KR102426745B1 - 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 - Google Patents
노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 Download PDFInfo
- Publication number
- KR102426745B1 KR102426745B1 KR1020220012930A KR20220012930A KR102426745B1 KR 102426745 B1 KR102426745 B1 KR 102426745B1 KR 1020220012930 A KR1020220012930 A KR 1020220012930A KR 20220012930 A KR20220012930 A KR 20220012930A KR 102426745 B1 KR102426745 B1 KR 102426745B1
- Authority
- KR
- South Korea
- Prior art keywords
- questions
- counselor
- counseling
- terminal
- scenario
- Prior art date
Links
- 230000036541 health Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims description 41
- 238000009223 counseling Methods 0.000 claims abstract description 114
- 230000004044 response Effects 0.000 claims abstract description 76
- 208000020016 psychiatric disease Diseases 0.000 claims abstract description 35
- 230000004630 mental health Effects 0.000 claims abstract description 26
- 238000003745 diagnosis Methods 0.000 claims abstract description 20
- 208000024891 symptom Diseases 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000036651 mood Effects 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 10
- 238000011017 operating method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 235000013305 food Nutrition 0.000 description 82
- 230000006854 communication Effects 0.000 description 70
- 238000004891 communication Methods 0.000 description 68
- 238000010801 machine learning Methods 0.000 description 27
- 230000005540 biological transmission Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 17
- 230000015654 memory Effects 0.000 description 15
- 150000001720 carbohydrates Chemical class 0.000 description 13
- 235000014633 carbohydrates Nutrition 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000012795 verification Methods 0.000 description 11
- 102000004169 proteins and genes Human genes 0.000 description 9
- 108090000623 proteins and genes Proteins 0.000 description 9
- 235000012054 meals Nutrition 0.000 description 8
- 235000021152 breakfast Nutrition 0.000 description 7
- 230000002996 emotional effect Effects 0.000 description 7
- 210000000577 adipose tissue Anatomy 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 210000003205 muscle Anatomy 0.000 description 6
- 235000019624 protein content Nutrition 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 235000019625 fat content Nutrition 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 206010016256 fatigue Diseases 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000004984 smart glass Substances 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010008469 Chest discomfort Diseases 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003867 tiredness Effects 0.000 description 1
- 208000016255 tiredness Diseases 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- G10L15/26—Speech to text 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
- 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
- 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
- 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)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Pathology (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Game Theory and Decision Science (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
Abstract
본 발명의 실시예에 따르면, 노인 건강 관리 서비스를 제공하기 위한 장치가 제공된다. 상기 장치는, 상담사의 상담사 단말에 복수의 질문들을 포함하는 상담시나리오를 제공하는 상담시나리오 제공부; 노인의 사용자 단말을 통해 획득된 생활 데이터를 기반으로 이상징후를 감지하는 이상징후 감지부; 및 상기 상담사 단말로부터 상기 질문들과 대응하는 복수의 응답들을 수신하고, 상기 응답들에 기초하여 기 설정된 복수의 정신질환들 각각에 대한 발병위험도를 결정하며, 결정된 상기 발병위험도에 기초하여 상기 상담시나리오에 포함될 상기 질문들을 선정하는 정신건강 진단부를 포함할 수 있다.
Description
본 발명은 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
초고령 사회에 진입하면서 노인의 수가 폭발적으로 증가하고 있으며, 이에 따라 경제적으로 취약하고 혼자 지내는 노인에 대한 복지 문제가 대두되고 있다.
혼자 지내는 노인의 경우 정신질환에 노출될 위험성이 크고, 이상상황이 발생되는 경우 주변에 도움을 줄 사람이 없어 큰 피해로 이어지는 사례가 다수 발생되고 있다.
이에 따라, 혼자 사는 노인의 건강을 관리해주는 기술에 대한 필요성이 대두되고 있다.
본 발명은, 노인과 상담을 진행하는 상담사에게 상담시나리오를 제공할 수 있는, 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램을 제공하는 것을 일 목적으로 한다.
또한, 본 발명은, 노인과 상담을 진행하는 상담사에게 상담에 포함된 대화내용을 제공할 수 있는, 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램을 제공하는 것을 다른 목적으로 한다.
또한, 본 발명은, 상담에 포함된 대화내용에 기초하여 상담사를 평가할 수 있는, 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은, 상담에 포함된 대화내용에 기초하여 노인에게 추천될 음식을 결정할 수 있는, 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은, 상담에 포함된 대화내용에 기초하여 노인의 정신건강을 진단할 수 있는, 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은, 정신건강을 진단하기 위한 복수의 질문들을 복수의 상담시나리오들에 분산하여 포함시킬 수 있는, 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램을 제공하는 것을 또 다른 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 일 측면은, 노인 건강 관리 서비스를 제공하기 위한 장치가 제공된다.
상기 장치는, 상담사의 상담사 단말에 복수의 질문들을 포함하는 상담시나리오를 제공하는 상담시나리오 제공부; 노인의 사용자 단말을 통해 획득된 생활 데이터를 기반으로 이상징후를 감지하는 이상징후 감지부; 및 상기 상담사 단말로부터 상기 질문들과 대응하는 복수의 응답들을 수신하고, 상기 응답들에 기초하여 기 설정된 복수의 정신질환들 각각에 대한 발병위험도를 결정하며, 결정된 상기 발병위험도에 기초하여 상기 상담시나리오에 포함될 상기 질문들을 선정하는 정신건강 진단부를 포함할 수 있다.
또한, 상기 장치는, 상기 상담사 단말에서 상기 상담사가 상기 노인과 진행한 상담의 내용을 포함하는 음성데이터 및 복수의 질의응답시간들을 수신하고, 상기 음성데이터에서 상기 질의응답시간들과 대응하는 복수의 부분음성데이터들을 획득하며, 상기 부분음성데이터들과 대응하는 복수의 부분텍스트데이터들을 생성하며, 상기 부분음성데이터들 및 상기 부분텍스트데이터들을 상기 상담사 단말에 제공하는 상담내용 표시부를 더 포함할 수 있다.
또한, 상기 상담내용 표시부는, 상기 부분텍스트데이터에 기초하여 상기 부분텍스트데이터와 대응하는 상기 질문을 결정하고, 데이터베이스에서 결정된 상기 질문과 미리 매칭되어 저장된 복수의 키워드들을 검색하며, 상기 부분텍스트데이터에서 상기 키워드들과 일치하는 부분을 제1 색으로 표시하고, 상기 키워드들과 일치하지 않는 부분을 제2 색으로 표시하여 상기 상담사 단말에 제공할 수 있다.
또한, 상기 장치는, 상기 질문들, 상기 응답들, 상기 부분음성데이터들 및 상기 부분텍스트데이터들을 복수의 검수자 단말들에 제공하고, 상기 검수자 단말들 각각으로부터 상기 응답들 각각에 대해 정답라벨 또는 오답라벨이 부여된 검수결과를 수신하며, 복수의 상기 검수결과들에 기초하여 상기 응답들 각각의 최종라벨을 상기 정답라벨 또는 상기 오답라벨로 결정하고, 상기 정답라벨로 결정된 상기 최종라벨의 개수 및 상기 오답라벨로 결정된 상기 최종라벨의 개수에 기초하여 상기 상담사 단말의 상담정확도를 결정하는, 상담사 평가부를 더 포함할 수 있다.
또한, 상기 상담사 평가부는, 상기 음성데이터에 기초하여 상기 상담과 대응하는 기분점수를 산출하고, 상기 상담사 단말이 상기 노인과 진행한 복수의 상기 상담들과 대응하는 상담시간들 및 상기 상담들과 대응하는 상기 기분점수들에 기초하여, 상기 상담사 단말과 대응하는 친밀도를 결정할 수 있다.
또한, 상기 정신건강 진단부는, 데이터베이스에서 상기 발병위험도가 기 설정된 기준위험도 이상인 정신질환과 미리 매칭되어 저장된 복수의 상기 질문들을 검색하고, 검색된 상기 질문들을 상기 상담시나리오에 포함시키며, 상기 상담시나리오 제공부는, 상기 상담정확도 및 상기 친밀도를 더한 값이 기 설정된 기준 값보다 큰 경우, 상기 상담시나리오들 각각에 포함되는 상기 질문들의 개수를 기 설정된 제1 개수로 결정하고, 상기 상담정확도 및 상기 친밀도를 더한 값이 기 설정된 기준 값보다 작은 경우, 상기 상담시나리오들 각각에 포함되는 상기 질문들의 개수를 기 설정된 제2 개수로 결정하며, 상기 제1 개수는 상기 제2 개수보다 크게 설정될 수 있다.
또, 본 발명의 다른 측면에 따르면, 노인 건강 관리 서비스를 제공하기 위한 동작 방법이 제공된다.
상기 동작 방법은, 상담사의 상담사 단말에 복수의 질문들을 포함하는 상담시나리오를 제공하는 동작; 노인의 사용자 단말을 통해 획득된 생활 데이터를 기반으로 이상징후를 감지하는 동작; 및 상기 상담사 단말로부터 상기 질문들과 대응하는 복수의 응답들을 수신하고, 상기 응답들에 기초하여 기 설정된 복수의 정신질환들 각각에 대한 발병위험도를 결정하며, 결정된 상기 발병위험도에 기초하여 상기 상담시나리오에 포함될 상기 질문들을 선정하는 동작을 포함할 수 있다.
또, 본 발명의 또 다른 측면에 따르면, 상기 동작 방법을 실행시키기 위한 프로그램이 기록되고, 컴퓨터에 의해 읽혀질 수 있는, 비일시적 기록매체가 제공된다.
또, 본 발명의 또 다른 측면에 따르면, 노인 건강 관리 서비스를 제공하기 위한 장치에서, 상기 동작 방법을 실행시키기 위하여 비일시적 기록매체에 기록된 컴퓨터 프로그램이 제공된다.
또, 본 발명의 또 다른 측면에 따르면, 노인 건강 관리 서비스를 제공하기 위한 시스템이 제공된다.
상기 시스템은, 장치로부터 상담시나리오를 수신하는 상담사 단말; 및 상기 상담사 단말로부터 상기 상담시나리오에 포함된 복수의 질문들과 대응하는 응답들을 수신하는 상기 장치를 포함한다.
또한, 상기 장치는, 상기 상담사 단말에 상기 질문들을 포함하는 상기 상담시나리오를 제공하는 상담시나리오 제공부; 노인의 사용자 단말을 통해 획득된 생활 데이터를 기반으로 이상징후를 감지하는 이상징후 감지부; 및 상기 상담사 단말로부터 상기 질문들과 대응하는 복수의 응답들을 수신하고, 상기 응답들에 기초하여 기 설정된 복수의 정신질환들 각각에 대한 발병위험도를 결정하며, 결정된 상기 발병위험도에 기초하여 상기 상담시나리오에 포함될 상기 질문들을 선정하는 정신건강 진단부를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상담사에게 노인에게 할 질문들이 포함되어 있는 상담시나리오가 제공되므로, 상담사는 상담시나리오에 기초하여 상담을 진행할 수 있다.
본 발명의 다른 실시예에 따르면, 상담사에게 상담에 포함된 대화내용을 제공이 제공되므로, 상담사가 제공받은 대화내용에 기초하여 질문에 대해 노인이 한 응답을 정리할 수 있다.
