KR102388765B1 - 인공지능 기반의 정신과 질환 진단 시스템 - Google Patents

인공지능 기반의 정신과 질환 진단 시스템 Download PDF

Info

Publication number
KR102388765B1
KR102388765B1 KR1020210144279A KR20210144279A KR102388765B1 KR 102388765 B1 KR102388765 B1 KR 102388765B1 KR 1020210144279 A KR1020210144279 A KR 1020210144279A KR 20210144279 A KR20210144279 A KR 20210144279A KR 102388765 B1 KR102388765 B1 KR 102388765B1
Authority
KR
South Korea
Prior art keywords
subject
image
unit
information
counselor
Prior art date
Application number
KR1020210144279A
Other languages
English (en)
Inventor
임재은
박희정
Original Assignee
임시원
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 임시원 filed Critical 임시원
Priority to KR1020210144279A priority Critical patent/KR102388765B1/ko
Application granted granted Critical
Publication of KR102388765B1 publication Critical patent/KR102388765B1/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
    • 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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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

Abstract

본 발명은 인공지능 기반의 정신과 질환 진단 시스템에 관한 것으로서, 보다 상세하게는, 정신질환 종류마다 학습되는 진단 알고리즘을 이용하여, 대상자의 정신질환정보를 화상 방식으로 진단할 수 있는 인공지능 기반의 정신과 질환 진단 시스템에 관한 것이다. 이를 위해 상담사 단말로부터 상담사 영상을 전송받는 정신과 질환 진단 시스템으로서, 상기 상담사 영상으로부터 추출되는 상담사 객체를 반응 유도용 컨텐츠 영상에 맵핑 처리한 맵핑 영상과 상기 대상자 영상을 합성 처리하여 화상 상담 영상을 생성하는 영상 생성부, 상기 화상 상담 영상이 재생되는 동안, 대상자를 측정하기 위한 측정장치로부터 측정되는 대상자의 반응정보에 기초하여, 상기 대상자 영상으로부터 추출되는 이상객체 이미지들을 수집하는 데이터 수집부, 상기 데이터 수집부를 통해 기수집된 환자군 이미지들과 해당 환자군의 정신질환 종류를 머신 러닝을 통해 학습하여, 인공지능 기반의 정신질환 종류별 진단 알고리즘을 생성하는 알고리즘 관리부 및 상기 이상객체 이미지들을 상기 인공지능 기반의 정신질환 종류별 진단 알고리즘에 적용함에 따라 도출되는 각 출력값에 기초하여, 상기 대상자의 정신질환정보를 진단하는 진단부를 포함한다.

