경고 범위를 벗어나 미리 설정된 위험 범위 내에 있는 것으로 확인되면, 상기 제1 유형의 불안장애가 심각한 것으로 판단하여, 상기 제1 문제에 대한 검사 중단을 알려주는 안내 메시지가 화면에 표시되도록 제어하는 단계를 포함하는,
    정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법.
  2. 제1항에 있어서,
    상기 1차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 1차 검사 문제에 대한 답변에서 긍정적인 의미를 가지는 단어를 구분하고, 상기 1차 검사 문제에 대한 답변의 전체 단어 중 긍정적인 의미를 가지는 단어가 차지하는 비율인 제1 비율을 산출하는 단계;
    상기 2차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 2차 검사 문제에 대한 답변에서 긍정적인 의미를 가지는 단어를 구분하고, 상기 2차 검사 문제에 대한 답변의 전체 단어 중 긍정적인 의미를 가지는 단어가 차지하는 비율인 제2 비율을 산출하는 단계;
    상기 제1 비율 및 상기 제2 비율을 비교하여, 상기 제1 비율 및 상기 제2 비율의 차이를 산출하는 단계;
    상기 제1 비율 및 상기 제2 비율의 차이가 미리 설정된 제1 기준 범위 내에 있는 것으로 확인되면, 상기 환자에게 제공된 치료법을 통해 상기 환자의 심리적인 문제가 개선되지 않아 다른 치료법이 필요한 것으로 진단하는 단계;
    상기 제1 비율 및 상기 제2 비율의 차이가 상기 제1 기준 범위를 벗어나고 상기 제2 비율이 상기 제1 비율 보다 더 큰 값으로 확인되면, 상기 환자에게 제공된 치료법으로 상기 환자의 심리적인 문제가 개선된 것으로 진단하는 단계; 및
    상기 제1 비율 및 상기 제2 비율의 차이가 상기 제1 기준 범위를 벗어나고 상기 제1 비율이 상기 제2 비율 보다 더 큰 값으로 확인되면, 상기 환자에게 제공된 치료법을 통해 상기 환자의 심리적이 문제가 악화되어 추가적인 치료법이 필요한 것으로 진단하는 단계를 더 포함하는,
    정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법.
  3. 제2항에 있어서,
    상기 1차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 1차 검사 문제에 대한 답변에서 부정적인 의미를 가지는 단어를 구분하고, 상기 1차 검사 문제에 대한 답변의 전체 단어 중 부정적인 의미를 가지는 단어가 차지하는 비율인 제3 비율을 산출하는 단계;
    상기 2차 검사 문제에 대한 답변이 음성으로 녹음되면, 상기 2차 검사 문제에 대한 답변에서 부정적인 의미를 가지는 단어를 구분하고, 상기 2차 검사 문제에 대한 답변의 전체 단어 중 부정적인 의미를 가지는 단어가 차지하는 비율인 제4 비율을 산출하는 단계;
    상기 환자에게 제공된 치료법으로 상기 환자의 심리적인 문제가 개선된 것으로 진단된 경우, 상기 제3 비율 및 상기 제4 비율을 비교하여, 상기 제3 비율 및 상기 제4 비율의 차이를 산출하는 단계;
    상기 제3 비율 및 상기 제4 비율의 차이가 미리 설정된 제2 기준 범위 내에 있는 것으로 확인되면, 상기 환자에게 제1 기간 동안 치료가 필요한 것으로 진단하는 단계;
    상기 제3 비율 및 상기 제4 비율의 차이가 상기 제2 기준 범위를 벗어나고 상기 제4 비율이 상기 제3 비율 보다 더 작은 값으로 확인되면, 상기 환자에게 더 이상 치료가 필요하지 않은 것으로 진단하는 단계; 및
    상기 제3 비율 및 상기 제4 비율의 차이가 상기 제2 기준 범위를 벗어나고 상기 제3 비율이 상기 제4 비율 보다 더 작은 값으로 확인되면, 상기 환자에게 상기 제1 기간 보다 긴 값으로 설정된 제2 기간 동안 치료가 필요한 것으로 진단하는 단계를 더 포함하는,
    정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법.
KR1020210085225A 2021-06-30 2021-06-30 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템 KR102324440B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210085225A KR102324440B1 (ko) 2021-06-30 2021-06-30 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210085225A KR102324440B1 (ko) 2021-06-30 2021-06-30 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR102324440B1 true KR102324440B1 (ko) 2021-11-11