본 발명의 또 다른 실시예에 따르면, 상담사에 대한 평점이 결정되어 관리되므로, 상담사들의 상담의 질을 관리할 수 있다.
본 발명의 또 다른 실시예에 따르면, 노인의 건강상태를 향상시키는데 적합한 음식들이 추천되므로, 노인의 건강상태가 관리될 수 있다.
본 발명의 또 다른 실시예에 따르면, 노인의 건강상태가 진단될 수 있으므로, 노인의 정신건강상태가 관리될 수 있다.
본 발명의 또 다른 실시예에 따르면, 노인이 선호하지 않는 정신건강에 대한 질문들이 복수의 상담들에 분산되므로, 정신건강 진단의 정확성이 향상되고 노인의 피로도가 경감될 수 있다.
도 1은 일 실시예에 따른 노인 건강 관리 서비스를 제공하기 위한 시스템에 대한 개요도이다.
도 2는 도 1에 따른 서비스 제공 장치의 기능적 모듈을 예시적으로 나타낸 블록도이다.
도 3은 도 2에 따른 상담내용 표시부가 상담사 단말에 상담내용을 표시하주는 과정을 도시하는 흐름도이다.
도 4는 도 2에 따른 상담내용 표시부가 상담사 단말에 상담내용을 표시하주는 과정을 개념적으로 나타내는 도면이다.
도 5는 도 2에 따른 상담사 평가부가 상담사를 평가하는 과정을 도시하는 흐름도이다.
도 6은 도 2에 따른 상담사 평가부가 검수자 단말들에 질문들 및 응답들에 대한 검수를 요청하는 과정을 개념적으로 나타내는 도면이다.
도 7은 도 2에 따른 추천음식 결정부가 추천음식을 결정하는 과정을 도시하는 흐름도이다.
도 8은 도 2에 따른 정신건강 진단부가 사용자의 정신건강을 진단하는 과정을 도시하는 흐름도이다.
도 9는 도 1에 따른 서비스 제공 장치의 동작과정을 개념적으로 도시하는 도면이다.
도 10은 도 1에 따른 서비스 제공 장치의 하드웨어 구성을 예시적으로 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따른 통신 과정에서 적용될 수 있는 무선 통신 시스템을 나타낸 도면이다.
도 12는 도 11에 따른 무선 통신 시스템에서 기지국을 나타낸 도면이다.
도 13은 도 11에 따른 무선 통신 시스템에서 단말을 나타낸 도면이다.
도 14는 도 11에 따른 무선 통신 시스템에서 통신 인터페이스를 나타낸 도면이다.
도 2는 도 1에 따른 서비스 제공 장치의 기능적 모듈을 예시적으로 나타낸 블록도이다.
도 3은 도 2에 따른 상담내용 표시부가 상담사 단말에 상담내용을 표시하주는 과정을 도시하는 흐름도이다.
도 4는 도 2에 따른 상담내용 표시부가 상담사 단말에 상담내용을 표시하주는 과정을 개념적으로 나타내는 도면이다.
도 5는 도 2에 따른 상담사 평가부가 상담사를 평가하는 과정을 도시하는 흐름도이다.
도 6은 도 2에 따른 상담사 평가부가 검수자 단말들에 질문들 및 응답들에 대한 검수를 요청하는 과정을 개념적으로 나타내는 도면이다.
도 7은 도 2에 따른 추천음식 결정부가 추천음식을 결정하는 과정을 도시하는 흐름도이다.
도 8은 도 2에 따른 정신건강 진단부가 사용자의 정신건강을 진단하는 과정을 도시하는 흐름도이다.
도 9는 도 1에 따른 서비스 제공 장치의 동작과정을 개념적으로 도시하는 도면이다.
도 10은 도 1에 따른 서비스 제공 장치의 하드웨어 구성을 예시적으로 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따른 통신 과정에서 적용될 수 있는 무선 통신 시스템을 나타낸 도면이다.
도 12는 도 11에 따른 무선 통신 시스템에서 기지국을 나타낸 도면이다.
도 13은 도 11에 따른 무선 통신 시스템에서 단말을 나타낸 도면이다.
도 14는 도 11에 따른 무선 통신 시스템에서 통신 인터페이스를 나타낸 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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 본 발명이 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.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시예에 따른 노인 건강 관리 서비스를 제공하기 위한 시스템에 대한 개요도이다.
도 1을 참조하면, 노인 건강 관리 서비스를 제공하기 위한 시스템은, 서비스 제공 장치(100), 상담사 단말(200), 사용자 단말(300), 보호자 단말(400) 및 요양보호사 단말(500)을 포함한다. 도시된 실시예에서, 하나의 상담사 단말(200), 사용자 단말(300), 보호자 단말(400) 및 요양보호사 단말(500)과 서비스 제공 장치(100)가 통신 가능하게 연결되는 것으로 도시되나, 이에 한정되는 것은 아니며 복수의 상담사 단말(200)들, 사용자 단말(300)들, 보호자 단말(400)들 및 요양보호사 단말(500)들과 서비스 제공 장치(100)가 통신 가능하게 연결될 수 있다.
상담사 단말(200)은, 노인 건강 관리 서비스를 이용하는 상담사의 단말로서, 서비스 제공 장치(100)에 상담사 정보를 등록하고 노인 건강 관리 서비스를 제공받을 수 있다. 일 실시예에서, 상담사 정보는, 상담사의 이름, 나이, 성별, 주소, 연락처 등을 포함할 수 있다.
또한, 상담사 단말(200)은, 서비스 제공 장치(100)로부터 복수의 질문들을 포함하는 상담시나리오를 제공받을 수 있다. 또한, 상담사 단말(200)은, 사용자와 유선상으로 상담을 진행해야하는 상담일정을 제공받을 수 있다.
또한, 상담사 단말(200)은, 상담시나리오에 기초하여 사용자와 유선상으로 진행한 상담내용을 포함하는 음성데이터를 서비스 제공 장치(100)에 제공한다. 또한, 상담사 단말(200)은, 질문이 시작된 시각과 사용자의 응답이 종료된 시각 사이의 시간인 질의응답시간을 서비스 제공 장치(100)에 제공한다. 일 실시예에서, 상담시나리오에 복수의 질문들이 포함된 경우, 상담사 단말(200)은 복수의 질의응답시간을 서비스 제공 장치(100)에 전송한다. 또한, 상담사 단말(200)은, 음성데이터의 부분 중 질의응답시간과 대응하는 부분인 부분음성데이터를 서비스 제공 장치(100)로부터 제공받을 수 있다. 또한, 상담사 단말(200)은, 부분음성데이터와 대응하는 텍스트데이터를 제공받을 수 있다. 이를 통해, 상담사 단말(200)의 상담사는, 부분음성데이터 및 텍스트데이터에 기초하여 질문에 대한 응답을 결정할 수 있다. 질문에 대한 응답이 결정되면, 상담사 단말(200)은, 상담시나리오에 포함된 질문들 및 질문들과 대응하는 응답들을 서비스 제공 장치(100)에 제공할 수 있다.
또한, 상담사 단말(200)은, 상담을 통해 파악된 이상징후를 서비스 제공 장치(100)에 제공할 수 있다.
또한, 검수자 단말(200)은 다른 상담사가 서비스 제공 장치(100)에 제공한 질문들 및 응답들에 대한 검수결과를 서비스 제공 장치(100)에 제공할 수 있다. 검수자 단말(200)은 다른 상담사에 대한 검수를 진행하는 상담사의 상담사 단말(200)을 의미한다.
또한, 사용자 단말(300)은, 노인 관리 서비스를 제공받는 사용자(예를 들어, 노인)의 단말로서, 서비스 제공 장치(100)에 응급신호를 제공할 수 있다.
또한, 보호자 단말(400)은, 노인 건강 관리 서비스를 이용하는 보호자의 단말로서, 서비스 제공 장치(100)에 보호자 정보를 등록하고 노인 건강 관리 서비스를 제공받을 수 있다. 일 실시예에서, 보호자 정보는, 보호자의 이름, 나이, 성별, 주소, 연락처 등을 포함할 수 있다. 서비스 제공 장치(100)의 데이터베이스에는, 보호자의 보호자 정보 및 사용자의 사용자 정보가 서로 매칭되어 저장된다.
또한, 요양보호사 단말(500)은, 노인 건강 관리 서비스를 이용하는 요양보호사의 단말로서, 서비스 제공 장치(100)에 요양보호사 정보를 등록하고 노인 건강 관리 서비스를 제공받을 수 있다. 일 실시예에서, 요양보호사 정보는, 요양보호사의 이름, 나이, 성별, 주소, 연락처 등을 포함할 수 있다. 서비스 제공 장치(100)의 데이터베이스에는, 요양보호사의 요양보호사 정보 및 사용자의 사용자 정보가 서로 매칭되어 저장된다.
상담사 단말(200), 사용자 단말(300), 보호자 단말(400) 및 요양보호사 단말(500)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.
서비스 제공 장치(100)는 노인 건강 관리 서비스를 상담사 단말(200), 사용자 단말(300), 보호자 단말(400) 및 요양보호사 단말(500)에 제공하기 위한 서버일 수 있다.
구체적으로, 서비스 제공 장치(100)는, 복수의 질문들을 포함하는 상담시나리오를 상담사 단말(200)에 제공할 수 있다. 일 실시예에서, 상담시나리오에는 사용자 아침식사, 점심식사 및 저녁식사에 섭취하는 음식들, 사용자가 아침식사, 점심식사 및 저녁식사에 섭취하는 식사량에 대한 제1 질문들이 포함될 수 있다. 일 실시예에서, 상담시나리오에는 기 설정된 복수의 정신질환들 각각에 대한 발생가능성을 판단하기 위한 제2 질문들이 포함될 수 있다. 일 실시예에서, 상담시나리오에는 기 설정된 복수의 정신질한들 각각에 대한 발생여부를 판단하기 위한 제3 질문들이 포함될 수 있다.
또한, 서비스 제공 장치(100)는, 상담사 단말(200)로부터 사용자와 유선상으로 진행된 상담의 상담내용을 포함하는 음성데이터를 수신할 수 있다. 또한, 서비스 제공 장치(100)는, 상담사 단말(200)로부터 상담시나리오에 포함된 질문들 각각에 대한 질의응답시간을 수신할 수 있다. 일 실시예에서, 질의응답시간은 질문이 시작된 시각과 사용자의 응답이 종료된 시각 사이의 시간을 의미할 수 있다. 또한, 서비스 제공 장치(100)는, 음성데이터로부터 질의응답시간과 대응하는 부분인 부분음성데이터를 획득하고, 부분음성데이터와 대응하는 텍스트데이터를 생성할 수 있다. 또한, 서비스 제공 장치(100)는, 상담사 단말(200)에 부분음성데이터 및 텍스트데이터를 제공할 수 있다. 또한, 서비스 제공 장치(100)는, 상담사 단말(200)로부터 상담시나리오에 포함된 질문들과 대응하는 응답들을 수신할 수 있다.
또한, 서비스 제공 장치(100)는, 상담사 단말(200)로부터 수신한 질문들과 응답들, 질문들과 대응하는 부분음성데이터들 및 부분음성데이터들과 대응하는 텍스트데이터들을 복수의 검수자 단말(200)들에 제공할 수 있다.
또한, 서비스 제공 장치(100)는, 검수자 단말(200)들로부터 수신한 검수결과들에 기초하여 상담사 단말(200)에 대한 검수정확도를 결정할 수 있다.