Description

인공지능 기반의 정신과 질환 진단 시스템{PSYCHIATRIC DISEASE DIAGNOSIS SYSTEM BASED ON AI}
본 발명은 인공지능 기반의 정신과 질환 진단 시스템에 관한 것으로서, 보다 상세하게는, 정신질환 종류마다 학습되는 진단 알고리즘을 이용하여, 대상자의 정신질환정보를 화상 방식으로 진단할 수 있는 인공지능 기반의 정신과 질환 진단 시스템에 관한 것이다.
정신 건강 의학과를 방문하는 수가 날로 늘어가고 있다. 아직 완전히 편견이 사라진 것은 아니지만 바쁜 일상 속에서 건강한 마음을 되찾고자 특정의 질환 판정을 받지 않았음에도 주기적으로 방문하여 상담에 대한 거부감을 없애고 마음의 건강에 점점 더 많은 관심을 기울이고 있다.
대체로 정신 건강 의학과 상담에는 의사나 임상 심리사와 같은 전문가가 진단 대상자와의 상담을 통해 현재 상태를 파악하고 이를 근거로 치료 및 처방이 수행되고 있다.
이러한 진단 대상자는 상담사가 제공하는 몇 가지 테스트를 진행하고 이를 바탕으로 상담을 진행하여 현재 상태를 공유하게 된다. 기존에 방문 경험이 있거나 본인의 상태를 분명하게 파악하고 있는 진단 대상자의 경우 대체로 상담사와의 원활한 상담 및 후속 치료가 가능하다.
그러나, 처음 방문하거나 아직 현재 상태 또는 원인을 파악하고 있지 못하는 진단 대상자의 경우, 기존의 테스트와 이에 기한 몇 가지 질문만으로는 원활한 상담 및 치료가 곤란하다.
한국 특허 공개 공보 제10-2018-0099403호
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 정신질환 종류마다 학습되는 인공지능 기반의 정신질환 종류별 진단 알고리즘을 이용하여, 대상자의 정신질환정보를 실시간으로 화상 방식으로 진단할 수 있는 인공지능 기반의 정신과 질환 진단 시스템을 제공하는 데 있다.
또한, 대상자와의 상담 세부 내용을 용이하게 작성시킬 수 있는 자동 스크립트를 제공하는데 있다.
본 발명의 상기 및 다른 목적과 이점은 바람직한 실시예를 설명한 하기의 설명으로부터 분명해질 것이다.
상기 목적은, 대상자 단말로부터 대상자 영상을 전송받고, 상담사 단말로부터 상담사 영상을 전송받는 정신과 질환 진단 시스템으로서, 상기 상담사 영상으로부터 추출되는 상담사 객체를 반응 유도용 컨텐츠 영상에 맵핑 처리한 맵핑 영상과 상기 대상자 영상을 합성 처리하여 화상 상담 영상을 생성하는 영상 생성부, 상기 화상 상담 영상이 재생되는 동안, 대상자를 측정하기 위한 측정장치로부터 측정되는 대상자의 반응정보에 기초하여, 상기 대상자 영상으로부터 추출되는 이상객체 이미지들을 수집하는 데이터 수집부, 상기 데이터 수집부를 통해 기수집된 환자군 이미지들과 해당 환자군의 정신질환 종류를 머신 러닝을 통해 학습하여, 인공지능 기반의 정신질환 종류별 진단 알고리즘을 생성하는 알고리즘 관리부 및 상기 이상객체 이미지들을 상기 인공지능 기반의 정신질환 종류별 진단 알고리즘에 적용함에 따라 도출되는 각 출력값에 기초하여, 상기 대상자의 정신질환정보를 진단하는 진단부를 포함하는 정신과 질환 진단 시스템에 의해 해결될 수 있다.
상기 알고리즘 관리부는, 상기 대상자의 반응정보와 상기 이상객체 이미지들을 사전에 연계된 의료진 단말에 중계함에 따라 의료진 진단결과를 피드백받는 의료진 중계부, 상기 대상자의 정신질환정보와 상기 의료진 진단결과 간의 동일 여부에 기초하여, 상기 인공지능 기반의 정신질환 종류별 진단 알고리즘의 각 가중치에 대한 조절 여부를 결정하는 조절 결정부, 상기 대상자의 정신질환정보와 상기 의료진 진단결과가 서로 다른 경우, 상기 의료진 진단결과에 기초하여 상기 인공지능 기반의 정신질환 종류별 진단 알고리즘의 각 가중치를 조절하는 가중치 조절부 및 상기 대상자의 정신질환정보와 상기 의료진 진단결과가 서로 동일한 경우, 상기 대상자의 질환 상태를 분석하기 위한 심리테스트를 제공함에 따라 출력되는 테스트결과에 기초하여, 기설정된 병행상담 치료 방법들 중 어느 하나의 병행 상담 치료 방법을 상기 대상자 단말에 제공하는 심리테스트 제공부를 포함한다.
상기 정신질환정보에 기초하여, 대상자와의 상담 내용을 자동으로 작성하여 상기 상담사 단말에 제공하는 상담 스크립트 작성부를 더 포함하고,
상기 상담 스크립트 작성부는 기수집된 상담이력 스크립트들로부터 상기 정신질환정보에 따라 대응되는 어느 하나의 상담이력 스크립트를 추출하는 스크립트 추출부, 상기 어느 하나의 상담이력 스크립트를 상기 대상자의 개인 정보에 따라 자동 스크립트로 자동으로 수정하여 작성하는 자동작성부, 상기 자동 스크립트에 대한 확인 여부를 상기 상담사 단말에 요청함에 따라 피드백 신호를 응답받는 요청확인부, 상기 피드백 신호가 동의인 경우, 상기 화상 상담 영상이 재생 완료될 때 상기 대상자 단말에 상기 자동 스크립트를 제공하는 스크립트 제공부 및 상기 피드백 신호가 비동의인 경우, 기수집된 나머지 상담이력 스크립트들로부터 상기 정신질환정보에 따라 이전 작성 횟수 순서대로 다른 하나의 상담이력 스크립트를 상담사 단말로 제공하는 스크립트 변경부를 포함한다.