Family

ID=78516371

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210085225A KR102324440B1 (ko) 2021-06-30 2021-06-30 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템

Country Status (1)

Country Link
KR (1) KR102324440B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102493770B1 (ko) * 2022-09-30 2023-01-31 한승민 환자 증상 평가 질문지 제공 방법, 장치 및 시스템
KR102505380B1 (ko) * 2022-11-30 2023-03-06 송태홍 인공지능을 활용한 사용자 과거 불안유발상황 파악 및 선제적 행동치료 제시 서비스 제공 방법, 장치 및 시스템
KR102512055B1 (ko) * 2022-01-25 2023-03-20 안지윤 초진 환자의 설문 정보 기반 환자 상태 분석 방법, 장치 및 시스템
KR102552220B1 (ko) 2022-12-15 2023-07-06 주식회사 하이 정신건강 진단 및 치료를 적응적으로 수행하기 위한 컨텐츠 제공 방법, 시스템 및 컴퓨터 프로그램
KR102616189B1 (ko) 2023-04-17 2023-12-27 안지윤 정신건강의학 관련 심리 상태 데이터 수집 및 환자 상태 분류 방법, 장치 및 시스템
KR102665531B1 (ko) 2024-01-29 2024-05-23 하주원 행위 관련 중독에 대한 설문을 기반으로 한 사용자 맞춤형 중독 설문 처리 방법, 장치 및 시스템

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101554961B1 (ko) 2013-04-18 2015-09-24 (주) 마이크로사이텍 피검사자의 심리 상태를 진단하기 위한 이미지 분석 방법, 장치 및 기록매체
KR20170056249A (ko) * 2015-11-13 2017-05-23 일산이엔지 주식회사 심리 치료 제공을 위한 컴퓨터 장치 및 프로그램
KR102085977B1 (ko) 2019-11-25 2020-03-06 최경준 사용자의 현재 심리상태를 분석하고 개선할 수 있는 에니어그램 시스템과 그 결과를 표시하는 사용자 심리상태 표시장치
KR102128435B1 (ko) 2019-06-26 2020-06-30 하정윤 환자투병 관련기록을 자동으로 인식하여 분석하는 정신심리 분석 시스템
KR20200107501A (ko) * 2019-03-08 2020-09-16 연세대학교 산학협력단 심리 상담을 위한 감정 스코어링 장치 및 방법
KR20210058449A (ko) * 2019-11-14 2021-05-24 주식회사 셀바스에이아이 인공 지능 기반의 정신 건강 관리를 위한 장치 및 방법
KR102257427B1 (ko) 2021-01-29 2021-06-01 전다정 실시간 감정분석이 가능한 심리 상담 시스템 및 그 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101554961B1 (ko) 2013-04-18 2015-09-24 (주) 마이크로사이텍 피검사자의 심리 상태를 진단하기 위한 이미지 분석 방법, 장치 및 기록매체
KR20170056249A (ko) * 2015-11-13 2017-05-23 일산이엔지 주식회사 심리 치료 제공을 위한 컴퓨터 장치 및 프로그램
KR20200107501A (ko) * 2019-03-08 2020-09-16 연세대학교 산학협력단 심리 상담을 위한 감정 스코어링 장치 및 방법
KR102128435B1 (ko) 2019-06-26 2020-06-30 하정윤 환자투병 관련기록을 자동으로 인식하여 분석하는 정신심리 분석 시스템
KR20210058449A (ko) * 2019-11-14 2021-05-24 주식회사 셀바스에이아이 인공 지능 기반의 정신 건강 관리를 위한 장치 및 방법
KR102085977B1 (ko) 2019-11-25 2020-03-06 최경준 사용자의 현재 심리상태를 분석하고 개선할 수 있는 에니어그램 시스템과 그 결과를 표시하는 사용자 심리상태 표시장치
KR102257427B1 (ko) 2021-01-29 2021-06-01 전다정 실시간 감정분석이 가능한 심리 상담 시스템 및 그 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102512055B1 (ko) * 2022-01-25 2023-03-20 안지윤 초진 환자의 설문 정보 기반 환자 상태 분석 방법, 장치 및 시스템
KR102493770B1 (ko) * 2022-09-30 2023-01-31 한승민 환자 증상 평가 질문지 제공 방법, 장치 및 시스템
KR102505380B1 (ko) * 2022-11-30 2023-03-06 송태홍 인공지능을 활용한 사용자 과거 불안유발상황 파악 및 선제적 행동치료 제시 서비스 제공 방법, 장치 및 시스템
KR102552220B1 (ko) 2022-12-15 2023-07-06 주식회사 하이 정신건강 진단 및 치료를 적응적으로 수행하기 위한 컨텐츠 제공 방법, 시스템 및 컴퓨터 프로그램
KR102616189B1 (ko) 2023-04-17 2023-12-27 안지윤 정신건강의학 관련 심리 상태 데이터 수집 및 환자 상태 분류 방법, 장치 및 시스템
KR102665531B1 (ko) 2024-01-29 2024-05-23 하주원 행위 관련 중독에 대한 설문을 기반으로 한 사용자 맞춤형 중독 설문 처리 방법, 장치 및 시스템