또한, 서비스 제공 장치(100)는, 음성데이터에 기초하여 상담사가 유선상으로 사용자와 진행한 상담과 대응하는 사용자의 기분점수를 결정할 수 있다. 또한, 서비스 제공 장치(100)는, 상담사가 유선상으로 사용자와 진행한 복수의 상담들 각각의 상담시간과 상담들 각각과 대응하는 사용자의 기분점수에 기초하여 상담사 단말과 대응하는 친밀도를 결정할 수 있다.
또한, 서비스 제공 장치(100)는, 사용자가 아침식사, 점심식사 및 저녁식사에 섭취하는 식사량에 대한 제1 질문들과 대응하는 제1 응답들에 기초하여 추천음식들을 결정할 수 있다. 또한, 서비스 제공 장치(100)는, 상담사 단말(200), 보호자 단말(400) 및 요양보호사 단말(500)에 결정된 추천음식들에 대한 정보를 제공할 수 있다.
또한, 서비스 제공 장치(100)는, 기 설정된 복수의 정신질환들 각각에 대한 발생가능성을 판단하기 위한 제2 질문들과 대응하는 제2 응답들에 기초하여 정신질환들 각각과 대응하는 점수를 산출하고, 정신질환들 중 점수가 기 설정된 기준점수 이상인 정신질환에 대한 발생여부를 판단하기 위한 제3 질문들을 상담시나리오에 포함시킬 수 있다.
또한, 서비스 제공 장치(100)는, 상담사 단말(200)의 검수정확도 및 친밀도에 기초하여 제3 질문들을 분산시켜 복수의 상담시나리오들에 포함시킬 수 있다.
도 2는 도 1에 따른 서비스 제공 장치(100)의 기능적 모듈을 예시적으로 나타낸 블록도이다.
도 2를 참조하면, 서비스 제공 장치(100)는, 상담시나리오 제공부(101)를 포함한다.
상담시나리오 제공부(101)는, 상담사 단말(200)에 복수의 질문들을 포함하는 상담시나리오를 제공할 수 있다. 또한, 상담시나리오 제공부(101)는, 상담사 단말(200)에 상담시나리오와 대응하는 상담일자를 제공할 수 있다. 서비스 제공 장치(100)의 데이터베이스에는 사용자 정보, 상담사 정보, 복수의 상담일자들 및 복수의 상담시나리오들이 미리 매칭되어 저장된다. 상담시나리오 제공부(101)는, 데이터베이스에서 상담을 진행하는 상담사, 사용자 및 상담일자와 대응하는 상담시나리오를 검색하고, 검색된 상담시나리오를 상담사 단말(200)에 제공할 수 있다.
또한, 상담시나리오 제공부(101)는, 상담시나리오에 포함된 질문들을 추가 또는 삭제하여 상담시나리오를 수정할 수 있다. 또한, 상담시나리오 제공부(101)는, 수정된 상담시나리오를 상담사, 사용자 및 상담일자와 매칭하여 데이터베이스에 저장할 수 있다.
또한, 상담시나리오 제공부(101)는, 상담시나리오에 사용자 아침식사, 점심식사 및 저녁식사에 섭취하는 음식들, 사용자가 아침식사, 점심식사 및 저녁식사에 섭취하는 식사량에 대한 제1 질문들을 포함시킬 수 있다.
또한, 상담시나리오 제공부(101)는, 기 설정된 복수의 정신질환들 각각에 대한 발생가능성을 판단하기 위한 제2 질문들을 포함시킬 수 있다.
또한, 상담시나리오 제공부(101)는, 정신질환들 중 점수가 기 설정된 기준점수 이상인 정신질환에 대한 발생여부를 판단하기 위한 제3 질문들을 상담시나리오에 포함시킬 수 있다.
또한, 상담시나리오 제공부(101)는, 어느 하나의 정신질환에 대한 발생여부를 판단하기 위한 제3 질문들을 분산하여 복수의 상담시나리오들에 포함시킬 수 있다. 또한, 상담시나리오 제공부(101)는, 상담사 단말(200)의 검수정확도 및 친밀도에 기초하여 복수의 상담시나리오들 각각에 포함되는 제3 질문들의 개수를 결정할 수 있다.
또한, 서비스 제공 장치(100)는 상담내용 표시부(102)를 포함한다.
도 3은 도 2에 따른 상담내용 표시부(102)가 상담사 단말에 상담내용을 표시하주는 과정을 도시하는 흐름도이다. 도 4는 도 2에 따른 상담내용 표시부(102)가 상담사 단말에 상담내용을 표시하주는 과정을 개념적으로 나타내는 도면이다.
먼저, 상담내용 표시부(102)는, 상담사 단말(200)로부터 상담사가 사용자와 진행한 상담의 내용을 포함하는 음성데이터 및 복수의 질의응답시간들을 수신한다(S110).
상담사가 상담시나리오에 기초하여 사용자와 유선상으로 상담을 진행하면, 상담 내용을 포함하는 음성데이터가 상담사 단말(200)의 데이터베이스에 저장된다.
상담내용 표시부(102)는, 상담사 단말(200)로부터 음성데이터를 수신하고, 상담시나리오에 포함된 복수의 질문들과 대응하는 복수의 질의응답시간들을 수신한다.
또한, 상담내용 표시부(102)는, 음성데이터에서 질의응답시간들과 대응하는 복수의 부분음성데이터들을 획득한다(S120).
상담내용 표시부(102)는, 음성데이터의 부분 중 질의응답시간과 대응하는 부분을 특정하고, 음성데이터에서 특정된 부분과 대응하는 부분음성데이터를 분리한다. 일 실시예에서, 전체의 음성데이터에서 특정한 시간구간에 대한 부분음성데이터를 분리하기 위하여, 공지된 다양한 기술들이 사용될 수 있다.
상담내용 표시부(102)는, 음성데이터에서 복수의 질의응답시간들과 대응하는 복수의 부분음성데이터들을 분리한다.
또한, 상담내용 표시부(102)는, 부분음성데이터들로부터 부분음성데이터들 각각과 대응하는 부분텍스트데이터들을 획득한다(S130).
상담내용 표시부(102)는, 부분음성데이터를 기 학습된 STT(Speech To Text) 모델에 입력 값으로 입력하고, STT 모델로부터 부분음성데이터와 대응하는 부분텍스트데이터를 획득한다. 일 실시예에서, HMM(Hidden Markov Model), DNN(Deep Neural Network), LSTM(Long Shor Term Memory) 등이 STT 모델의 학습에 사용될 수 있다. 다만, 이에 한정되는 것은 아니다.
또한, 상담내용 표시부(102)는, 부분텍스트데이터에 기초하여 부분텍스트데이터와 대응하는 질문을 결정하고, 데이터베이스에서 결정된 질문과 미리 매칭된 복수의 키워드들을 검색한다(S140).
상담내용 표시부(102)는, 기 설정된 복수의 질문들 중 부분텍스트데이터와 대응하는 질문을 결정한다.
일 실시예에서, 상담내용 표시부(102)는, 부분텍스트데이터를 기 학습된 기계학습모델에 입력하고, 기계학습모델로부터 부분텍스트데이터와 대응하는 질문을 획득할 수 있다. 일 실시예에서, 기계학습모델은, 부분텍스트데이터를 형태소 단위로 분리하고, 분리된 복수의 형태소들에 대한 벡터를 생성하며, 생성된 벡터와 대응하는 질문을 특정할 수 있다. 일 실시예에서, RNN(Recurrent Neural Network), BERT 등이 기계학습모델의 학습에 사용될 수 있다. 다만, 이에 한정되는 것은 아니다.
서비스 제공 장치(100)의 데이터베이스에는 복수의 질문들 각각과 복수의 키워드들이 미리 매칭되어 저장된다.
상담내용 표시부(102)는, 데이터베이스에서 결정된 질문과 대응하는 키워드들을 검색한다.
또한, 상담내용 표시부(102)는, 부분텍스트데이터에서 키워드들과 일치하는 부분을 제1 색으로 표시하고 키워드들과 일치하지 않는 부분 제2 색으로 표시하여 상담사 단말에 제공한다(S150).
도시된 실시예에서, 부분텍스트데이터에서 키워드들과 일치하는 부분이 파란색으로 표시되고, 키워드들과 일치하지 않는 부분이 검은색으로 표시된다.
또한, 상담내용 표시부(102)는, 복수의 부분음성데이터들 및 복수의 부분텍스트데이터들을 상담사 단말(200)에 제공한다. 상담사 단말(200)에 제공되는 부분텍스트데이터들은 키워드들과 일치하는 부분이 1 색으로 표시되고 키워드들과 일치하지 않는 부분이 제2 색으로 표시된다.
상담사는 상담사 단말(200)로 제공된 질문들과 대응하는 부분음성데이터들 및 부분텍스트데이터들을 이용하여 질문들에 대응하는 사용자의 응답들을 작성할 수 있다. 질문에 대하여 사용자가 대답한 부분 중 질문과 연관된 부분들이 제1 색으로 표시되므로, 상담사는 제1 색으로 표시된 부분을 참조하여 질문에 대한 사용자의 응답을 작성할 수 있다.
다시 도 2를 참조하면, 서비스 제공 장치(100)는, 상담사 평가부(103)를 포함한다.
도 5는 도 2에 따른 상담사 평가부(103)가 상담사를 평가하는 과정을 도시하는 흐름도이다. 도 6은 도 2에 따른 상담사 평가부(103)가 검수자 단말(200)들에 질문들 및 응답들에 대한 검수를 요청하는 과정을 개념적으로 나타내는 도면이다.
먼저, 상담사 평가부(103)는, 상담사 단말(200)로부터 질문들과 대응하는 응답들을 수신한다(S210).
상담사 단말(200)은, 상담시나리오에 포함된 질문들과 질문들에 대한 응답들을 상담사 평가부(103)에 제공한다.
또한, 상담사 평가부(103)는, 질문들, 응답들, 부분음성데이터들 및 부분텍스트데이터들을 검수자 단말(200)들에 제공한다(S220).
상담사 평가부(103)는, 상담시나리오에 포함된 질문들, 질문들에 대한 응답들, 질문들과 대응하는 부분음성데이터들 및 부분음성데이터들과 대응하는 부분텍스트데이터들을 검수자 단말(200)에 제공한다.
또한, 상담사 평가부(103)는, 검수자 단말(200)들로부터 검수결과를 수신한다(S230).
검수자 단말(200)들은 응답들 각각에 대해 라벨을 부여할 수 있다. 또한, 검수자 단말(200)들은 응답들 각각을 수정할 수 있다. 일 실시예에서, 라벨은 정답라벨 또는 오답라벨일 수 있다.
검수결과에는 응답들 각각에 대한 라벨이 포함된다. 또한, 검수결과에는 응답들 중 적어도 하나에 대한 수정응답이 포함될 수 있다.
상담사 평가부(103)는, 각각의 검수자 단말(200)들 수신된 응답들 각각에 대한 라벨에 기초하여 응답들 각각에 대한 최종라벨을 결정할 수 있다. 예를 들어, 제1 응답에 대해 부여된 정답라벨의 개수가 오답라벨의 개수보다 큰 경우, 상담사 평가부(103)는, 정답라벨을 제1 응답에 대한 최종라벨로 결정할 수 있다.
또한, 상담사 평가부(103)는, 검수결과들에 기초하여 상담사 단말(200)의 상담정확도를 결정한다(S240).