본 발명의 실시예에 따르면, 정신질환 종류마다 학습되는 인공지능 기반의 정신질환 종류별 진단 알고리즘을 이용하여, 대상자의 정신질환정보를 실시간으로 보다 정확하게 진단할 수 있는 동시에 대상자 단말에 화상 방식으로 제공할 수 있다.
또한, 대상자와의 상담 내용을 용이하게 작성시킬 수 있게 하는 자동 스크립트를 제공하여, 상담사의 상담 내용 작성 시간을 획기적으로 단축시킬 수 있게 한다.
도 1은 본 발명의 일 실시예에 따른 정신과 질환 진단 시스템을 개략적으로 나타내는 도이다.
도 2는 도 1의 알고리즘 관리부를 구체적으로 나타내는 도이다.
도 3은 본 발명의 다른 실시예에 따른 정신과 질환 진단 시스템을 개략적으로 나타내는 도이다.
도 4는 도 3의 스크립트 작성부를 구체적으로 나타내는 도이다.
도 5는 도 3의 일 실시예에 따른 진단부를 구체적으로 나타내는 도이다.
이하, 본 발명의 실시예와 도면을 참조하여 본 발명을 상세히 설명한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위해 예시적으로 제시한 것일 뿐, 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가지는 자에 있어서 자명할 것이다.
또한, 달리 정의하지 않는 한, 본 명세서에서 사용되는 모든 기술적 및 과학적 용어는 본 발명이 속하는 기술 분야의 숙련자에 의해 통상적으로 이해되는 바와 동일한 의미를 가지며, 상충되는 경우에는, 정의를 포함하는 본 명세서의 기재가 우선할 것이다.
도면에서 제안된 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 그리고, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에서 기술한 "부"란, 특정 기능을 수행하는 하나의 단위 또는 블록을 의미한다.
각 단계들에 있어 식별부호(제1, 제2, 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 실시될 수도 있고 실질적으로 동시에 실시될 수도 있으며 반대의 순서대로 실시될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 정신과 질환 진단 시스템(100)을 개략적으로 나타내는 도이다.
도 1을 참조하여 설명하면, 본 발명의 일 실시예에 따른 정신과 질환 진단 시스템(100)은 영상 생성부(110), 데이터 수집부(120), 알고리즘 관리부(130) 및 진단부(140)를 포함할 수 있다.
먼저, 영상 생성부(110)는 상담사 영상으로부터 추출되는 상담사 객체를 반응 반응 유도용 컨텐츠 영상에 맵핑 처리한 맵핑 영상과 대상자 영상을 합성 처리하여 화상 상담 영상을 생성할 수 있다.
여기서, 반응 유도용 컨텐츠 영상은 대상자의 이상반응을 측정하기 위하여, 특정한 색상, 패턴, 음악, 도형, 미술 작품 등을 포함한 컨텐츠들과 함께 상담사 객체를 대상자의 이상반응을 유도하기 위한 상담 캐릭터로 변환 처리한 영상을 포함할 수 있다.
이때, 상담사 영상은 상담사 단말(20)을 통해 촬영되는 상담사의 안면이 포함된 실시간 촬영 영상이고, 대상자 영상은 대상자 단말(10)을 통해 촬영되는 대상자의 안면이 포함된 실시간 촬영 영상을 의미할 수 있다.
구체적으로, 영상 생성부(110)는 상담사 영상을 상담사 단말(20)로부터 수신할 수 있다. 그런 다음, 영상 생성부(110)는 객체 추출 알고리즘을 이용하여, 상담사 영상으로부터 상담사의 3차원 안면 영상 좌표를 추출할 수 있다.
여기서, 객체 추출 알고리즘은 HOG(Histogram of Oriented Gradient), Haar feature, SIFT(Scale Invariant Feature Transform), LBP(Local Binary Pattern) 중 적어도 하나를 포함할 수 있다. 이때, 상담사의 3차원 안면 영상 좌표는 상담사 단말(20)과 피사체 간의 거리 정보를 포함할 수 있다.
또한, 3차원 안면 영상 좌표는 눈 좌표, 코 좌표, 입 좌표, 턱 좌표, 이마 좌표 중 적어도 하나 이상의 좌표 정보를 포함할 수 있다.
이때, 영상 생성부(110)는 반응 유도용 컨텐츠 영상의 상담 캐릭터와 상담사의 3차원 안면 영상 좌표를 용이하게 맵핑시키도록 상담사의 안면 부위별 특징점과 상담 캐릭터의 특징점을 추출하여 서로 매칭시킴으로써, 맵핑 영상을 생성할 수 있다.
그런 다음, 영상 생성부(110)는 맵핑 영상에서 기설정된 배경 영역에 해당하는 영상 좌표 영역에 대상자 영상을 합성 처리하여 화상통화 방식의 화상 상담 영상을 실시간으로 생성하여 제공할 수 있게 할 수 있다.
실시예에 따라, 영상 생성부(110)는 대상자 단말(10)과 상담사 단말(20) 중 어느 하나의 단말에 화상 상담 영상을 제공할 때, 화상 상담 영상에 합성되는 맵핑 영상의 영역 크기와 대상자 영상의 영역 크기를 서로 다른 비율로 조절할 수 있다.