Similar Documents

Publication Publication Date Title
KR102324440B1 (ko) 정신건강의학과의 진료를 위한 환자 심리 상태 분석 방법, 장치 및 시스템
Kasirzadeh et al. The use and misuse of counterfactuals in ethical machine learning
Heinrichs et al. Your evidence? Machine learning algorithms for medical diagnosis and prediction
Nordgaard et al. The psychiatric interview: validity, structure, and subjectivity
Pintelas et al. A review of machine learning prediction methods for anxiety disorders
Vuppalapati et al. A system to detect mental stress using machine learning and mobile development
US20200098476A1 (en) Dynamic prompting for diagnosis suspecting
KR102533467B1 (ko) 음성활동 평가를 이용한 기분삽화(우울삽화, 조증삽화) 조기 진단을 위한 정보 제공 방법
KR102512055B1 (ko) 초진 환자의 설문 정보 기반 환자 상태 분석 방법, 장치 및 시스템
CN116685261A (zh) 使用自动编码器神经网络处理脑数据
Shriki et al. The emergence of synaesthesia in a neuronal network model via changes in perceptual sensitivity and plasticity
Chadwick Normality as convention and as scientific fact
Yao et al. Toward automated evaluation of empathetic responses in virtual human interaction systems for mental health scenarios
Panagoulias et al. nuhealthsoft: A Nutritional and Health Data Processing Software Tool from a patient’s perspective
Rocheteau On the role of artificial intelligence in psychiatry
Luttermann et al. Automated computation of therapies using failure mode and effects analysis in the medical domain
US11379760B2 (en) Similarity based learning machine and methods of similarity based machine learning
KR102429447B1 (ko) 안면 표정 인식을 이용한 기분장애 진단을 위한 정보 제공 시스템
JP2023552706A (ja) 機械学習モデルを用いてうつ病予備診断情報を提供する方法、システム、及びコンピュータ読取り可能な媒体
Fernandez-Saavedra et al. Evaluation of biometric system performance in the context of Common Criteria
KR102505380B1 (ko) 인공지능을 활용한 사용자 과거 불안유발상황 파악 및 선제적 행동치료 제시 서비스 제공 방법, 장치 및 시스템
Lee Reference model and architecture of interactive cognitive health advisor based on evolutional cyber-physical systems
Kemple The relationships between psychopathy, empathy, and everyday moral decision making in an undergraduate sample
Ascoli et al. Science of the conscious mind
Benzi Models of medical reasoning

Legal Events

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