상담사 평가부(103)는, 응답들에 대한 최종 라벨들에 기초하여 상담사 단말(200)의 상담정확도를 결정할 수 있다. 일 실시예에서, 상담사 평가부(103)는, 정답라벨인 최종라벨들의 개수가 상대적으로 많을수록 상대적으로 큰 값을 상담정확도로 결정할 수 있다. 일 실시예에서, 상담사 평가부(103)는, 오답라벨인 최종라벨들의 개수가 상대적으로 많을수록 상대적으로 작은 값을 상담정확도로 결정할 수 있다.
또한, 상담사 평가부(103)는, 오답라벨인 최종라벨과 대응하는 응답에 대한 수정응답들에 기초하여 응답을 수정할 수 있다. 예를 들어, 수신된 수정응답들이 모두 일치하는 경우, 상담사 평가부(103)는, 응답이 수정응답과 일치하도록 보정할 수 있다.
또한, 상담사 평가부(103)는, 상담사가 사용자와 진행한 복수의 상담들 각각의 상담시간과 상담들과 대응하는 사용자의 기분점수들에 기초하여 상담사 단말(200)과 대응하는 친밀도를 결정한다(S250).
일 실시예에서, 상담사 평가부(103)는, 상담시간들의 총 합이 상대적으로 클수록 상대적으로 큰 값을 상담사 단말(200)과 대응하는 친밀도로 결정할 수 있다. 일 실시예에서, 상담사 평가부(103)는, 상담시간들의 총 합이 상대적으로 작을수록 상대적으로 작은 값을 상담사 단말(200)과 대응하는 친밀도로 결정할 수 있다.
상담사 평가부(103)는, 상담과 대응하는 음성데이터에 기초하여 상담과 대응하는 사용자의 기분점수를 결정할 수 있다.
서비스 제공 장치(100)의 데이터베이스에는 사용자와 사용자의 기준주파수 및 사용자의 기준데시벨이 미리 매칭되어 저장된다.
상담사 평가부(103)는, 음성데이터에서 사용자의 음성이 포함된 복수의 제1 부분음성데이터들을 획득하고, 제1 부분음성데이터들에서 기준주파수보다 큰 부분인 복수의 제2 부분음성데이터들을 획득한다. 또한, 상담사 평가부(103)는, 제1 부분음성데이터들에서 기준데시벨보다 큰 부분인 복수의 제3 부분음성데이터들을 획득한다.
상담사 평가부(103)는, 제2 부분음성데이터들을 기 학습된 제2 기계학습모델에 입력값으로 입력하고, 제2 기계학습모델로부터 제2 부분음성데이터들 각각과 대응하는 감정상태를 획득할 수 있다.
상담사 평가부(103)는, 제3 부분음성데이터들을 기 학습된 제2 기계학습모델에 입력값으로 입력하고, 제2 기계학습모델로부터 제3 부분음성데이터들 각각과 대응하는 감정상태를 획득할 수 있다.
일 실시예에서, 피곤, 나른, 무기력, 기쁨, 편안, 안정, 불안, 긴장 등이 감정상태로 설정될 수 있다.
제2 기계학습모델은 음성데이터에 감정상태를 라벨링한 학습데이터를 기계학습하여 생성될 수 있다. 일 실시예에서, RNN(Recurrent Neural Network), DNN(Deep Neural Network)등이 제2 기계학습모델의 생성에 사용될 수 있다.
서비스 제공 장치(100)의 데이터베이스에는 복수의 감정상태들과 복수의 기분점수들이 미리 매칭되어 저장된다.
상담사 평가부(103)는, 데이터베이스에서, 제2 부분음성데이터들과 대응하는 감정상태들 각각의 기분점수를 검색하고, 제3 부분음성데이터들과 대응하는 감정상태들 각각의 기분점수를 검색한다.
상담사 평가부(103)는, 제2 부분음성데이터들과 대응하는 기분점수들과 제3 부분음성데이터들과 대응하는 기분점수들의 평균값을 사용자의 기분점수로 결정할 수 있다.
다시 도 2를 참조하면, 서비스 제공 장치(100)는, 추천음식 결정부(104)를 더 포함한다.
도 7은 도 2에 따른 추천음식 결정부(104)가 추천음식을 결정하는 과정을 도시하는 흐름도이다.
먼저, 추천음식 결정부(104)는, 응답들 중 사용자의 식단을 체크하기 위한 응답들을 제1 응답들로 결정한다(S310).
추천음식 결정부(104)는, 상담시나리오에 포함된 질문들 중 사용자의 식단을 체크하기 위한 복수의 제1 질문들에 대한 응답들을 제1 응답들로 결정한다.
또한, 추천음식 결정부(104)는, 제1 응답들에 기초하여, 사용자의 일일 섭취 칼로리인 제1 칼로리와 사용자가 섭취하는 제1 단백질량, 제1 탄수화물량 및 제1 지방량을 결정한다(S320).
서비스 제공 장치(100)의 데이터베이스에는 복수의 음식들과 복수의 음식들 각각과 대응하는 칼로리가 미리 매칭되어 저장된다.
추천음식 결정부(104)는, 데이터베이스에서 제1 응답들에 포함된 복수의 음식들과 매칭되어 저장된 칼로리들을 검색한다.
추천음식 결정부(104)는, 제1 응답들에 포함된 식사량에 기초하여 검색된 칼로리들을 보정할 수 있다.
추천음식 결정부(104)는, 보정된 칼로리들의 합을 제1 칼로리로 결정한다.
일 실시예예서, 추천음식 결정부(104)는, 제1 응답들에 기초하여, 아침식사와 대응하는 제1 음식들, 점심식사와 대응하는 제2 음식들 및 저녁식사와 대응하는 제3 음식들을 결정할 수 있다. 또한, 추천음식 결정부(104)는, 데이터베이스에서 제1 음식들과 매칭되어 저장된 칼로리들을 검색할 수 있다. 또한, 추천음식 결정부(104)는, 데이터베이스에서 제2 음식들과 매칭되어 저장된 칼로리들을 검색할 수 있다. 또한, 추천음식 결정부(104)는, 데이터베이스에서 제3 음식들과 매칭되어 저장된 칼로리들을 검색할 수 있다. 또한, 추천음식 결정부(104)는, 제1 응답들에 기초하여, 아침식사와 대응하는 제1 식사량, 점심식사와 대응하는 제2 식사량 및 저녁식사와 대응하는 제3 식사량을 결정할 수 있다. 일 실시예에서, 식사량은 많음, 중간 및 적음 중 어느 하나일 수 있다. 추천음식 결정부(104)는, 제1 식사량이 적음인 경우, 제1 음식들과 매칭되는 칼로리들에 1보다 작은 보정계수를 곱하여 보정할 수 있다. 추천음식 결정부(104)는, 제2 식사량이 많음인 경우, 제2 음식들과 매칭되는 칼로리들에 1보다 큰 보정계수를 곱하여 보정할수 있다.
서비스 제공 장치(100)의 데이터베이스에는 복수의 음식들과 음식들 각각의 단백질함량, 탄수화물함량 및 지방함량이 매칭되어 저장된다.
추천음식 결정부(104)는, 데이터베이스에서 제1 응답들에 포함된 복수의 음식들 각각과 매칭되어 저장된 단백질함량, 탄수화물함량 및 지방함량을 검색한다.
추천음식 결정부(104)는, 제1 응답들에 포함된 음식들과 대응하는 단백질함량들의 합, 제1 응답들에 포함된 음식들과 대응하는 단백질함량들의 합 및 제1 응답들에 포함된 음식들에 포함된 음식들과 대응하는 지방함량들의 합을 사용자가 섭취하는 제1 단백질량, 제1 탄수화물량 및 제1 지방량으로 결정할 수 있다.
또한, 추천음식 결정부(104)는, 사용자의 성별, 나이, 체지방량, 근육량, 혈당 및 혈압에 기초하여, 사용자의 일일 권장 칼로리인 제2 칼로리와 사용자에게 권장되는 제2 단백질량, 제2 탄수화물량 및 제2 지방량을 결정한다(S330).
서비스 제공 장치(100)의 데이터베이스에는 사용자와 사용자의 성별, 나이, 체지방량, 근육량, 혈당 및 혈압이 미리 매칭되어 저장된다.
추천음식 결정부(104)는, 사용자의 성별, 나이, 체지방량, 근육량, 혈당 및 혈압을 기 학습된 제3 기계학습모델에 입력하고, 제3 기계학습모델로부터 사용자에게 권장되는 칼로리인 제2 칼로리를 획득할 수 있다.
일 실시예에서, 제3 기계학습모델은, 성별, 나이, 체지방량, 근육량, 혈당 및 혈압에 권장되는 칼로리를 라벨링하여 생성된 학습데이터를 기계학습하여 생성될 수 있다. 일 실시예에서, 다중 회귀 분석, 랜덤 포레스트(Random Forest) 등이 제3 기계학습모델의 기계학습에 사용될 수 있다.
추천음식 결정부(104)는, 사용자의 성별, 나이, 체지방량, 근육량, 혈당 및 혈압을 기 학습된 제4 기계학습모델에 입력하고, 제4 기계학습모델로부터 사용자에게 권장되는 제2 단백질량, 제2 탄수화물량 및 제2 지방량을 획득할 수 있다.
일 실시예에서, 제4 기계학습모델은, 성별, 나이, 체지방량, 근육량, 혈당 및 혈압에 권장되는 단백질량, 탄수화물량 및 지방량을 라벨링하여 생성된 학습데이터를 기계학습하여 생성될 수 있다. 일 실시예에서, 다중 회귀 분석, 랜덤 포레스트(Random Forest) 등이 제4 기계학습모델의 기계학습에 사용될 수 있다.
또한, 추천음식 결정부(104)는, 제1 칼로리, 제2 칼로리, 제1 단백질량, 제2 단백질량, 제1 탄수화물량, 제2 탄수화물량, 제1 지방량 및 제2 지방량에 기초하여 복수의 추천음식들을 결정한다(S340).
추천음식 결정부(104)는, 제2 칼로리와 제1 칼로리의 차이 값에 기초하여 기준칼로리를 결정할 수 있다. 추천음식 결정부(104)는, 기 설정된 평균칼로리에 칼로리보정계수를 더한 값을 기준칼로리로 결정할 수 있다. 일 실시예에서, 제2 칼로리에서 제1 칼로리를 뺀 값이 양수이고 상대적으로 클수록 칼로리보정계수는 상대적으로 큰 양수로 설정될 수 있다. 일 실시예에서, 제2 칼로리에서 제1 칼로리를 뺀 값에 음수이고 상대적으로 작을수록 칼로리보정계수는 상대적으로 작은 음수로 설정될 수 있다.
추천음식 결정부(104)는, 제2 칼로리에서 제1 칼로리를 A 값이 음수인 경우, 데이터베이스에 저장된 복수의 음식들 중 칼로리가 기준칼로리보다 작은 음식들을 예비 추천음식들로 결정한다.
추천음식 결정부(104)는, 제2 칼로리에서 제1 칼로리를 뺀 값이 양수인 경우, 데이터베이스에 저장된 복수의 음식들 중 칼로리가 기준칼로리보다 큰 음식들을 예비 추천음식들로 결정한다.