구체적으로, 영상 생성부(110)는 화상 상담 영상에 합성된 대상자 영상의 영역 크기를 최소 크기로 조절하여 대상자 단말(10)에 화상 상담 영상을 제공할 수 있다. 예를 들면, 대상자 단말(10)에 제공된 화상 상담 영상은 맵핑 영상 영역이 대상자 영상 영역보다 크도록 조절될 수 있다.
또한, 영상 생성부(110)는 화상 상담 영상에 합성된 대상자 영상의 영역 크기를 최대 크기로 조절하여 상담사 단말(20)에 화상 상담 영상을 제공할 수 있다. 예를 들면, 상담사 단말(20)에 제공된 화상 상담 영상은 맵핑 영상 영역이 대상자 영상 영역보다 작도록 조절될 수 있다.
다음으로, 데이터 수집부(120)는 화상 상담 영상이 재생 또는 제공되는 동안, 대상자를 측정하는 측정장치(1)로부터 대상자 단말(10)을 통해 전송받는 대상자의 반응정보에 기초하여, 대상자 영상으로부터 대상자의 이상객체 이미지들을 추출하여 수집할 수 있다.
여기서, 대상자의 반응정보는 대상자의 생체 정보와 동작 정보 중 적어도 하나를 포함할 수 있다. 이때, 이상객체 이미지들은 화상 상담 영상이 재생되는 시간과 대상자의 반응정보가 이상 상태에 해당하는 시간 간의 동기화를 통해 식별되는 대상자의 객체 이미지일 수 있다.
구체적으로, 측정장치(1)는 대상자의 신체에 부착되거나 착용되는 복수의 측정 모듈들로서, 대상자의 신체로부터 측정할 수 있는 뇌파, 맥박, 체온, 혈당, 동공 변화, 혈압, 혈중 용존 산소량 등의 생체 정보와 대상자의 동작 정보를 감지하여, 대상자 단말(10)을 통해 데이터 수집부(120)에 전송할 수 있다.
예를 들면, 복수의 측정 모듈들 중 맥박 측정 모듈은 대상자의 손목 부위에 착용되어 대상자의 맥박을 측정하도록 PPG(Photoplethysmography) 센서나 ECG(Electrocardiogram) 센서로 구현될 수 있다. 이러한 맥박 측정을 통해 얻을 수 있는 맥박 정보로는 심장 박동 수, 심장 박동 변이도 지수, 교감신경 활성 지수, 부교감신경 활성 지수, 자율신경 활성 지수 및 자율신경 균형 지수 등이 있다. 즉, 대상자의 맥박 정보는 맥박 측정 모듈로부터 대상자 단말(10)을 통해 데이터 수집부(120)로 송신되어 대상자의 심리 상태를 파악하는데 이용될 수 있다.
또한, 복수의 측정 모듈들 중 뇌파 측정 모듈은 대상자의 두부에 부착되어 대상자의 뇌파를 측정하도록 EEG(Electroencephalogram) 센서로 구현될 수 있다. 이러한 뇌파 측정을 통해 얻을 수 있는 뇌파 정보로는 좌뇌 및 우뇌로부터 측정된 델타, 세타, 알파, 베타 및 감마 중 하나 이상의 주파수 영역에 관한 정보가 있다. 즉, 대상자의 뇌파 정보는 뇌파 측정 모듈로부터 대상자 단말(10)을 통해 데이터 수집부(120)로 송신되어 대상자의 심리 상태를 파악하는데 이용될 수 있다.
또한, 복수의 측정 모듈들 중 동작 감지 모듈은 대상자에게 착용, 부착 또는 파지되어 대상자의 움직임을 감지하도록, 자이로(gyro) 센서, 가속도 센서, 압력 센서, 토크 센서, 홍채 인식 센서를 이용할 수 있다. 이러한 동작 감지를 통해 얻을 수 있는 동작 정보는 둘 이상의 선택지 중 일부를 선택하거나 영상의 재생에 따른 기능을 실행하는 등의 입력 동작과, 영상을 통한 상담의 진행을 위해 요구되는 의사 표현 동작과, 상담에 대한 대상자의 집중, 긴장, 당황 등의 심리 변화를 파악하기 위한 심리 동작 등이 포함될 수 있다. 즉, 대상자의 동작 정보는 동작 감지 모듈로부터 대상자 단말(10)을 통해 데이터 수집부(120)로 송신되어 대상자의 의도, 요구사항, 심리 상태 등을 파악하는데 이용될 수 있다.
실시예에 따라, 데이터 수집부(120)는 기수집된 환자군의 대표 이미지들과 해당 정신질환정보를 사전에 수집하여 저장 DB(200)에 저장할 수 있다.
여기서, 정신질환정보는 우울증, 조울증, 공황장애, 조현증, 치매 및 망상장애를 포함하고, 기수집된 환자군의 대표 이미지들은 우울증에 관련된 환자군의 객체 이미지들, 조울증에 관련된 환자군의 객체 이미지들을 의미할 수 있다.
한편, 저장 DB(200)는 반응 유도용 컨텐츠 영상, 기수집된 환자군 대표 이미지들과 해당 환자군의 정신질환 종류, 기수집된 정신질환 종류별 상담이력 스크립트들, 정신질환 종류별로 기설정된 자가진단 심리테스트와 해당 질의별 응답에 따른 각 점수를 사전에 수집하여 빅데이터로 저장 및 관리할 수 있다.
다음으로, 알고리즘 관리부(130)는 데이터 수집부(120)를 통해 기수집된 환자군 대표 이미지들과 해당 환자군의 정신질환정보를 정신질환 종류마다 분류하고 이를 머신 러닝을 통해 학습하여, 인공지능 기반의 정신질환 종류별 진단 알고리즘을 생성할 수 있다.
여기서, 인공지능 기반의 정신질환 종류별 진단 알고리즘은 대상자의 이상객체 이미지들을 입력받아 정신질환의 종류마다 각 확률값을 도출하기 위한 복수의 알고리즘들을 포함할 수 있다. 예를 들면, 인공지능 기반의 정신질환 종류별 진단 알고리즘은 우울증 진단 알고리즘, 조울증 진단 알고리즘, 공황장애 진단 알고리즘, 조현증 진단 알고리즘, 치매 진단 알고리즘 및 망상장애 진단 알고리즘을 포함할 수 있다.