추천음식 결정부(104)는, 제2 단백질량에서 제1 단백질량을 뺀 제1 값, 제2 탄수화물량에서 제1 탄수화물량을 뺀 제2 값, 제2 지방량에서 제1 지방량을 뺀 제3 값에 기초하여, 추천음식을 결정할 수 있다.
추천음식 결정부(104)는 제1 값이 음수인 경우, 단백질함량이 기 설정된 제1 기준함량보다 작은 예비 추천음식을 추천음식으로 결정할 수 있다. 추천음식 결정부(104)는 제1 값이 양수인 경우, 단백질함량이 기 설정된 제2 기준함량보다 큰 예비 추천음식을 추천음식으로 결정할 수 있다.
추천음식 결정부(104)는 제2 값이 음수인 경우, 탄수화물함량이 기 설정된 제1 기준함량보다 작은 예비 추천음식을 추천음식으로 결정할 수 있다. 추천음식 결정부(104)는 제2 값이 양수인 경우, 탄수화물함량이 기 설정된 제2 기준함량보다 큰 예비 추천음식을 추천음식으로 결정할 수 있다.
추천음식 결정부(104)는 제3 값이 음수인 경우, 지방함량이 기 설정된 제1 기준함량보다 작은 예비 추천음식을 추천음식으로 결정할 수 있다. 추천음식 결정부(104)는 제3 값이 양수인 경우, 지방함량이 기 설정된 제2 기준함량보다 큰 예비 추천음식을 추천음식으로 결정할 수 있다.
다시 도 2를 참조하면, 서비스 제공 장치(100)는, 정신건강 진단부(105)를 포함한다.
도 8은 도 2에 따른 정신건강 진단부(105)가 사용자의 정신건강을 진단하는 과정을 도시하는 흐름도이다.
먼저, 정신건강 진단부(105)는, 응답들 중 사용자의 정신건강을 체크하기 위한 복수의 제2 질문들에 대한 응답들을 제2 응답들로 결정한다(S410).
정신건강 진단부(105)는, 상담시나리오에 포함된 질문들 중 기 설정된 복수의 정신질환들 각각에 대한 발병가능성을 판단하기 위한 복수의 제2 질문들에 대한 응답들을 제2 응답들로 결정한다.
또한, 정신건강 진단부(105)는, 제2 응답들에 기초하여 기 설정된 복수의 정신질환들 각각과 대응하는 발병위험도를 산출한다(S420).
일 실시예예서, 치매, 우울증, 불면증 및 화병 등이 정신질환들로 설정될 수 있다.
일 실시예에서, 제2 질문에 대한 제2 응답은 제2 질문과 매칭되어 미리 설정된 복수의 선택지들 중 어느 하나에 대한 선택이다. 정신건강 진단부(105)는, 수신한 제2 응답에 기초하여 기 설정된 복수의 정신질환들 중 적어도 하나에 대한 점수를 부여할 수 있다. 예를 들어, 제2 질문이 잠자리에 누워도 2시간 이상 바로 잠이 오지 않는지 여부에 대한 것이고, 제2 응답이 "예"인 경우, 정신건강 진단부(105)는, 우울증 및 불면증 각각에 1점을 부여할 수 있다. 예를 들어, 제2 질문이 한숨이 자주 나고 가슴이 답답하며 속에 뭔가가 치밀어 오르는지 여부에 대한 것이고, 제2 응답이 "예"인 경우, 정신건강 진단부(105)는, 우울증 및 화병 각각에 1점을 부여할 수 있다.
정신건강 진단부(105)는, 복수의 정신질환들 각각에 부여된 점수를 복수의 정신질환들 각각의 발병위험도로 결정할 수 있다.
또한, 정신건강 진단부(105)는, 데이터베이스에서 정신질환들 중 발병위험도가 기 설정된 기준위험도 이상인 정신질환과 미리 매칭된 복수의 제3 질문들을 검색한다(S430).
서비스 제공 장치(100)의 데이터베이스에는 복수의 정신질환들 각각과 정신질환들 각각의 발병여부를 진단하기 위한 복수의 제3 질문들이 미리 매칭되어 저장된다. 일 실시예에서, 제3 질문들의 개수는 제2 질문들의 개수보다 크게 설정된다.
이를 통해, 발생위험성이 높은 정신질환을 세밀하게 진단하기 위한 질문들이 검색될 수 있다.
또한, 상담시나리오 제공부(101)는, 제3 질문들을 복수의 시나리오들에 분산하여 포함시킨다(S440).
상담시나리오 제공부(101)는, 어느 하나의 정신질환에 대한 발생여부를 판단하기 위한 제3 질문들을 분산하여 복수의 상담시나리오들에 포함시킬 수 있다. 또한, 상담시나리오 제공부(101)는, 상담사 단말(200)의 검수정확도 및 친밀도에 기초하여 복수의 상담시나리오들 각각에 포함되는 제3 질문들의 개수를 결정할 수 있다.
일 실시예에서, 상담시나리오 제공부(101)는, 상담사 단말(200)의 검수정확도 및 친밀도를 모두 더한 값에 기초하여 상담시나리오들 각각에 포함되는 제3 질문들의 개수를 결정할 수 있다.
일 실시예에서, 검수정확도 및 친밀도를 모두 더한 값이 기 설정된 기준 값보다 큰 경우, 상담시나리오 제공부(101)는, 기 설정된 기준개수 보다 큰 개수를 상담사 단말(200)의 상담시나리오에 포함되는 제3 질문들의 개수로 결정할 수 있다. 일 실시예에서, 검수정확도 및 친밀도를 모두 더한 값이 기 설정된 기준 값보다 작은 경우, 상담시나리오 제공부(101)는, 기 설정된 기준개수 보다 작은 개수를 상담사 단말(200)의 상담시나리오에 포함되는 제3 질문들의 개수로 결정할 수 있다. 일 실시예에서, 기 설정된 기준개수는 3개이며, 검수정확도 및 친밀도를 더한 값이 기 설정된 기준 값보다 큰 경우 기 설정된 기준개수보다 1개가 가산될 수 있으며, 검수정확도 및 친밀도를 모두 더한 값이 기 설정된 기준 값보다 작은 경우 기 설정된 기준개수보다 1개가 감산될 수 있다. 다만, 이에 한정되는 것은 아니다.
한명의 상담사가 제3 질문들 모두에 대해 사용자에게 질문하는 경우, 상담시나리오 제공부(101)는, 상담사 단말(200)의 상담시나리오에 포함되는 제3 질문들의 개수에 기초하여, 전체의 제3 질문들이 분산되는 상담시나리오들의 개수를 결정할 수 있다. 예를 들어, 상담사 단말(200)의 상담시나리오에 포함되는 제3 질문들의 개수가 4개이고, 제3 질문들의 전체 개수가 30개인 경우, 상담시나리오 제공부(101)는, 8개의 상담시나리오들에 제3 질문들을 분산하여 포함시킬 수 있다.
복수의 상담사들이 제3 질문들에 대해 사용자에게 질문하는 경우, 복수의 상담사들과 대응하는 복수의 상담사 단말(200)들 각각의 검수정확도와 친밀도를 더한 값에 기초하여, 제3 질문들이 복수의 상담사들에게 분배될 수 있다.
제1 상담사 단말(200)의 검수정확도와 친밀도를 더한 값이 제2 상담사 단말(200)의 검수정확도와 친밀도를 더한 값보다 큰 경우, 제1 상담사 단말(200)의 사용자에게 상대적으로 많은 개수의 제3 질문들이 분배될 수 있다.
정신질환을 세밀하게 진단하기 위한 질문들은 그 개수도 많을뿐더러 사용자가 응답하기를 꺼려하는 경향이 있다. 정신질환을 세밀하기 진단하기 위한 질문들을 한 번에 사용자에게 질문하는 경우, 응답의 정확성이 떨어질뿐만 아니라 사용자의 피로도가 증대될 수 있다. 한 번에 모든 질문들을 질문하지 않고 분산하여 질문함으로써, 응답의 정확성의 향상될 뿐만 아니라 사용자의 피로도가 경감될 수 있다.
다시 도 2를 참조하면, 서비스 제공 장치(100)는 이상징후 탐지부(106)를 포함한다.
이상징후 탐지부(106)는, 노인의 사용자 단말(300)로부터 획득된 생활 데이터를 기반으로 이상징후를 감지할 수 있다.
일 실시예에서, 생활 데이터는 상담사와 노인 간에 진행된 상담내용을 포함하는 음성일 수 있다. 일 실시예에서, 이상징후 탐지부(106)는, 상담내용을 포함하는 음성을 기 학습된 STT(Speak To Talk) 모델에 입력하고, SST 모델로부터 상담내용을 포함하는 음성과 대응하는 텍스트 데이터를 수신할 수 있다.
일 실시예에서, 이상징후 탐지부(106)는, 데이터베이스에 미리 저장된 이상징후와 관련되어 기 설정된 키워드들과 텍스트 데이터를 비교할 수 있다. 텍스트 데이터에 이상징후와 관련된 키워드들 중 적어도 하나가 포함되는 경우, 이상징후 탐지부(106)는 노인에게 이상징후가 발생된 것을 감지할 수 있다.
일 실시예에서, 이상징후 탐지부(106)는, 텍스트 데이터를 기 학습된 기계학습모델에 입력하고, 기계학습모델로부터 텍스트 데이터와 대응하는 이상징후를 획득할 수 있다. 일 실시예에서, 기계학습모델은, 텍스트 데이터를 형태소 단위로 분리하고, 분리된 복수의 형태소들에 대한 벡터를 생성하며, 생성된 벡터와 대응하는 이상징후를 특정할 수 있다. 일 실시예에서, RNN(Recurrent Neural Network), BERT 등이 기계학습모델의 학습에 사용될 수 있다. 다만, 이에 한정되는 것은 아니다.
도 9는 도 1에 따른 서비스 제공 장치(100)의 동작과정을 개념적으로 도시하는 도면이다.
서비스 제공 장치(100)는, 상담사 단말(200)에 상담시나리오를 제공할 수 있다.
또한, 상담사 단말(200)은, 상담을 통해 획득된 생활정보를 서비스 제공 장치(100)에 제공할 수 있다. 생활정보에는 사용자에게 발생된 이상상황, 상담시나리오에 포함된 질문들에 대한 응답들 등이 포함될 수 있다.
또한, 사용자 단말(300)은, 서비스 제공 장치(100), 보호자 단말(400) 및 요양보호사 단말(500)에 위험상황 발생에 대한 알림을 제공할 수 있다.
또한, 서비스 제공 장치(100)는, 사용자 단말(300)로부터 알림을 수신함에 따라 보호자 단말(400) 및 요양보호사 단말(500)에 위험상황 발생에 대한 알림을 제공할 수 있다.
또한, 서비스 제공 장치(100)는, 생활정보에 기초하여 분석된 정보를 보호자 단말(400) 및 요양보호사 단말(500)에 제공할 수 있다. 분석된 정보에는 추천음식, 발생위험도가 높은 정신질환, 정신질환의 발병여부, 발생된 이상상황 등에 대한 정보가 포함될 수 있다.
도 10은 도 1에 따른 서비스 제공 장치(100)의 하드웨어 구성을 예시적으로 나타낸 도면이다.
도 10을 참조하면, 서비스 제공 장치(100)는, 적어도 하나의 프로세서(110) 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.
상기 적어도 하나의 동작은 전술한 서비스 제공 장치(100)의 구성부들(101~105)이나 기타 기능 또는 동작 방법을 포함할 수 있다.
여기서 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다.
예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 장치(100)는, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 장치(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 장치(100)에 포함된 각각의 구성 요소들은 버스(bus, 170)에 의해 연결되어 서로 통신을 수행할 수 있다.
장치(100)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.
도 11은 본 발명의 일 실시예에 따른 통신 과정에서 적용될 수 있는 무선 통신 시스템을 나타낸 도면이다. 도 12는 도 11에 따른 무선 통신 시스템에서 기지국을 나타낸 도면이다. 도 13은 도 11에 따른 무선 통신 시스템에서 단말을 나타낸 도면이다. 도 14는 도 11에 따른 무선 통신 시스템에서 통신 인터페이스를 나타낸 도면이다.
이하에서는 서비스 제공 장치(100)와 단말(200) 및 기지국 사이의 통신을 지원하는 무선 통신 네트워크 시스템의 일례를 구체적으로 예를 들어 설명하며 이러한 서비스 제공 장치(100)와 단말(200)은 설명의 편의상 노드나 단말로 혼용하여 지칭될 수 있다. 다음 설명에서, 제1 노드(장치)는 앵커/도너 노드 또는 앵커/도너 노드의 CU(centralized unit) 일 수 있고, 제2 노드(장치)는 앵커/도너 노드 또는 릴레이 노드의 DU(distributed unit) 일 수 있다.
무선 통신 시스템에서 무선 채널을 사용하는 노드의 일부로 기지국(base station, BS), 단말, 서버 등이 포함될 수 있다.
기지국은 단말에 무선 액세스를 제공하는 네트워크 인프라이다. 기지국은 신호가 전송될 수 있는 거리에 따라 소정의 지리적 영역으로 정의된 커버리지를 갖는다.
기지국은 "기지국"과 마찬가지로 "액세스 포인트(access point, AP)", "이노드비(enodeb, eNB)", "5 세대(5th generation, 5G) 노드", "무선 포인트(wireless point)", "송/수신 포인트(transmission/reception point, TRP)" 지칭될 수 있다.
기지국, 단말은 밀리미터 파(millimeter wave, mmWave) 대역(예: 28GHz, 30GHz, 38GHz, 60GHz)으로 무선 신호를 송수신할 수 있다. 이때, 채널 이득 향상을 위해 기지국, 단말은 빔포밍을 수행할 수 있다. 빔포밍은 송신 빔포밍 및 수신 빔포밍을 포함할 수 있다. 즉, 기지국, 단말은 송신 신호와 수신 신호에 지향성을 부여할 수 있다. 이를 위해 기지국, 단말은 빔 탐색 절차 또는 빔 관리 절차를 통해 서빙 빔을 선택할 수 있다. 그 후, 통신은 서빙 빔을 운반하는 자원과 준 동일위치(quasi co-located) 관계에 있는 자원을 사용하여 수행될 수 있다.
첫 번째 안테나 포트 및 두 번째 안테나 포트는 첫 번째 안테나 포트의 심볼이 전달되는 채널의 대규모 속성이 두 번째 안테나 포트의 심볼이 전달되는 채널에서 유추될 수 있는 경우 준 동일위치 위치에 있는 것으로 간주된다. 대규모 속성은 지연 확산, 도플러 확산, 도플러 시프트, 평균 이득, 평균 지연 및 공간 Rx 파라미터 중 하나 이상을 포함할 수 있다.
이하에서는 상술한 무선 통신 시스템에서 기지국을 예시한다. 이하에서 사용되는 "-모듈(module)", "-부(unit)"또는 "-er"라는 용어는 적어도 하나의 기능 또는 동작을 처리하는 유닛을 의미할 수 있으며, 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다.
기지국은 무선 통신 인터페이스, 백홀 통신 인터페이스, 저장부(storage unit 및 컨트롤러을 포함할 수 있다.
무선 통신 인터페이스는 무선 채널을 통해 신호를 송수신하는 기능을 수행한다. 예를 들어, 무선 통신 인터페이스는 시스템의 물리 계층 표준에 따라 베이스 밴드 신호와 비트 스트림 간의 변환 기능을 수행할 수 있다. 예를 들어, 데이터 전송에서, 무선 통신 인터페이스은 전송 비트 스트림을 인코딩 및 변조하여 복합 심볼을 생성한다. 또한, 데이터 수신 시 무선 통신 인터페이스는 베이스 밴드 신호를 복조 및 디코딩하여 수신 비트 스트림을 재구성한다.
무선 통신 인터페이스는 무선 채널을 통해 신호를 송수신하는 기능을 수행한다. 예를 들어, 무선 통신 인터페이스은 시스템의 물리 계층 표준에 따라 베이스 밴드 신호와 비트 스트림 간의 변환 기능을 수행할 수 있다. 예를 들어, 데이터 전송에서, 무선 통신 인터페이스은 전송 비트 스트림을 인코딩 및 변조하여 복합 심볼을 생성한다. 또한, 데이터 수신 시 무선 통신 인터페이스은 베이스 밴드 신호를 복조 및 디코딩하여 수신 비트 스트림을 재구성한다.
또한, 무선 통신 인터페이스는 베이스 대역 신호를 RF(Radio Frequency) 대역 신호로 상향 변환하고, 변환된 신호를 안테나를 통해 전송한 후 안테나를 통해 수신된 RF 대역 신호를 베이스 대역 신호로 하향 변환한다. 이를 위해, 무선 통신 인터페이스은 송신 필터(transmission filter), 수신 필터(reception filter), 증폭기(amplifier), 믹서(mixer), 발진기(oscillator), 디지털-아날로그 컨버터(digital-to-analog convertor, DAC), 아날로그-디지털 컨버터(analog-to-digital convertor, ADC) 등을 포함할 수 있다. 또한, 무선 통신 인터페이스는 복수의 송수신 경로를 포함할 수 있다. 또한, 무선 통신 인터페이스는 복수의 안테나 요소를 포함하는 적어도 하나의 안테나 어레이를 포함할 수 있다.
하드웨어 측면에서 무선 통신 인터페이스는 디지털 유닛과 아날로그 유닛을 포함할 수 있고, 아날로그 유닛은 동작 전력, 동작 주파수 등에 따라 복수의 서브 유닛을 포함할 수 있다. 디지털 유닛은 적어도 하나의 프로세서(예를 들어, 디지털 신호 프로세서(digital signal processor, DSP))로 구현될 수 있다.
무선 통신 인터페이스는 전술한 바와 같이 신호를 송수신한다. 따라서, 무선 통신 인터페이스는 "송신기(transmitter)", "수신기(receiver)"또는 "트랜시버(transceiver)"로 지칭될 수 있다. 또한, 이하의 설명에서 무선 채널을 통해 수행되는 송수신은 전술한 바와 같이 무선 통신 인터페이스에서 수행되는 처리를 포함하는 의미로 사용될 수 있다.
백홀 통신 인터페이스는 네트워크 내의 다른 노드와 통신을 수행하기위한 인터페이스를 제공한다. 즉, 백홀 통신 인터페이스는 다른 노드로 전송되는 비트 스트림을 변환하고, 예를 들어, 다른 액세스 노드, 다른 기지국, 상위 노드 또는 기지국으로부터의 코어 네트워크는 물리적 신호로, 다른 노드로부터 수신된 물리적 신호를 비트 스트림으로 변환한다.
저장부는 기본 프로그램, 어플리케이션, 기지국의 동작을 위한 설정 정보 등의 데이터를 저장한다. 저장부는 휘발성 메모리, 비 휘발성 메모리 또는 휘발성 메모리와 비 휘발성 메모리의 조합을 포함할 수 있다.
컨트롤러는 기지국의 전반적인 동작을 제어한다. 예를 들어, 컨트롤러는 무선 통신 인터페이스 또는 백홀 통신 인터페이스를 통해 신호를 송수신한다. 또한 컨트롤러는 저장부에 데이터를 기록하고 기록된 데이터를 읽는다. 컨트롤러는 통신 규격에서 요구하는 프로토콜 스택의 기능을 수행할 수 있다. 다른 구현에 따르면, 프로토콜 스택은 무선 통신 인터페이스에 포함될 수 있다. 이를 위해 컨트롤러는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예에 따르면 컨트롤러는 본 발명의 실시 예에 따른 동작을 수행하도록 기지국을 제어할 수 있다.
다양한 실시 예에 따르면, 무선 통신 시스템의 도너 노드는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서에 동작 가능하게 결합된 트랜시버를 포함하고, 상기 릴레이 노드에 액세스하는 단말에 대한 복수의 라디오 베어러에 관한 상기 도너 노드와 관련된 제1 정보를 포함하는 제1 메시지를 릴레이 노드로 전송하도록 구성되고; 상기 릴레이 노드로부터 상기 단말에 대한 복수의 라디오 베어러에 관한 상기 릴레이 노드와 관련된 제2 정보를 포함하는 제2 메시지를 수신하고; 단말에 대한 데이터를 릴레이 노드로 전송할 수 있다. 데이터는 제1 정보 및 제2 정보에 기초하여 복수의 라디오 베어러를 통해 단말로 전송될 수 있다.
다양한 실시 예에 따르면, 복수의 라디오 베어러 중 라디오 베어러는 복수의 라디오 베어러를 통합시킬 수 있다. 적어도 하나의 프로세서는 또한 릴레이 노드에 액세스하는 단말에 대한 라디오 베어러 및 라디오 베어러에 의해 통합된 다중 라디오 베어러를 결정하도록 구성되고; 또는 릴레이 노드에 액세스하는 단말에 대한 라디오 베어러를 결정할 수 있다.
다양한 실시 예에 따르면, 제1 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 접속하는 단말의 종류를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대한 정보; 릴레이 노드에 액세스하는 단말에 의해 전달된 라디오 베어러에 대한 정보; 도너 노드와 릴레이 노드 사이의 라디오 베어러에 대해 설정된 터널에 대한 정보; 통합된 다중 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 도너 노드 측면의 주소에 대한 정보; 릴레이 노드 측의 주소에 대한 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대응하는 표시 정보; 릴레이 노드에 액세스하는 단말에 대해 새로운 주소를 라디오 베어러에 할당하도록 릴레이 노드를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러의 데이터를 전송하는 릴레이 노드가 사용할 수 없는 주소 정보 목록; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 의해 승인된 라디오 베어러에 대한 정보; 릴레이 노드에 의해 승인되지 않은 라디오 베어러에 대한 정보; 릴레이 노드에 의해 부분적으로 승인된 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 릴레이 노드가 생성한 릴레이 노드에 접속하는 단말의 구성 정보; 릴레이 노드 측의 주소에 대한 정보; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 통합된 다중 라디오 베어러에 대한 정보를 더 포함할 수 있다.
다양한 실시 예에 따르면, 도너 노드는 도너 노드의 중앙 유닛을 포함하고, 릴레이 노드는 도너 노드의 분산 유닛을 포함할 수 있다.
다양한 실시 예에 따르면, 무선 통신 시스템의 릴레이 노드는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서에 동작 가능하게 결합된 트랜시버를 포함하고, 도너 노드로부터, 릴레이 노드에 액세스하는 단말에 대한 복수의 라디오 베어러에 관한 도너 노드와 관련된 제1 정보를 포함하는 제1 메시지를 수신하도록 구성되고; 단말에 대한 복수의 라디오 베어러에 관한 릴레이 노드와 관련된 제2 정보를 포함하는 제2 메시지를 도너 노드로 전송하고; 도너 노드로부터 단말기에 대한 데이터를 수신할 수 있다. 데이터는 제1 정보 및 제2 정보에 기초하여 복수의 라디오 베어러를 통해 단말로 전송될 수 있다.