즉, 정신질환 종류별 진단 알고리즘은 기수집된 환자군 대표 이미지들을 입력으로 입력받고, 해당 환자군의 정신질환 종류를 출력으로 입력받아 머신 러닝을 통해 생성되는 인공 신경 회로망(Artificial Neural Network), SVM(Support Vector Machine), 의사 결정 트리(Decision Tree) 및 랜덤 포레스트(Random Forest) 중 어느 하나의 알고리즘일 수 있다.
실시예에 따른 진단부(140)는 대상자의 이상객체 이미지들을 인공지능 기반의 정신질환 종류별 진단 알고리즘에 각각 적용함에 따라 도출되는 각 출력값의 크기에 기초하여, 대상자의 정신질환정보를 진단할 수 있다.
구체적으로, 진단부(140)는 각 인공지능 기반의 정신질환 종류별 진단 알고리즘을 통해 도출되는 대상자의 출력값들 중 가장 큰 값에 해당하는 정신질환 종류를 대상자의 정신질환정보로 진단할 수 있다. 예를 들면, 우울증 진단 알고리즘을 통해 도출된 출력값이 50이고, 조울증 진단 알고리즘을 통해 도출된 출력값이 20이며, 공황장애 진단 알고리즘을 통해 도출된 출력값이 40이며, 나머지 진단 알고리즘을 통해 도출된 출력값이 10이하인 경우, 진단부(140)는 출력값이 가장 높은 우울증 진단 알고리즘에 대응되는 우울증을 정신질환정보로 진단할 수 있다. 즉, 진단부(140)는 대상자의 이상객체 이미지들을 입력으로 하는 질환 종류별 진단 알고리즘을 이용하여, 우울증, 조울증, 공황장애, 조현증, 치매 및 망상장애 중 대상자의 출력값이 가장 큰 정신질환의 종류를 대상자의 정신질환정보로 진단할 수 있다.
이때, 진단부(140)는 대상자의 정신질환정보를 대상자 단말(10)에 실시간으로 제공함으로써, 대상자의 심리 변화, 의도에 따른 동작, 상담 결과 이해 등을 추가적으로 유도할 수 있다.
이하, 구체적인 실시예와 비교예를 통하여 본 발명의 구성 및 그에 따른 효과를 보다 상세히 설명하고자 한다. 그러나, 본 실시예는 본 발명을 보다 구체적으로 설명하기 위한 것이며, 본 발명의 범위가 이들 실시예에 한정되는 것은 아니다.
도 2는 도 1의 알고리즘 관리부(130)의 일 실시예에 따른 블록도이다.
도 2를 참조하면, 알고리즘 관리부(130)는 의료진 중계부(131)와 가중치 조절부(133)를 포함할 수 있다.
먼저, 의료진 중계부(131)는 대상자의 반응정보와 이상객체 이미지들을 사전에 연계된 의료진 단말(30)에 중계함에 따라 의료진 진단결과를 피드백받을 수 있다.
여기서, 의료진 진단결과는 대상자에 대하여 의료진에 의해 진단되는 우울증, 조울증, 공황장애, 조현증, 치매 및 망상장애 중 적어도 어느 하나의 정신질환 종류를 의미할 수 있다.
다음으로, 조절 결정부(132)는 진단부(140)를 통해 진단된 대상자의 정신질환정보와 의료진 진단결과 간의 동일 여부에 기초하여, 인공지능 기반의 정신질환 종류별 진단 알고리즘의 각 가중치에 대한 조절 여부를 결정할 수 있다.
다음으로, 대상자의 정신질환정보와 의료진 진단결과가 서로 다른 경우, 가중치 조절부(133)는 의료진 진단결과에 기초하여 인공지능 기반의 정신질환 종류별 진단 알고리즘의 각 가중치를 조절할 수 있다.
예를 들면, 대상자의 정신질환정보가 우울증이고, 의료진 진단결과가 조울증인 경우, 가중치 조절부(133)는 정신질환 종류별 인공지능 기반의 정신질환 종류별 진단 알고리즘 중 우울증에 해당하는 조울증 진단 알고리즘을 통해 도출되는 출력값이 가장 크게 출력되도록 인공지능 기반의 정신질환 종류별 진단 알고리즘의 각 가중치를 조절할 수 있다.
다음으로, 대상자의 정신질환정보와 의료진 진단결과가 서로 동일한 경우, 심리테스트 제공부(134)는 대상자의 질환 상태를 분석하기 위한 심리테스트를 제공함에 따라 출력되는 테스트결과에 기초하여, 기설정된 병행상담 치료 방법들 중 어느 하나의 병행 상담 치료 방법을 대상자 단말(10)에 제공할 수 있다.
여기서, 심리테스트는 질환 상태를 자가 판별하기 위하여, 기설정된 질의 사항에 따라 사용자 입력 정보를 입력받는 객관식 질의-응답 테스트로서, 테스트 결과는 대상자의 상담 치료 방법을 선택하기 위하여, 대상자의 반응정보를 토대로 자가진단하여 수치화한 결과값일 수 있다.
이때, 기설정된 병행상담 치료 방법들은 상담 치료, 놀이 치료, 미술 치료, 언어 치료, 독서 치료, 음악 치료, 연극 치료 및 학습 치료 중 적어도 하나 이상을 포함할 수 있다. 즉, 병행상담 치료 방법들은 객관식 질의-응답 테스트에 따른 테스트결과의 수치점수별로 대응될 수 있다. 예를 들면, 상담 치료는 0~50점, 미술 치료는 51~60점, 언어 치료는 61~70점, 독서 치료는 71~80점, 음악 치료는 81~90점일 수 있다.
실시예에 따라, 심리테스트 제공부(134)는 대상자의 반응정보에 기초하여, 심리테스트에 입력될 대상자에 대한 테스트 입력정보를 상담사 단말(20)로부터 입력받아 심리테스트에 대한 테스트 결과를 출력할 수도 있다. 예를 들면, 대상자의 반응정보로부터 대상자가 테스트를 할 수 없는 경우로 판단된 경우, 심리테스트 제공부(134)는 상담사 단말(20)에 대상자에 대한 심리테스트를 제공함에 따라 테스트 입력정보를 입력받을 수 있다.
도 3은 본 발명의 다른 실시예에 따른 정신과 질환 진단 시스템(100_1)을 개략적으로 나타내는 도이고, 도 4는 도 3의 스크립트 작성부(150)를 구체적으로 나타내는 도이다.
도 1 내지 도 4를 참조하여 설명하면, 정신과 질환 진단 시스템(100_1)은 영상 생성부(110), 데이터 수집부(120), 알고리즘 관리부(130), 진단부(140) 및 스크립트 작성부(150)를 포함할 수 있다. 이하, 도 1에서 설명된 동일한 부재번호의 영상 생성부(110), 데이터 수집부(120), 알고리즘 관리부(130), 진단부(140)에 대한 중복된 설명은 생략될 것이다.
이러한 스크립트 작성부(150)는 대상자와의 상담 내용을 자동으로 작성하여 상기 상담사 단말에 제공하기 위하여, 스크립트 추출부(151), 자동작성부(152), 요청확인부(153), 스크립트 제공부(154) 및 스크립트 변경부(155)를 포함할 수 있다.
먼저, 스크립트 추출부(151)는 저장 DB(200)에 기수집된 상담이력 스크립트들로부터 대상자의 정신질환정보에 대응되는 어느 하나의 상담이력 스크립트를 추출할 수 있다. 이러한 상담이력 스크립트들은 저장 DB(200)에 사전에 수집되고, 정신질환정보에 따라 분류되어 관리될 수 있다.
여기서, 상담이력 스크립트는 대상자명, 정신질환정보, 긴장, 당황, 집중, 불안, 스트레스, 흥분, 평온 등의 심리 상태에 대해 상담사로부터 입력받는 입력 상담 세부 정보, 자동참조 회수를 포함할 수 있다.
다음으로, 자동작성부(152)는 어느 하나의 상담이력 스크립트를 대상자의 개인 정보에 따라 수정하여 자동 스크립트로 작성할 수 있다.
다음으로, 요청확인부(153)는 자동 스크립트에 대한 확인 여부를 상담사 단말(20)에 요청함에 따라 피드백 신호를 응답받을 수 있다.
다음으로, 스크립트 제공부(154)는 상담사 단말(20)을 통해 응답받는 피드백 신호가 동의인 경우, 화상 상담 영상이 재생 완료될 때 대상자 단말(10)에 자동 스크립트를 상담 정보로서 제공할 수 있다.
다음으로, 스크립트 변경부(155)는 상담사 단말(20)을 통해 응답받는 피드백 신호가 비동의인 경우, 기수집된 나머지 상담이력 스크립트들로부터 정신질환정보에 따라 이전에 작성된 이용횟수의 순서대로 다른 하나의 상담이력 스크립트를 상담사 단말(20)에 순차적으로 제공함으로써, 상담사로부터 자동 스크립트를 수동으로 선택받을 수 있게 할 수 있다.
도 5는 도 3의 일 실시예에 따른 진단부(140)를 구체적으로 나타내는 도이다.
도 3과 도 5를 참조하면, 진단부(140)는 상태 결정부(141), 상담사 진단부(142) 및 상태정보 반영부(143)를 포함할 수 있다.
먼저, 상태 결정부(141)는 화상 상담 영상으로부터 추출되는 이상객체 이미지들의 개수에 기초하여, 대상자의 정신질환정보에 대한 이미지 상태 등급을 결정할 수 있다. 예를 들면, 이미지 상태 등급은 이상객체 이미지들의 개수가 기설정된 10개 미만인 경우 대상자의 정신질환이 낮은 제1 상태 등급으로 나타내고, 기설정된 100개 이상인 경우 대상자의 정신질환이 심한 제5 상태 등급으로 나타낼 수 있다.
다음으로, 상담사 진단부(142)는 상담사 단말(20)에 대상자의 반응정보와 이상객체 이미지들을 중계함에 따라 상담사에 의해 진단되는 대상자의 정신질환정보에 대한 평가 상태 등급을 전송받을 수 있다. 예를 들면, 평가 상태 등급은 대상자의 정신질환이 심하다고 판정되는 경우, 제5 상태 등급으로 진단되고, 대상자의 정신질환이 심하지 않다고 판정되는 경우, 제1 상태 등급으로 진단될 수 있다.
다음으로, 상태정보 반영부(143)는 이미지 상태 등급과 평가 상태 등급을 평균한 평균 상태 등급을 스크립트 제공부(152)를 통해 대상자 단말(10)에 제공되는 자동 스크립트에 대상자의 정신질환정보의 상태정보로서 추가 반영할 수 있다.
실시예에 따라, 상태정보 반영부(143)는 평균 상태 등급과 심리테스트 제공부(134)를 통해 획득된 테스트 결과를 비교 분석하여, 어느 하나의 치료 방법에 대한 치료 진행 단계를 결정할 수도 있다. 여기서, 치료 진행 단계는 초기 진행 단계, 중간 진행 단계, 후기 진행 단계 및 종결 단계 중 어느 하나의 단계일 수 있다.
본 명세서에서는 본 발명자들이 수행한 다양한 실시예 가운데 몇 개의 예만을 들어 설명하는 것이나 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고, 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
100: 정신과 질환 진단 시스템
110: 영상 생성부
120: 데이터 수집부
130: 알고리즘 관리부
140: 진단부
150: 스크립트 작성부

Claims (3)

  1. 대상자 단말로부터 대상자 영상을 전송받고, 상담사 단말로부터 상담사 영상을 전송받는 정신과 질환 진단 시스템으로서,
    상기 상담사 영상으로부터 추출되는 상담사 객체를 반응 유도용 컨텐츠 영상에 맵핑 처리한 맵핑 영상과 상기 대상자 영상을 합성 처리하여 화상 상담 영상을 생성하는 영상 생성부;
    상기 화상 상담 영상이 재생되는 동안, 대상자를 측정하기 위한 측정장치로부터 측정되는 대상자의 반응정보에 기초하여, 상기 대상자 영상으로부터 추출되는 이상객체 이미지들을 수집하는 데이터 수집부;
    상기 데이터 수집부를 통해 기수집된 환자군 이미지들과 해당 환자군의 정신질환 종류를 머신 러닝을 통해 학습하여, 인공지능 기반의 정신질환 종류별 진단 알고리즘을 생성하는 알고리즘 관리부; 및
    상기 이상객체 이미지들을 상기 인공지능 기반의 정신질환 종류별 진단 알고리즘에 적용함에 따라 도출되는 각 출력값에 기초하여, 상기 대상자의 정신질환정보를 진단하는 진단부를 포함하고,
    상기 알고리즘 관리부는,
    상기 대상자의 반응정보와 상기 이상객체 이미지들을 사전에 연계된 의료진 단말에 중계함에 따라 의료진 진단결과를 피드백받는 의료진 중계부;
    상기 대상자의 정신질환정보와 상기 의료진 진단결과 간의 동일 여부에 기초하여, 상기 인공지능 기반의 정신질환 종류별 진단 알고리즘의 각 가중치에 대한 조절 여부를 결정하는 조절 결정부;
    상기 대상자의 정신질환정보와 상기 의료진 진단결과가 서로 다른 경우, 상기 의료진 진단결과에 기초하여 상기 인공지능 기반의 정신질환 종류별 진단 알고리즘의 각 가중치를 조절하는 가중치 조절부; 및
    상기 대상자의 정신질환정보와 상기 의료진 진단결과가 서로 동일한 경우, 상기 대상자의 질환 상태를 분석하기 위한 심리테스트를 제공함에 따라 출력되는 테스트결과에 기초하여, 기설정된 병행상담 치료 방법들 중 어느 하나의 병행 상담 치료 방법을 상기 대상자 단말에 제공하는 심리테스트 제공부를 포함하며,
    상기 심리테스트 제공부는,
    상기 기설정된 병행상담 치료 방법들 중 객관식 질의-응답 테스트에 따른 테스트결과의 수치점수별로 대응되는 어느 하나의 병행 상담 치료 방법을 상기 대상자 단말에 단계별로 제공할 때,
    상기 대상자의 반응정보에 기초하여, 상기 심리테스트에 입력될 상기 대상자에 대한 테스트 입력정보를 상기 상담사 단말로부터 입력받아 상기 심리테스트에 대한 테스트 결과를 출력하고,
    상기 어느 하나의 병행 상담 치료 방법은 상담 치료, 놀이 치료, 미술 치료, 언어 치료, 독서 치료, 음악 치료, 연극 치료 및 학습 치료 중 적어도 하나 이상을 포함하며,
    상기 정신질환정보에 기초하여, 대상자와의 상담 내용을 자동으로 작성하여 상기 상담사 단말에 제공하는 상담 스크립트 작성부를 더 포함하고,
    상기 상담 스크립트 작성부는,
    기수집된 상담이력 스크립트들로부터 상기 정신질환정보에 따라 대응되는 어느 하나의 상담이력 스크립트를 추출하는 스크립트 추출부;
    상기 어느 하나의 상담이력 스크립트를 상기 대상자의 개인 정보에 따라 자동 스크립트로 자동으로 수정하여 작성하는 자동작성부;
    상기 자동 스크립트에 대한 확인 여부를 상기 상담사 단말에 요청함에 따라 피드백 신호를 응답받는 요청확인부;
    상기 피드백 신호가 동의인 경우, 상기 화상 상담 영상이 재생 완료될 때 상기 대상자 단말에 상기 자동 스크립트를 제공하는 스크립트 제공부; 및
    상기 피드백 신호가 비동의인 경우, 기수집된 나머지 상담이력 스크립트들로부터 상기 정신질환정보에 따라 이전 작성 횟수 순서대로 다른 하나의 상담이력 스크립트를 상담사 단말로 제공하는 스크립트 변경부를 포함하고,
    상기 진단부는,
    상기 화상 상담 영상으로부터 추출되는 이상객체 이미지들의 개수에 기초하여, 상기 대상자의 정신질환정보에 대한 이미지 상태 등급을 결정하는 상태 결정부;
    상기 상담사 단말에 대상자의 반응정보와 이상객체 이미지들을 중계함에 따라 진단되는 상기 대상자의 정신질환정보에 대한 평가 상태 등급을 전송받는 상담사 진단부; 및
    상기 이미지 상태 등급과 상기 평가 상태 등급을 평균한 평균 상태 등급을 상기 자동 스크립트에 대상자의 정신질환정보의 상태정보로서 추가 반영하는 상태정보 반영부를 포함하고,
    상기 상태정보 반영부는 상기 평균 상태 등급과 상기 심리테스트 제공부를 통해 획득된 테스트 결과를 비교 분석하여, 어느 하나의 치료 방법에 대한 치료 진행 단계를 결정하며,
    상기 치료 진행 단계는 초기 진행 단계, 중간 진행 단계, 후기 진행 단계 및 종결 단계 중 어느 하나의 단계이고,
    상기 영상 생성부는,
    상기 화상 상담 영상을 상기 대상자 단말 및 상기 상담사 단말에 제공할 때, 상기 화상 상담 영상에 합성되는 상기 맵핑 영상의 영역 크기와 상기 대상자 영상의 영역 크기를 서로 다른 비율로 조절하여,
    상기 화상 상담 영상으로부터 상기 대상자 영상의 영역 크기가 최소 크기로 조절된 영상을 상기 대상자 단말에 제공하고, 상기 화상 상담 영상으로부터 상기 대상자 영상의 영역 크기가 최대 크기로 조절된 영상을 상기 상담사 단말에 개별적으로 제공하는, 정신과 질환 진단 시스템.





  2. 삭제
  3. 삭제
KR1020210144279A 2021-10-27 2021-10-27 인공지능 기반의 정신과 질환 진단 시스템 KR102388765B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210144279A KR102388765B1 (ko) 2021-10-27 2021-10-27 인공지능 기반의 정신과 질환 진단 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210144279A KR102388765B1 (ko) 2021-10-27 2021-10-27 인공지능 기반의 정신과 질환 진단 시스템

Publications (1)

Publication Number Publication Date
KR102388765B1 true KR102388765B1 (ko) 2022-04-20

Family

ID=81403743

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210144279A KR102388765B1 (ko) 2021-10-27 2021-10-27 인공지능 기반의 정신과 질환 진단 시스템

Country Status (1)

Country Link
KR (1) KR102388765B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180099403A (ko) 2017-02-28 2018-09-05 주식회사 에임메드 온라인 심리상담 시스템 및 이를 이용한 온라인 심리상담 방법
KR101911516B1 (ko) * 2017-12-26 2018-10-24 (주)에프앤아이 사용자의 심리 상태 데이터를 획득하고 사용자의 심리 상태를 판단하고 피드백을 제공하는 방법 및 이를 이용한 서버
KR102216899B1 (ko) * 2020-01-31 2021-02-17 임시원 실시간 영상 및 음성 맵핑을 통해 개인화된 상담이 가능한 심리 상담 방법
KR20210058449A (ko) * 2019-11-14 2021-05-24 주식회사 셀바스에이아이 인공 지능 기반의 정신 건강 관리를 위한 장치 및 방법
KR102277820B1 (ko) * 2021-01-29 2021-07-16 전다정 반응정보 및 감정정보를 이용한 심리 상담 시스템 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180099403A (ko) 2017-02-28 2018-09-05 주식회사 에임메드 온라인 심리상담 시스템 및 이를 이용한 온라인 심리상담 방법
KR101911516B1 (ko) * 2017-12-26 2018-10-24 (주)에프앤아이 사용자의 심리 상태 데이터를 획득하고 사용자의 심리 상태를 판단하고 피드백을 제공하는 방법 및 이를 이용한 서버
KR20210058449A (ko) * 2019-11-14 2021-05-24 주식회사 셀바스에이아이 인공 지능 기반의 정신 건강 관리를 위한 장치 및 방법
KR102216899B1 (ko) * 2020-01-31 2021-02-17 임시원 실시간 영상 및 음성 맵핑을 통해 개인화된 상담이 가능한 심리 상담 방법
KR102277820B1 (ko) * 2021-01-29 2021-07-16 전다정 반응정보 및 감정정보를 이용한 심리 상담 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
US11755108B2 (en) Systems and methods for deep reinforcement learning using a brain-artificial intelligence interface
US10966605B2 (en) Health assessment via eye movement biometrics
CN107224291B (zh) 调度员能力测试系统
CN111728609B (zh) 脑电信号的分类方法、分类模型的训练方法、装置及介质
Zamzmi et al. An approach for automated multimodal analysis of infants' pain
CN108697386A (zh) 用于检测生理状态的系统和方法
KR102596534B1 (ko) 진단 보조 방법 및 장치
Seo et al. Deep learning approach for detecting work-related stress using multimodal signals
Dadiz et al. Detecting depression in videos using uniformed local binary pattern on facial features
CN115024725A (zh) 融合心理状态多参数检测的肿瘤治疗辅助决策系统
Vijayakumar et al. ECG noise classification using deep learning with feature extraction
Daydulo et al. Cardiac arrhythmia detection using deep learning approach and time frequency representation of ECG signals
Esteves et al. AUTOMOTIVE: a case study on AUTOmatic multiMOdal drowsiness detecTIon for smart VEhicles
KR102388765B1 (ko) 인공지능 기반의 정신과 질환 진단 시스템
Eisenhauer et al. Context-based facilitation in visual word recognition: Evidence for visual and lexical but not pre-lexical contributions
Wang et al. Application of Combined Brain Computer Interface and Eye Tracking
CN117643458B (zh) 一种多模态数据驱动的术后谵妄评估系统
Mo et al. A multimodal data-driven framework for anxiety screening
Srinivasan et al. A hybrid approach for analysis of brain lateralisation in autistic children using graph theory techniques and deep belief networks
Ozturk et al. Statistical Analysis and Multimodal Classification on Noisy Eye Tracker and Application Log Data of Children with Autism and ADHD.
Rao et al. A medical AI agent as a tool for neuropsychiatric diagnoses
US20230049121A1 (en) Cognitive function test server and method
Komolovaitė EEG signal analysis of the visual cortex in individuals with Alzheimer’s disease
Saavedra-Peña Saccade latency determination using video recordings from consumer-grade devices
Alzoubi Automatic affect detection from physiological signals: Practical issues

Legal Events

Date Code Title Description
GRNT Written decision to grant