다양한 실시 예에 따르면, 복수의 라디오 베어러 중 라디오 베어러는 복수의 라디오 베어러를 통합시킬 수 있다. 적어도 하나의 프로세서는 또한 릴레이 노드에 액세스하는 단말에 대한 라디오 베어러 및 라디오 베어러에 의해 통합된 다중 라디오 베어러를 결정하도록 구성되고; 또는 라디오 베어러에 의해 통합된 다중 라디오 베어러를 결정할 수 있다.
다양한 실시 예에 따르면, 제1 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 접속하는 단말의 종류를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대한 정보; 릴레이 노드에 액세스하는 단말에 의해 전달된 라디오 베어러에 대한 정보; 도너 노드와 릴레이 노드 사이의 라디오 베어러에 대해 설정된 터널에 대한 정보; 통합된 다중 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 도너 노드 측면의 주소에 대한 정보; 릴레이 노드 측의 주소에 대한 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대응하는 표시 정보; 릴레이 노드에 액세스하는 단말에 대해 새로운 주소를 라디오 베어러에 할당하도록 릴레이 노드를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러의 데이터를 전송하는 릴레이 노드가 사용할 수 없는 주소 정보 목록; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 의해 승인된 라디오 베어러에 대한 정보; 릴레이 노드에 의해 승인되지 않은 라디오 베어러에 대한 정보; 릴레이 노드에 의해 부분적으로 승인된 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 릴레이 노드가 생성한 릴레이 노드에 접속하는 단말의 구성 정보; 릴레이 노드 측의 주소에 대한 정보; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 통합된 다중 라디오 베어러에 대한 정보를 더 포함할 수 있다.
다양한 실시 예에 따르면, 도너 노드는 도너 노드의 중앙 유닛을 포함하고, 릴레이 노드는 도너 노드의 분산 유닛을 포함할 수 있다.
이하에서는 상술한 무선 통신 시스템에서 단말의 구성요소를 도시한다. 이하에서는 설명하는 단말의 구성요소는 무선 통신 시스템에서 지원하는 범용적인 단말의 구성요소로서 전술한 내용들에 따른 단말의 구성요소와 병합되거나 통합될 수 있고, 일부 중첩되거나 상충되는 범위에서 앞서 도면을 참조하여 설명한 내용이 우선적용되는 것으로 해석될 수 있다. 이하에서 사용되는 "-모듈", "-유닛"또는 "-er"라는 용어는 적어도 하나의 기능을 처리하는 유닛을 의미할 수 있다.
단말은 통신 인터페이스, 저장부 및 컨트롤러를 포함한다.
통신 인터페이스는 무선 채널을 통해 신호를 송수신하는 기능을 수행한다. 예를 들어, 통신 인터페이스는 시스템의 물리 계층 표준에 따라 베이스 밴드 신호와 비트 스트림 간의 변환 기능을 수행한다. 예를 들어, 데이터 전송에서 통신 인터페이스는 전송 비트 스트림을 인코딩 및 변조하여 복합 심볼을 생성한다. 또한, 데이터 수신시 통신 인터페이스는 베이스 대역 신호를 복조 및 복호화하여 수신 비트 스트림을 재구성한다. 또한, 통신 인터페이스는 베이스 대역 신호를 RF 대역 신호로 상향 변환하고, 변환된 신호를 안테나를 통해 전송한 후 안테나를 통해 수신된 RF 대역 신호를 기저 대역 신호로 하향 변환한다. 예를 들어, 통신 인터페이스는 송신 필터(transmission filter), 수신 필터(reception filter), 증폭기(amplifier), 믹서(mixer), 발진기(oscillator), 디지털-아날로그 컨버터(digital-to-analog convertor, DAC), 아날로그-디지털 컨버터(analog-to-digital convertor, ADC) 등을 포함할 수 있다.
또한, 통신 인터페이스는 복수의 송수신 경로를 포함할 수 있다. 또한, 통신 인터페이스는 복수의 안테나 요소를 포함하는 적어도 하나의 안테나 어레이를 포함할 수 있다. 하드웨어 측에서 무선 통신 인터페이스는 디지털 회로 및 아날로그 회로(예를 들어, radio frequency integrated circuit, RFIC)를 포함할 수 있다. 디지털 회로는 적어도 하나의 프로세서(예: DSP)로 구현될 수 있다. 통신 인터페이스는 복수의 RF 체인을 포함할 수 있다. 통신 인터페이스는 빔포밍을 수행할 수 있다.
통신 인터페이스는 전술한 바와 같이 신호를 송수신한다. 따라서, 통신 인터페이스는 "송신기(transmitter)", "수신기(receiver)"또는 "트랜시버(transceiver)"로 지칭될 수 있다. 또한, 이하의 설명에서 무선 채널을 통해 수행되는 송수신은 전술한 바와 같이 통신 인터페이스에서 수행되는 처리를 포함하는 의미로 사용될 수 있다.
저장부는 단말기의 동작을 위한 기본 프로그램, 어플리케이션, 설정 정보 등의 데이터를 저장한다. 저장부는 휘발성 메모리, 비 휘발성 메모리 또는 휘발성 메모리와 비 휘발성 메모리의 조합을 포함할 수 있다. 또한, 저장부는 컨트롤러의 요청에 따라 저장된 데이터를 제공한다.
컨트롤러는 단말의 전반적인 동작을 제어한다. 예를 들어, 컨트롤러는 통신 인터페이스를 통해 신호를 송수신한다. 또한 컨트롤러는 저장부에 데이터를 기록하고 기록된 데이터를 읽는다. 컨트롤러는 통신 규격에서 요구하는 프로토콜 스택의 기능을 수행할 수 있다. 다른 구현에 따르면, 프로토콜 스택은 통신 인터페이스에 포함될 수 있다. 이를 위해, 컨트롤러는 적어도 하나의 프로세서 또는 마이크로 프로세서를 포함하거나 프로세서의 일부를 재생할 수 있다. 또한, 통신 인터페이스 또는 컨트롤러의 일부를 통신 프로세서(communication processor, CP)라고 할 수 있다.
본 발명의 일 실시 예에 따르면, 컨트롤러는 본 발명의 실시 예에 따른 동작을 수행하도록 단말을 제어할 수 있다.
이하에서는 무선 통신 시스템에서 통신 인터페이스를 예시한다.
통신 인터페이스는 인코딩 및 변조 회로, 디지털 빔포밍 회로, 복수의 전송 경로 및 아날로그 빔포밍 회로를 포함한다.
인코딩 및 변조 회로는 채널 인코딩을 수행한다. 채널 인코딩을 위해 low-density parity check(LDPC) 코드, 컨볼루션 코드 및 폴라 코드 중 적어도 하나가 사용될 수 있다. 인코딩 및 변조 회로는 성상 매핑(constellation mapping)을 수행함으로써 변조 심볼을 생성한다.
디지털 빔포밍 회로는 디지털 신호(예를 들어, 변조 심볼)에 대한 빔 형성을 수행한다. 이를 위해, 디지털 빔포밍 회로는 빔포밍 가중 값에 의해 변조 심볼을 다중화한다. 빔포밍 가중치는 신호의 크기 및 문구를 변경하는데 사용될 수 있으며, "프리코딩 매트릭스(precoding matrix)"또는 "프리코더(precoder)"라고 할 수 있다. 디지털 빔포밍 회로는 디지털 빔포밍된 변조 심볼을 복수의 전송 경로로 출력한다. 이때, 다중 안테나 기술(multiple input multiple output, MIMO) 전송 방식에 따라 변조 심볼이 다중화 되거나 동일한 변조 심볼이 복수의 전송 경로에 제공될 수 있다.
복수의 전송 경로는 디지털 빔포밍된 디지털 신호를 아날로그 신호로 변환한다. 이를 위해, 복수의 전송 경로 각각은 인버스 고속 푸리에 변환(inverse fast fourier transform, IFFT) 계산 유닛, 순환 전치(cyclic prefix, CP) 삽입 유닛, DAC 및 상향 변환 유닛을 포함할 수 있다. CP 삽입 부는 직교 주파수 분할 다중화(orthogonal frequency division multiplexing, OFDM) 방식을 위한 것으로 다른 물리 계층 방식(예: 필터 뱅크 다중 반송파(a filter bank multi-carrier): FBMC) 적용시 생략될 수 있다. 즉, 복수의 전송 경로는 디지털 빔포밍을 통해 생성된 복수의 스트림에 대해 독립적인 신호 처리 프로세스를 제공한다. 그러나, 구현에 따라 복수의 전송 경로의 일부 요소는 공통적으로 사용될 수 있다.
아날로그 빔포밍 회로는 아날로그 신호에 대한 빔포밍을 수행한다. 이를 위해, 디지털 빔포밍 회로는 빔포밍 가중 값에 의해 아날로그 신호를 다중화한다. 빔포밍된 가중치는 신호의 크기와 문구를 변경하는데 사용된다. 보다 구체적으로, 복수의 전송 경로와 안테나 사이의 연결 구조에 따라, 아날로그 빔포밍 회로는 다양한 방식으로 구성될 수 있다. 예를 들어, 복수의 전송 경로 각각은 하나의 안테나 어레이에 연결될 수 있다. 다른 예에서, 복수의 전송 경로는 하나의 안테나 어레이에 연결될 수 있다. 또 다른 예에서, 복수의 전송 경로는 하나의 안테나 어레이에 적응적으로 연결될 수 있거나 2개 이상의 안테나 어레이에 연결될 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
Claims (10)
- 노인 건강 관리 서비스를 제공하기 위한 장치로서,
상담사의 상담사 단말에 복수의 질문들을 포함하는 상담시나리오를 제공하는 상담시나리오 제공부;
노인의 사용자 단말을 통해 획득된 생활 데이터를 기반으로 이상징후를 감지하는 이상징후 감지부;
상기 상담사 단말로부터 상기 질문들과 대응하는 복수의 응답들을 수신하고, 상기 응답들에 기초하여 기 설정된 복수의 정신질환들 각각에 대한 발병위험도를 결정하며, 결정된 상기 발병위험도에 기초하여 상기 상담시나리오에 포함될 상기 질문들을 선정하는 정신건강 진단부; 및
상기 상담사 단말에서 상기 상담사가 상기 노인과 진행한 상담의 내용을 포함하는 음성데이터 및 상기 질문들과 대응하는 복수의 질의응답시간들을 수신하고, 상기 음성데이터에서 상기 질의응답시간들과 대응하는 복수의 부분음성데이터들을 획득하며, 상기 부분음성데이터들과 대응하는 복수의 부분텍스트데이터들을 생성하며, 상기 부분음성데이터들 및 상기 부분텍스트데이터들을 상기 상담사 단말에 제공하는 상담내용 표시부를 포함하고,
상기 상담내용 표시부는,
데이터베이스에서 상기 질문들 각각과 미리 매칭되어 저장된 복수의 키워드들을 검색하고,
상기 부분텍스트데이터에서 상기 키워드들과 일치하는 부분을 제1 색으로 표시하고, 상기 키워드들과 일치하지 않는 부분을 제2 색으로 표시하여 상기 상담사 단말에 제공하는,
장치. - 삭제
- 삭제
- 제1항에 있어서,
상기 질문들, 상기 응답들, 상기 부분음성데이터들 및 상기 부분텍스트데이터들을 복수의 검수자 단말들에 제공하고, 상기 검수자 단말들 각각으로부터 상기 응답들 각각에 대해 정답라벨 또는 오답라벨이 부여된 검수결과를 수신하며, 복수의 상기 검수결과들에 기초하여 상기 응답들 각각의 최종라벨을 상기 정답라벨 또는 상기 오답라벨로 결정하고, 상기 정답라벨로 결정된 상기 최종라벨의 개수 및 상기 오답라벨로 결정된 상기 최종라벨의 개수에 기초하여 상기 상담사 단말의 상담정확도를 결정하는, 상담사 평가부를 더 포함하는,
장치. - 제4항에 있어서,
상기 상담사 평가부는,
상기 음성데이터에 기초하여 상기 상담과 대응하는 기분점수를 산출하고,
상기 상담사 단말이 상기 노인과 진행한 복수의 상기 상담들과 대응하는 상담시간들 및 상기 상담들과 대응하는 상기 기분점수들에 기초하여, 상기 상담사 단말과 대응하는 친밀도를 결정하는,
장치. - 제5항에 있어서,
상기 정신건강 진단부는,
데이터베이스에서 상기 발병위험도가 기 설정된 기준위험도 이상인 정신질환과 미리 매칭되어 저장된 복수의 상기 질문들을 검색하고, 검색된 상기 질문들을 상기 상담시나리오에 포함시키며,
상기 상담시나리오 제공부는,
상기 상담정확도 및 상기 친밀도를 더한 값이 기 설정된 기준 값보다 큰 경우, 상기 상담시나리오들 각각에 포함되는 상기 질문들의 개수를 기 설정된 제1 개수로 결정하고,
상기 상담정확도 및 상기 친밀도를 더한 값이 기 설정된 기준 값보다 작은 경우, 상기 상담시나리오들 각각에 포함되는 상기 질문들의 개수를 기 설정된 제2 개수로 결정하며,
상기 제1 개수는 상기 제2 개수보다 많게 설정되는,
장치. - 노인 건강 관리 서비스를 제공하기 위한 동작 방법으로서,
상담사의 상담사 단말에 복수의 질문들을 포함하는 상담시나리오를 제공하는 동작;
노인의 사용자 단말을 통해 획득된 생활 데이터를 기반으로 이상징후를 감지하는 동작;
상기 상담사 단말로부터 상기 질문들과 대응하는 복수의 응답들을 수신하고, 상기 응답들에 기초하여 기 설정된 복수의 정신질환들 각각에 대한 발병위험도를 결정하며, 결정된 상기 발병위험도에 기초하여 상기 상담시나리오에 포함될 상기 질문들을 선정하는 동작;
상기 상담사 단말에서 상기 상담사가 상기 노인과 진행한 상담의 내용을 포함하는 음성데이터 및 상기 질문들과 대응하는 복수의 질의응답시간들을 수신하고, 상기 음성데이터에서 상기 질의응답시간들과 대응하는 복수의 부분음성데이터들을 획득하며, 상기 부분음성데이터들과 대응하는 복수의 부분텍스트데이터들을 생성하며, 상기 부분음성데이터들 및 상기 부분텍스트데이터들을 상기 상담사 단말에 제공하는 동작; 및
데이터베이스에서 상기 질문들 각각과 미리 매칭되어 저장된 복수의 키워드들을 검색하고, 상기 부분텍스트데이터에서 상기 키워드들과 일치하는 부분을 제1 색으로 표시하고, 상기 키워드들과 일치하지 않는 부분을 제2 색으로 표시하여 상기 상담사 단말에 제공하는 동작을 포함하는,
동작 방법. - 제7항에 따른 동작 방법을 실행시키기 위한 프로그램이 기록되고, 컴퓨터에 의해 읽혀질 수 있는, 비일시적 기록매체.
- 노인 건강 관리 서비스를 제공하기 위한 장치에서, 제7항에 따른 동작 방법을 실행시키기 위하여 비일시적 기록매체에 기록된 컴퓨터 프로그램.
- 노인 건강 관리 서비스를 제공하기 위한 시스템으로서,
장치로부터 상담시나리오를 수신하는 상담사 단말; 및
상기 상담사 단말로부터 상기 상담시나리오에 포함된 복수의 질문들과 대응하는 응답들을 수신하는 상기 장치를 포함하되,
상기 장치는,
상기 상담사 단말에 상기 질문들을 포함하는 상기 상담시나리오를 제공하는 상담시나리오 제공부;
노인의 사용자 단말을 통해 획득된 생활 데이터를 기반으로 이상징후를 감지하는 이상징후 감지부;
상기 상담사 단말로부터 상기 질문들과 대응하는 복수의 응답들을 수신하고, 상기 응답들에 기초하여 기 설정된 복수의 정신질환들 각각에 대한 발병위험도를 결정하며, 결정된 상기 발병위험도에 기초하여 상기 상담시나리오에 포함될 상기 질문들을 선정하는 정신건강 진단부; 및
상기 상담사 단말에서 상기 상담사가 상기 노인과 진행한 상담의 내용을 포함하는 음성데이터 및 상기 질문들과 대응하는 복수의 질의응답시간들을 수신하고, 상기 음성데이터에서 상기 질의응답시간들과 대응하는 복수의 부분음성데이터들을 획득하며, 상기 부분음성데이터들과 대응하는 복수의 부분텍스트데이터들을 생성하며, 상기 부분음성데이터들 및 상기 부분텍스트데이터들을 상기 상담사 단말에 제공하는 상담내용 표시부를 포함하고,
상기 상담내용 표시부는,
데이터베이스에서 상기 질문들 각각과 미리 매칭되어 저장된 복수의 키워드들을 검색하고,
상기 부분텍스트데이터에서 상기 키워드들과 일치하는 부분을 제1 색으로 표시하고, 상기 키워드들과 일치하지 않는 부분을 제2 색으로 표시하여 상기 상담사 단말에 제공하는,
시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220091765A KR20220112716A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
| KR1020220091767A KR20220112717A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220012450 | 2022-01-27 | ||
| KR20220012450 | 2022-01-27 | ||
| KR1020220012887 | 2022-01-28 | ||
| KR20220012887 | 2022-01-28 |
Related Child Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220091767A Division KR20220112717A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
| KR1020220091765A Division KR20220112716A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102426745B1 true KR102426745B1 (ko) | 2022-07-29 |
Family
ID=82606342
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220012930A KR102426745B1 (ko) | 2022-01-27 | 2022-01-28 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
| KR1020220091767A KR20220112717A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
| KR1020220091765A KR20220112716A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220091767A KR20220112717A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
| KR1020220091765A KR20220112716A (ko) | 2022-01-27 | 2022-07-25 | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (3) | KR102426745B1 (ko) |
Citations (3)
| 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 |
| KR20200082145A (ko) * | 2018-12-28 | 2020-07-08 | 주식회사 보듬 | 경도 인지 장애 선별 시스템 및 방법 |
| KR20200086873A (ko) * | 2019-01-10 | 2020-07-20 | 제이에스씨(주) | Vr과 ar을 기반으로 하는 정신건강 및 심리상담 콘텐츠 제공 시스템 |
-
2022
- 2022-01-28 KR KR1020220012930A patent/KR102426745B1/ko active IP Right Grant
- 2022-07-25 KR KR1020220091767A patent/KR20220112717A/ko active Application Filing
- 2022-07-25 KR KR1020220091765A patent/KR20220112716A/ko active Application Filing
Patent Citations (3)
| 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 |
| KR20200082145A (ko) * | 2018-12-28 | 2020-07-08 | 주식회사 보듬 | 경도 인지 장애 선별 시스템 및 방법 |
| KR20200086873A (ko) * | 2019-01-10 | 2020-07-20 | 제이에스씨(주) | Vr과 ar을 기반으로 하는 정신건강 및 심리상담 콘텐츠 제공 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220112716A (ko) | 2022-08-11 |
| KR20220112717A (ko) | 2022-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zimmermann et al. | Beyond description in interpersonal construct validation: Methodological advances in the circumplex structural summary approach | |
| Bekhet et al. | Measuring use of positive thinking skills: Psychometric testing of a new scale | |
| KR102540203B1 (ko) | 쇼호스트 추천기능을 제공하는 라이브 스트리밍 중계 서비스 제공 장치, 시스템, 방법 및 프로그램 | |
| Jaques et al. | People who influence women's decisions and preferred sources of information about prenatal testing for birth defects | |
| KR20230012081A (ko) | 사용자를 위한 상품 제공 방법 | |
| KR102426745B1 (ko) | 노인 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 | |
| Gunn et al. | Narratives of gestational diabetes provide a lens to tailor postpartum prevention and monitoring counseling | |
| KR102566441B1 (ko) | 비즈니스 모델에 대응하는 애플리케이션에 대한 결함 의심 데이터를 제공하는 기술성 테스트를 포함하는 통합 테스트 플랫폼 시스템 및 그 동작 방법 | |
| Nagata et al. | Investigating the factor structure and measurement invariance of the Eating Disorder Examination‐Questionnaire (EDE‐Q) in a community sample of gender minority adults from the United States | |
| Robinson et al. | Prevalence of maternal urinary ketones in pregnancy in overweight and obese women | |
| KR20220113882A (ko) | 반려동물에 적합한 영양소비율 및 재료 배합비율을 제공하는 반려동물 식단 제공 플랫폼 서비스 제공 장치, 방법 및 프로그램 | |
| KR102461676B1 (ko) | 바이오 빅데이터 분석을 이용한 건강 관리 서비스 제공 장치, 시스템, 방법 및 프로그램 | |
| Haines et al. | Point-of-care ultrasound transmission for remote interpretation in austere environments | |
| KR102403235B1 (ko) | 재무 역량 진단 및 상담 진행을 위한 장치, 방법 및 시스템 | |
| KR102577740B1 (ko) | 사용자를 위한 애완 동물의 건강 관리 케어 방법 | |
| Jacobson et al. | Pioneer baby: suggestions for pre-and postnatal health promotion programs from rural English and Spanish-speaking pregnant and postpartum women | |
| KR102448572B1 (ko) | 사용자를 위한 건강 정보 제공 방법 | |
| KR102505267B1 (ko) | 빅데이터를 활용한 질병 확산 예측 서비스 제공 장치, 시스템, 방법 및 프로그램 | |
| Johansson et al. | Safety of low weight gain or weight loss in pregnancies with class 1, 2, and 3 obesity: a population-based cohort study | |
| KR102527962B1 (ko) | 사용자의 쇼핑을 위한 제품 추천 및 배송 알고리즘 생성 방법 | |
| KR102588429B1 (ko) | Crm과 emr 등을 통합한 환자 및 병원 간 소통 기반의 비대면 의료 서비스 플랫폼 서버 및 그 시스템 | |
| KR102426329B1 (ko) | 거래량을 활용한 주식 추천정보 제공 방법 및 장치 | |
| Ruby et al. | Exploring patients' perspectives of gestational diabetes mellitus screening and counselling in Ontario: A grounded theory study | |
| KR102528992B1 (ko) | 사용자를 위한 해외 배송 방법 | |
| KR20230021037A (ko) | 빅데이터를 활용한 질병 확산 예측 서비스 제공 장치, 시스템, 방법 및 프로그램 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |