KR102546422B1 - 인공지능 기반 음성상담을 활용한 환자 맞춤형 케어서비스 관리시스템 및 방법 - Google Patents

Abstract

본 발명은 상세하게로는 환자 또는 보호자와의 음성상담 서비스를 제공함과 동시에 수집된 음성데이터 및 마이데이터를 기반으로 의료상담용 리포트, 복약순응 리포트 및 이상반응 보고서를 생성한 후, 이를 필요로 하는 의료진, 제약사 및 보험사에게 제공하며, 각 리포트/보고서를 참조하여 환자에 대한 맞춤형 솔루션을 제공함으로써 전반적인 의료서비스의 편의성 및 신뢰도를 획기적으로 높일 수 있을 뿐만 아니라 새로운 비즈니스 모델을 제시하여 기존에는 없던 가치 창출이 가능하며, 환자 및 의료진 간의 상담 효율성 및 집중효율을 높일 수 있으며, 환자 복약순응도를 높여 환자 치료율을 극대화시킬 수 있을 뿐만 아니라 환자 의료비용, 건강보험 재정, 보험사 및 제약사의 예산 소모를 현저히 절감시킬 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법에 관한 것이다.

Description

인공지능 기반 음성상담을 활용한 환자 맞춤형 케어서비스 관리시스템 및 방법{System and method for managing patient customized care-service using voice communication base on AI}

본 발명은 인공지능 기반 음성상담을 활용한 환자 맞춤형 케어서비스 관리시스템 및 방법에 관한 것으로서, 상세하게로는 환자 또는 보호자와의 음성상담 서비스를 제공함과 동시에 수집된 음성데이터 및 마이데이터를 기반으로 의료상담용 리포트, 복약순응 리포트 및 이상반응 보고서를 생성한 후, 이를 필요로 하는 의료진, 제약사 및 보험사에게 제공함으로써 환자의 현재 상태에 대응하는 맞춤형 솔루션을 제공할 뿐만 아니라 전반적인 의료서비스의 편의성 및 신뢰도를 획기적으로 높일 수 있으며, 새로운 비즈니스 모델을 제시하여 기존에는 없던 가치 창출이 가능하며, 환자 및 의료진 간의 상담 효율성 및 집중효율을 높일 수 있으며, 환자 복약순응도를 높여 환자 치료율을 극대화시킬 수 있을 뿐만 아니라 환자 의료비용, 건강보험 재정, 보험사 및 제약사의 예산 소모를 현저히 절감시킬 수 있는 인공지능 기반 음성상담을 활용한 환자 맞춤형 케어서비스 관리시스템 및 방법에 관한 것이다.

최근 들어, 의학 수준, 의료 기술 및 장비가 발달하고, 건강에 대한 관심이 급증함에 따라, 병원, 약국 등의 의료시설과 의료시설을 이용하는 이용자 수가 기하급수적으로 증가하였고, 이에 따라 의료서비스의 편의성 및 신뢰도를 높이기 위한 다양한 연구가 진행되고 있다.

그러나 한정된 의료시설에 반해, 의료시설을 방문하는 외래환자수가 현저히 증가함에 따라, 의료진의 환자 1인당 진료시간이 단축되었고, 이러한 진료시간의 단축은 환자 질환에 대한 의료진의 진단 및 처방의 정확성, 효과 및 효율성을 떨어뜨릴 뿐만 아니라 짧은 진료시간에 대한 환자의 불만을 가중시킴에 따라 전반적인 의료서비스의 신뢰도를 저하시키는 큰 원인으로 작용하고 있다.

일례로, 2017년 보건행정학회지에 기재된 논문에 따르면, ‘2016년 8월 국민건강보험 일산병원에 내원한 초진환자 6,954명을 대상으로 조사한 결과에 따르면 평균 초진 진료 시간은 6.2분에 불과하고, 가장 진료 시간이 길어야 하는 정신건강의학과의 경우에는 13.9분이었으나, 실제 환자가 만족할 진료 시간인 16.2분에는 미치지 못하고 있고, 현 의료 환경에서 초진환자에게 15분 이상의 진료시간을 할애하는 것은 매우 어렵다’는 연구 결과가 발표된 바 있다.

한편, 일반적으로 의료진은 환자 진료를 통해 환자의 질환에 적합한 약을 처방하고 있고, 이러한 처방약은 동일한 질환의 환자라고 하더라도, 병력, 증상, 부작용 등의 다양한 조건에 따라 종류, 복용량, 복용주기, 농도 등이 다르게 처방이 이루어지게 된다.

이때 치료 효과는 환자가 의료진의 지시에 따라 얼마나 정확하게 처방약을 복용하고 있는지에 직결되기 때문에 의료진은 약 처방 시, 복용량, 복용주기 등에 대한 유의 사항을 상세하게 안내 및 설명하고 있다.

그러나 종래에는 건강 상식 부족, 약물 지식 부족, 인지기능 저하, 다약제 처방에 따른 복잡성, 질병에 대한 인식 저하, 기억력 저하 또는 바쁜 일상으로 인한 투약시기 지연, 생활 습관 등의 다양한 원인으로 인해 환자의 복약순응도가 매우 떨어지는 문제점이 발생하였다.

일례로, 2020년 07월 한국정보기술학회 논문지에 따르면, ‘주요 선진국의 복약순응도가 전체 약제복용인구 중 50%에 불과하고, 당뇨 환자의 복약순응도가 77%, 고혈압 환자의 복약순응도가 45%, 고지혈증 환자의 복약순응도가 35%에 미치지 않는다.’라는 연구 결과가 기재되어 있다.

즉 복약순응이 환자 치료 성공의 선결 조건임에도 불구하고, 아직까지 전체 환자의 절반정도가 복약순응도가 낮은 실정이고, 이에 따라 병원 입원율 및 사망률이 증가하여 전반적으로 의료비가 상승하는 문제점이 발생하고 있다.

또한 종래에는 의료진이 상담을 통해 상담 중인 환자가, 질환에 좋지 않은 생활 패턴이나 또는 낮은 복약순응도를 갖는 환자(이하 관리대상이라고 함)라고 인식하더라도, 이에 대한 별도의 해결책을 제공하지 못하고 단순히 안내사항, 경고사항 등을 설명하는 정도의 서비스만을 제공하고 있기 때문에 환자의 치료 효과 및 효율성을 높이지 못하는 구조적 한계를 갖는다.

또한 종래에는 보험사가 환자의 복약순응도를 인지하기 위한 기술 및 방법이 전혀 고려되지 않았을 뿐만 아니라 환자의 복약순응도와 상관없이 보험혜택이 균등하게 적용되었기 때문에 보험사의 불필요한 예산 소모가 증가하며, 환자의 자발적인 복약순응도 개선이 쉽지 않은 단점을 갖는다.

도 1은 국내공개특허 제10-2020-0141957호(발명의 명칭 : 챗봇 기반 진료 예약 서비스 제공 방법)에 개시된 진료예약 상담 챗봇 서비스 제공 방법을 개략적으로 설명하기 위한 도면이다.

도 1의 진료예약 상담 챗봇 서비스 제공 방법(이하 종래기술이라고 함)(S900)은 환자가 채팅방에 입장하면(S901), 채팅방 입장을 환영하는 메시지를 제공함과 동시에 최상위 레벨 질의어를 검색한 후(S902), 질의어 기반으로 메뉴를 구성한 후, 텍스트 입력창과 함께 제공하도록 한다(S903).

또한 환자가 메뉴 기반으로 질의어를 선택하거나, 텍스트 입력창(text)을 통해 질의어를 입력하면(S904), 해당 질의어에 종속되는 하위 레벨 질의어들을 검색한다(S905). 이때 만약, 해당 질의어에 종속되는 하위 레벨 질의어들이 검색되면, 다시 단계903(S903)으로 재진입하여 질의어 기반으로 메뉴를 구성한 후, 텍스트 입력창과 함께 제공하는 동작을 반복 수행하도록 한다(S906).

반면, 해당 질의어에 하위 레벨 질의어 대신에 안내 정보가 링크되어 있다면(S907), 해당 질의어에 링크된 안내정보를 읽어와 환자에 안내하고(S908), 작업 프로세서가 링크되어 있다면(S909), 해당 작업 프로세서를 수행한 후, 작업 결과를 환자에게 통보하도록 한다(S910).

또한 단계907(S907) 내지 단계910(S910)은 도면에는 도시되지 않았으나, 상기 질의어가 신규 예약이면, 예약 기준을 질문하는 단계와, 예약 기준으로 진료과가 선택되면, 진료과 목록을 안내하되, 예약 기준으로 질환이 선택되면, 선택 질환의 설명정보를 안내함과 동시에 관련 진료과 목록을 안내하는 단계와, 진료과 목록 기반으로 진료과가 선택되면, 선택 진료과에 속한 의료진 각각의 예약 스케줄을 안내하는 단계와, 예약 스케줄 기반으로 희망 의료진 및 시간이 결정되면, 환자 예약 사항을 기반으로 예약 프로세서를 진행한 후, 예약 결과를 환자 안내하는 단계로 이루어진다.

이와 같이 구성되는 종래기술(S900)은 챗봇을 이용하여 상담원의 별도 개입 없이 환자 상담을 수행할 수 있을 뿐만 아니라 자연어 처리 방식과 규칙 기반 메뉴 방식 2가지 모두를 지원하는 챗봇 시스템을 구현 및 제공함으로써 노동력 및 근무 효율성이 개선됨과 동시에 접근성 및 편리성을 보장할 수 있는 장점을 갖는다.

그러나 종래기술(S900)은 1)음성대화가 아닌 문자대화를 기반으로 운영됨과 동시에 2)상위 질의어에 대한 키워드를 포함하는 대답이 이루어져야만 다음 단계로 진행(해당 질의어에 종속되는 하위 질의어 메뉴 제공)되기 때문에 진료 예약 서비스와 같이 기 설정된 절차에 따라 단계별로 프로세스가 진행되는 서비스에는 유용하나, 프로세스가 단계별로 이루어지지 않고 환자와의 대화를 통해 유의미한 정보를 추출해야만 하는 환자 진료상담 서비스에는 적합하지 못한 구조적 한계를 갖는다.

또한 종래기술(S900)은 의사 및 환자의 진료 상담 이전에, 환자로부터 치료에 필요한 유의미한 정보나 복약순응도 파악에 필요한 유의미한 정보를 별도로 추출한 후, 이를 의료진에게 제공하여 의료진의 진료상담의 효율성을 높이기 위한 기술 및 방법이 전혀 기재되어 있지 않은 구조적 한계를 갖는다.

또한 종래기술(S900)은 트리구조(Tree structure)로 연결된 상위 질의어들 및 하위 질의어들을 이용하여, 질의어를 제공한 후, 원하는 대답이 획득되어야만 다음 단계의 진행이 가능하기 때문에 일-방향 대화만이 가능하여 사용자에게 양-방향 서비스를 제공할 수 없는 단점을 갖고, 이에 따라, 환자와의 진료 상담에 적용하기 불가능한 단점을 갖는다.

또한 종래기술(S900)은 의료진이 상담을 통해 상담 중인 환자가, 질환에 좋지 않은 생활 패턴이나 또는 낮은 복약순응도를 갖는 환자(이하 관리대상이라고 함)라고 인식하더라도, 이에 대한 별도의 해결책을 제공하지 못하고 단순히 안내사항, 경고사항 등을 설명하는 정도의 서비스만을 제공하고 있기 때문에 환자의 치료 효과 및 효율성을 높이지 못하는 구조적 한계를 갖는다.

또한 종래기술(S900)은 환자의 복약순응도와 상관없이 보험사의 혜택이 균등 적용되기 때문에 보험사의 불필요한 예산 소모가 증가할 뿐만 아니라 환자의 복약순응도 개선에 대한 자발성이 떨어지는 문제점이 발생한다.

본 발명은 이러한 문제를 해결하기 위한 것으로, 본 발명의 해결과제는 환자 맞춤형 케어서비스 관리서버가 환자 또는 보호자에게 AI 챗봇 기반의 음성상담 서비스를 제공함으로써 종래에 의료진이 제한된 진료 상담 시간 동안 환자의 병력, 증상, 생활패턴, 부작용, 이상반응, 투약습관 등의 정보를 파악 및 분석하지 못하는 문제점을 획기적으로 해결할 수 있을 뿐만 아니라 자의 재발이나 악화가 줄어들어 환자의 진료비용을 현저히 절감시킬 수 있을 뿐만 아니라 환자가 시간 및 공간의 제약 없이 진료상담이 가능하여 진료 편의성을 높일 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 다른 해결과제는 환자 맞춤형 케어서비스 관리서버, 의료진, 환자, 보험사 및 제약사의 각 구성요소의 서비스를 활성화시킬 수 있을 뿐만 아니라 각 서비스의 품질을 개선시킬 수 있으며, 각 서비스의 경제적 가치 창출이 가능함으로써 이전에는 없던 새로운 비즈니스 모델을 제시할 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 환자 맞춤형 케어서비스 관리서버가 음성상담으로부터 제1, 2 유효정보들을 추출한 후, 추출된 제1 유효정보를 기반으로 의료상담용 리포트를 생성함과 동시에 제2 유효정보들로부터 복약순응도를 추출하여 복약순응 리포트를 생성하며, 생성된 의료상담용 리포트 및 복약순응 리포트를 의료진에게 제공함으로써 의료진이 제공 받은 의료상담용 리포트 및 복약순응 리포트를 참조하여, 진료상담을 수행함에 따라 환자 및 의료진 간의 상담 효율성 및 집중효율을 높일 수 있으며, 환자 복약순응도를 높여 환자 치료율을 극대화시킬 수 있을 뿐만 아니라 환자 의료비용, 건강보험 재정, 보험사 및 제약사의 예산 소모를 현저히 절감시킬 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 보험사 서버가 환자 맞춤형 케어서비스 관리서버로부터 전송받은 복약순응 리포트의 복약순응도에 따라, 해당 환자의 보험료를 차등 책정하거나 또는 해당 환자의 보험금을 차등 지급함으로써 종래에 보험사의 보험료 책정 및 보험금 지급이 복약순응도와 상관없이 균등하게 이루어짐에 따라 보험사의 불필요한 예산소모가 증가하는 문제점을 해결할 수 있을 뿐만 아니라 환자의 복약순응도 개선에 대한 자발성 및 참여율을 현저히 높일 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 환자 맞춤형 케어서비스 관리서버가 환자의 마이데이터를 수집한 후, 수집된 마이데이터를 활용하여 환자의 복약순응도를 출력하도록 구성됨으로써 복약순응도 추출의 정확성 및 신뢰도를 높일 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 환자 맞춤형 케어서비스 관리서버가 환자의 말뭉치로부터 추출된 제1, 2 유효정보들을 활용하여, 환자의 투약에 따른 이상반응을 나타내는 이상반응 보고서를 생성한 후, 이를 제약사 서버로 전송하고, 제약사 서버가 전송받은 이상반응 보고서를 참조하여, 환자의 이상반응에 따른 약물을 신규 제조하거나 환자의 이상반응에 따른 약물의 기준정보를 생성함으로써 환자의 처방률 및 치료율을 개선시킬 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 복약순응 위험도 추출 알고리즘이 학습 시, 지도 학습(Supervised learning) 및 비지도 학습(Unsupervised learning)을 동시에 개별적으로 진행하여, 각 방식에 따른 모델의 단점을 상호 보완하도록 구성됨으로써 복약순응 위험도를 더욱 정밀하게 추출할 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 상담등급 설정부가 환자의 음성데이터 중 무의미한 정보로 이루어지는 소모타임(t2)을 산출한 후, 산출된 소모타임(t2)에 따라 해당 환자의 상담등급(L)을 검출하고, AI 챗봇이 상담등급(L)별로 대화의 난이도 또는 속도를 다르게 진행함으로써 진료상담의 효율성 및 효과를 더욱 높일 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 보험사 서버가 상담 서비스 관리서버로부터 전송받은 복약순응 리포트를 참조하여, 보험 가입 시, 복약순응 위험도에 따라 보험료를 차등 책정하거나 또는 보험금 보상 시, 복약순응 위험도에 따라 보험금을 차등 지급함으로써 보험사의 불필요한 예산소모를 획기적으로 절감시킴과 더불어 복약순응도 개선에 대한 환자의 자발성 및 참여율을 높여 질환 치료율을 높일 수 있는 환자 맞춤형 케어서비스 관리시스템 및 방법을 제공하기 위한 것이다.

상기 과제를 해결하기 위한 본 발명의 해결수단은 관리서버가 환자 맞춤형 케어서비스의 회원 가입된 환자의 주치의인 의료진을 매칭 시키는 단계50(S50); 상기 관리서버가 환자의 단말기인 환자측 단말기로부터 음성상담을 요청받으면, AI 챗봇을 이용하여 상기 환자측 단말기와 음성상담 서비스를 제공하며, 음성상담의 음성데이터를 분석하여, 진료에 필요한 유의미한 정보인 제1 유효정보를 추출한 후, 추출된 제1 유효정보를 활용 및 가공하여 의료상담용 리포트를 생성하는 단계60(S60); 상기 관리서버가 상기 단계60(S60)에 의해 생성된 의료상담용 리포트를 해당 환자의 주치의로 매칭된 의료진에게 제공하는 단계70(S70); 의료진이 상기 단계70(S70)을 통해 제공받은 의료상담용 리포트를 활용하여, 해당 환자와의 진료 상담을 수행하는 단계110(S110)을 포함하고, 상기 관리서버에는 진료에 필요한 유의미한 정보인 제1 유효정보를 추출하는데 필요한 항목인 각 질환종류별 제1 필수체크항목들과, 각 제1 필수체크항목에 관련된 단어로 판단할 수 있는 키워드들과, 환자 말뭉치(Corpus)를 분석하여 제1 유효정보를 추출하는 유효정보 추출 알고리즘과, 복약순응도 추출에 관련된 정보인 제2 유효정보를 추출하는데 필요한 항목인 제2 필수체크항목들과, 각 제2 필수체크항목에 관련된 단어로 판단할 수 있는 키워드들과, 제2 유효정보들을 분석하여 복약순응도 정보를 출력하는 복약순응도 추출 알고리즘이 기 설정되어 저장되고, 상기 단계60(S60)은 상담 요청 시, 상기 관리서버의 AI 챗봇이 상담을 요청한 환자측 단말기와 접속하는 단계604(S604); 상기 AI 챗봇이 접속된 환자측 단말기와 음성상담을 실행하는 단계605(S605); 상기 관리서버가 상기 단계605(S605)에 의한 환자의 음성데이터를 인식한 후, 말뭉치(Corpus)를 생성한 후, 상기 유효정보 추출 알고리즘을 이용하여 생성된 환자 말뭉치 및 해당 환자의 질환종류에 따른 키워드들을 입력데이터로 하여, 환자 말뭉치로부터 제1 유효정보 및 제2 유효정보를 추출하는 단계607(S607); 상기 단계607(S607)에서 출력된 제2 유효정보를 상기 복약순응도 추출 알고리즘의 입력데이터로 하여, 해당 환자의 복약순응도 정보를 출력하는 단계608(S608); 상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계607(S607)에 의해 추출된 제1 유효정보들을 기반으로 의료상담용 리포트를 생성하는 단계613(S613); 상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계608(S608)에 의해 추출된 복약순응도 정보를 기반으로 복약순응 리포트를 생성하는 단계614(S614); 기 설정된 주기(T) 마다 진행되며, 주기(T) 동안의 환자 음성데이터로부터 추출된 환자 말뭉치(Corpus) 및 키워드들을 활용하여, 환자 말뭉치 및 키워드들 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 말뭉치 및 키워드들 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출하여 상기 유효정보 추출 알고리즘의 학습을 수행하는 단계601(S601); 상기 주기(T) 마다 진행되며, 주기(T) 동안 수집된 제2 유효정보 및 복약순응도 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 제2 유효정보 및 복약순응도 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출하여 상기 복약순응도 추출 알고리즘의 학습을 수행하는 단계602(S602)를 포함하고, 상기 단계607(S607)은 상기 단계601(S601)에 의해 학습된 유효정보 추출 알고리즘을 활용하여, 제1, 2 유효정보들을 출력하고, 상기 단계608(S608)은 상기 단계602(S602)에 의해 학습된 복약순응도 추출 알고리즘을 활용하여, 복약순응도 정보를 출력하는 것이다.

또한 본 발명에서 상기 환자 맞춤형 케어서비스 관리방법(S1)은 상기 관리서버가 상기 단계614(S614)에 의해 생성된 복약순응 리포트를 해당 환자의 주치의로 매칭된 의료진에게 제공하는 단계80(S80)을 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 단계80(S80)은 상기 관리서버가 상기 단계614(S614)에 의해 생성된 복약순응 리포트를 해당 환자가 가입한 보험 상품을 관리하는 보험사 서버로 제공하고, 상기 환자 맞춤형 케어서비스 관리방법(S1)은 상기 보험사 서버가 상기 단계80(S80)을 통해 전송받은 복약순응 리포트의 복약순응도에 따라, 해당 환자의 보험료를 차등 책정하거나 또는 해당 환자의 보험금을 차등 지급하는 단계120(S120)을 더 포함하는 것이 바람직하다.

삭제

또한 본 발명에서 상기 단계60(S60)은 상기 단계605(S605)에서 음성상담이 시작될 때 진행되며, 상기 관리서버가 해당 환자에 대하여, 과거 건강검진 결과, 계좌정보, 대출납입정보, 자동차보험계약 및 납입정보, 보험대출상품 정보, 카드이용정보, 통신비납입정보, 보증보험정보, 국세납입정보, 지방세 납입정보 및 4대 보험 납입정보 중 적어도 하나 이상을 포함하는 마이데이터를 수집하는 단계606(S606)을 더 포함하고, 상기 단계602(S602)는 제2 유효정보 및 마이데이터와, 복약순응도 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 제2 유효정보 및 마이데이터와, 복약순응도 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출하여 상기 복약순응도 추출 알고리즘의 학습하고, 상기 단계614(S614)는 상기 단계607(S607)에서 출력된 제2 유효정보와, 상기 단계606(S606)에 의해 수집된 마이데이터를 입력데이터로 하여, 복약순응도 정보를 출력하는 것이 바람직하다.

또한 본 발명에서 상기 단계60(S60)은 상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계607(S607)에 의해 출력된 제1, 2 유효정보들을 분석하여, 환자의 투약 이후 이상반응 정도가 임계치 이상일 때, 해당 환자의 이상반응 정도가 기재된 이상반응 보고서를 생성하는 단계615(S615)를 더 포함하고, 상기 환자 맞춤형 케어서비스 관리방법(S1)은 상기 관리서버가 상기 단계615(S615)에 의해 생성된 이상반응 보고서를, 해당 환자의 주치의로 매칭된 의료진과 투약 약물을 제조하는 제약사 서버로 제공하는 단계100(S100); 상기 제약사 서버가 상기 단계100(S100)을 통해 전송받은 이상반응 보고서를 참조하여, 해당 환자의 이상반응에 적합한 약물을 제조하거나 또는 이상반응에 적합한 약물의 기준정보를 생성하며, 제조된 약물 또는 생성된 약물 기준정보를 해당 의료진에게 제공하는 단계130(S130)을 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 환자 맞춤형 케어서비스 관리방법(S1)은 기 설정된 주기 마다, 상기 보험사 서버 및 상기 제약사 서버가 상기 관리서버로 기 계약된 절차에 따라 수수료를 정산하는 단계140(S140)을 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 환자 맞춤형 케어서비스 관리방법(S1)은 상기 관리서버가 환자 맞춤형 케어서비스를 홍보하는 단계10(S10); 상기 관리서버가 의료진의 요청에 따라, 해당 의료진을 환자 맞춤형 케어서비스의 회원으로 등록하는 단계20(S20); 상기 관리서버가 환자의 요청에 따라, 해당 환자를 환자 맞춤형 케어서비스의 회원으로 등록하는 단계30(S30); 상기 단계30(S30)을 통해 회원 가입한 환자의 환자측 단말기에 케어 어플리케이션이 설치되는 단계40(S40)을 더 포함하고, 상기 케어 어플리케이션은 사용자(환자)로부터 상담을 요청받을 때, 상기 관리서버로 상담 요청데이터를 전송함과 동시에 사용자(환자)와 상기 관리서버의 음성상담 서비스에 대한 인터페이스를 제공하는 그래픽 사용자 인터페이스(GUI, Graphic User Interface)를 상기 환자측 단말기의 모니터에 디스플레이 하는 것이 바람직하다.

또한 본 발명에서 상기 단계602(S602)는 상기 복약순응도 추출 알고리즘의 학습 시, 지도 학습(Supervised learning)과 비지도 학습(Unsupervised learning)을 동시에 개별적으로 진행하여, 각 방식에 따른 모델의 단점을 상호 보완하도록 하는 것이 바람직하다.

또한 본 발명에서 상기 의료상담용 리포트는 환자의 질환종류에 따른 제1 필수체크항목들 및 각 제1 필수체크항목에 대한 제1 유효정보들이 기재되는 것이 바람직하다.

또한 본 발명에서 상기 복약순응도 추출 알고리즘에 의해 출력되는 복약순응도 정보는 해당 환자의 복약순응도와 기 설정된 카테고리별 복약순응 등급들을 포함하고, 상기 복약순응 리포트에는 해당 환자의 복약순응도가 복약순응도를 백분율로 표시됨과 동시에 각 카테고리의 복약순응 등급들이 표시되는 것이 바람직하다.

또한 본 발명에서 상기 관리서버에는 각 제1 필수체크항목에 관련된 답변을 유도하기 위한 질의어들과 각 제2 필수체크항목에 관련된 답변을 유도하기 위한 질의어들이 기 설정되어 저장되고, 상기 단계605(S605)는 상기 관리서버가 상담을 요청한 환자의 질환종류와, 해당 질환종류에 대응하는 질의어들 및 키워드들을 추출한 후, 추출된 질의어들 및 키워드들을 활용하여 인공지능을 기반으로 접속된 환자측 단말기의 사용자(환자)와 음성대화를 수행하는 것이 바람직하다.

또한 본 발명에서 상기 환자 맞춤형 케어서비스 관리방법(S1)은 상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계605(S605)에서 진행된 음성상담의 음성데이터를 입력받으면, 입력된 환자의 음성데이터를 기 설정된 등급부여절차에 따라 분석하여 환자의 커뮤니케이션 능력 수준에 따른 상담등급(L)을 설정하는 단계616(S616); 상기 관리서버가 상기 단계613(S613)에 의해 생성된 의료상담용 리포트와, 상기 단계614(S614)에 의해 생성된 복약순응 리포트와, 상기 단계615(S615)에 의해 생성된 이상반응 보고서와, 상기 단계616(S616)에 의해 설정된 상담등급(L)을 데이터베이스부에 저장하는 단계618(S618)을 더 포함하고, 상기 단계605(S605)는 상기 AI 챗봇이 상담을 요청한 환자의 상담등급(L)이 상기 데이터베이스부에 저장되어 있을 때, 해당 환자의 상담등급(L)별로 대화의 난이도 또는 속도를 다르게 진행하는 것이 바람직하다.

또한 본 발명에서 상기 데이터베이스부에는 소모율(R)의 구간별로 상담등급(L)이 매칭된 기준테이블이 저장되고, 상기 단계616(S616)은 상기 관리서버가 상기 단계605(S605)에서 진행된 음성상담의 음성데이터와, 음성상담 동안 상기 단계607(S607)에서 출력된 제1, 2 유효정보들을 입력받는 데이터 입력단계; 상기 관리서버가 상기 데이터 입력단계를 통해 입력된 음성데이터를 타임라인에 따라 비트열로 정렬시킨 후, 입력된 제1, 2 유효정보들을 참조 및 활용하여, 비트열로 정렬된 음성데이터를 제1, 2 유효정보들이 출력되는 구간 및 제1, 2유효정보들이 출력되지 않는 구간으로 분류하는 음성데이터 분류단계; 상기 관리서버가 상기 음성데이터 분류단계에 의해 정렬된 음성데이터의 전체 출력시간인 전체 출력타임(t)을 산출하는 전체 출력타임 산출단계; 상기 관리서버가 상기 음성데이터 분류단계에 의해 분류된 정보를 활용하여, 제1, 2 유효정보들이 출력되지 않는 구간들을 합산한 출력시간인 소모타임(t2)을 산출하는 소모타임(t2) 산출단계; 상기 관리서버가 상기 소모타임(t2) 산출단계에 의해 산출된 소모타임(t2)과 전체 출력타임(t) 산출단계에 의해 산출된 전체 출력타임(t)의 백분율인 소모율(R)을 산출하는 소모율(R) 산출단계; 상기 관리서버가 상기 데이터베이스부에 저장된 기준테이블을 활용하여, 상기 소모율(R) 산출단계에 의해 산출된 소모율(R)에 대응하는 상담등급(L)을 검출하며, 검출된 상담등급(L)을 해당 환자의 상담등급(L)으로 결정한 후, 상기 데이터베이스부에 저장하는 상담등급 결정단계를 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 데이터베이스부에는 상담등급(L) 별로 환기멘트 출력주기(T1)가 매칭된 제2 기준테이블이 더 저장되고, 상기 제2 기준테이블의 환기주기 출력주기(T1)는 상담등급(L)이 높을수록 상위레벨(또는 하위레벨)이라고 가정할 때, 상담등급(L)에 비례(또는 반비례)하도록 설정되고, 상기 단계60(S60)은 상기 단계616(S616) 이후에 진행되며, 상기 관리서버가 상기 제2 기준테이블을 활용하여, 상기 단계616(S616)에 의해 결정된 해당 환자의 상담등급(L)에 매칭되는 환기멘트 출력주기(T1)를 검출한 후, 상기 데이터베이스부에 저장하는 단계617(S617)를 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 단계60(S60)은 상기 단계608(S608) 이후에 진행되되, 상기 데이터베이스부를 탐색하여, 해당 환자에 대한 환기멘트 출력주기(T1)를 탐색한 후, 해당 환자에 대한 환기멘트 출력주기(T1)가 추출될 때 진행되며, 상기 관리서버가 상기 단계605(S605) 및 상기 단계607(S607)을 모니터링 함과 동시에 상기 단계605(S605)에서 질의어 질문시점부터 제1 유효정보 또는 제2 유효정보가 추출되지 않은 상태가 지속되는 현재까지의 경과시간(△t)을 산출하는 단계609(S609); 상기 관리서버가 상기 단계605(S605)에서 음성상담이 종료되었는지 여부를 판단하며, 1)만약 상기 단계605(S605)에서 음성상담이 종료되었다고 판단되면, 다음 단계로 상기 단계613(S613), 상기 단계614(S614), 상기 단계615(S615) 및 상기 단계616(S616)을 진행하는 단계610(S610); 상기 단계610(S61)에서 상기 단계605(S605)의 음성상담이 진행 중이라고 판단될 때 진행되며, 상기 관리서버가 상기 단계609(S609)에서 산출된 경과시간(△t) 및 해당 환자의 환기멘트 출력주기(T1)를 비교하며, 만약 경과시간(△t)이 환기멘트 출력주기(T1) 미만(△t<T1)이면, 다음 단계로 상기 단계609(S609)를 진행하는 는 단계611(S611); 상기 단계611(S611)에서 경과시간(△t)이 환기멘트 출력주기(T1) 이상(△t≥T1)일 때 진행되며, 상기 단계605(S605)에 적용되는 상기 AI 챗봇으로 출력제어신호를 출력하는 단계612(S612)를 더 포함하고, 상기 단계605(S605)의 상기 AI 챗봇은 상기 단계612(S612)로부터 출력제어신호가 입력되면, 환자의 대화를 끊고 이전 질의어를 다시 묻기 위한 반복 멘트를 의미하는 환기멘트를 출력하는 것이 바람직하다.

상기 과제와 해결수단을 갖는 본 발명에 따르면 환자 맞춤형 케어서비스 관리서버가 환자 또는 보호자에게 AI 챗봇 기반의 음성상담 서비스를 제공함으로써 종래에 의료진이 제한된 진료 상담 시간 동안 환자의 병력, 증상, 생활패턴, 부작용, 이상반응, 투약습관 등의 정보를 파악 및 분석하지 못하는 문제점을 획기적으로 해결할 수 있을 뿐만 아니라 자의 재발이나 악화가 줄어들어 환자의 진료비용을 현저히 절감시킬 수 있을 뿐만 아니라 환자가 시간 및 공간의 제약 없이 진료상담이 가능하여 진료 편의성을 높일 수 있게 된다.

또한 본 발명에 의하면 환자 맞춤형 케어서비스 관리서버, 의료진, 환자, 보험사 및 제약사의 각 구성요소의 서비스를 활성화시킬 수 있을 뿐만 아니라 각 서비스의 품질을 개선시킬 수 있으며, 각 서비스의 경제적 가치 창출이 가능함으로써 이전에는 없던 새로운 비즈니스 모델을 제시할 수 있게 된다.

또한 본 발명에 의하면 환자 맞춤형 케어서비스 관리서버가 음성상담으로부터 제1, 2 유효정보들을 추출한 후, 추출된 제1 유효정보를 기반으로 의료상담용 리포트를 생성함과 동시에 제2 유효정보들로부터 복약순응도를 추출하여 복약순응 리포트를 생성하며, 생성된 의료상담용 리포트 및 복약순응 리포트를 의료진에게 제공함으로써 의료진이 제공 받은 의료상담용 리포트 및 복약순응 리포트를 참조하여, 진료상담을 수행함에 따라 환자 및 의료진 간의 상담 효율성 및 집중효율을 높일 수 있으며, 환자 복약순응도를 높여 환자 치료율을 극대화시킬 수 있을 뿐만 아니라 환자 의료비용, 건강보험 재정, 보험사 및 제약사의 예산 소모를 현저히 절감시킬 수 있게 된다.

또한 본 발명에 의하면 보험사 서버가 환자 맞춤형 케어서비스 관리서버로부터 전송받은 복약순응 리포트의 복약순응도에 따라, 해당 환자의 보험료를 차등 책정하거나 또는 해당 환자의 보험금을 차등 지급함으로써 종래에 보험사의 보험료 책정 및 보험금 지급이 복약순응도와 상관없이 균등하게 이루어짐에 따라 보험사의 불필요한 예산소모가 증가하는 문제점을 해결할 수 있을 뿐만 아니라 환자의 복약순응도 개선에 대한 자발성 및 참여율을 현저히 높일 수 있다.

또한 본 발명에 의하면 환자 맞춤형 케어서비스 관리서버가 환자의 마이데이터를 수집한 후, 수집된 마이데이터를 활용하여 환자의 복약순응도를 출력하도록 구성됨으로써 복약순응도 추출의 정확성 및 신뢰도를 높일 수 있다.

또한 본 발명에 의하면 환자 맞춤형 케어서비스 관리서버가 환자의 말뭉치로부터 추출된 제1, 2 유효정보들을 활용하여, 환자의 투약에 따른 이상반응을 나타내는 이상반응 보고서를 생성한 후, 이를 제약사 서버로 전송하고, 제약사 서버가 전송받은 이상반응 보고서를 참조하여, 환자의 이상반응에 따른 약물을 신규 제조하거나 환자의 이상반응에 따른 약물의 기준정보를 생성함으로써 환자의 처방률 및 치료율을 개선시킬 수 있다.

또한 본 발명에 의하면 복약순응 위험도 추출 알고리즘이 학습 시, 지도 학습(Supervised learning) 및 비지도 학습(Unsupervised learning)을 동시에 개별적으로 진행하여, 각 방식에 따른 모델의 단점을 상호 보완하도록 구성됨으로써 복약순응 위험도를 더욱 정밀하게 추출할 수 있게 된다.

또한 본 발명에 의하면 상담등급 설정부가 환자의 음성데이터 중 무의미한 정보로 이루어지는 소모타임(t2)을 산출한 후, 산출된 소모타임(t2)에 따라 해당 환자의 상담등급(L)을 검출하고, AI 챗봇이 상담등급(L)별로 대화의 난이도 또는 속도를 다르게 진행함으로써 진료상담의 효율성 및 효과를 더욱 높일 수 있다.

또한 본 발명에 의하면 보험사 서버가 상담 서비스 관리서버로부터 전송받은 복약순응 리포트를 참조하여, 보험 가입 시, 복약순응 위험도에 따라 보험료를 차등 책정하거나 또는 보험금 보상 시, 복약순응 위험도에 따라 보험금을 차등 지급함으로써 보험사의 불필요한 예산소모를 획기적으로 절감시킴과 더불어 복약순응도 개선에 대한 환자의 자발성 및 참여율을 높여 질환 치료율을 높일 수 있게 된다.

도 1은 국내공개특허 제10-2020-0141957호(발명의 명칭 : 챗봇 기반 진료 예약 서비스 제공 방법)에 개시된 진료예약 상담 챗봇 서비스 제공 방법을 개략적으로 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예인 환자 맞춤형 케어서비스 관리방법을 나타내는 구성도이다.
도 3은 도 3의 관계도이다.
도 4는 도 2의 개념도이다.
도 5는 도 2의 환자 맞춤형 케어서비스 제공 방법(S1)이 적용되는 환자 맞춤형 케어서비스 제공 시스템을 나타내는 구성도이다.
도 6은 도 5의 환자측 단말기를 나타내는 블록도이다.
도 7은 도 5의 환자 맞춤형 케어서비스 관리서버에서 생성되는 의료상담용 리포트를 예시도이다.
도 8은 도 5의 환자 맞춤형 케어서비스 관리서버에서 생성되는 복약순응 리포트를 나타내는 예시도이다.
도 9는 도 8의 다른 예시도이다.
도 10은 도 5의 환자 맞춤형 케어서비스 관리서버를 나타내는 블록도이다.
도 11은 도 10의 AI 챗봇 기반 음성상담 서비스부를 나타내는 블록도이다.
도 12의 (a)는 AI 챗봇 기반 음성대화모듈에서 제공되는 가이드문구를 나타내는 예시도이고, (b)는 다른 예시도이다.
도 13은 도 10의 인공지능 기반 유효정보 추출부를 나타내는 블록도이다.
도 14는 도 10의 인공지능 기반 복약순응도 추출부를 나타내는 블록도이다.
도 15는 도 10의 환기멘트 출력여부 판단부를 나타내는 블록도이다.
도 16은 도 10의 상담등급 설정부를 나타내는 블록도이다.
도 17은 도 16의 전체 출력타임(t), 유효타임(t1) 및 소모타임(t2)을 설명하기 위한 예시도이다.
도 18은 도 2의 환자 맞춤형 케어서비스 단계(S60)를 나타내는 플로차트이다.

이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명한다.

도 2는 본 발명의 일실시예인 환자 맞춤형 케어서비스 관리방법을 나타내는 구성도이고, 도 3은 도 3의 관계도이고, 도 4는 도 2의 개념도이다.

도 2 내지 4의 본 발명의 일실시예인 환자 맞춤형 케어서비스 관리방법(S1)은 환자 또는 보호자와의 음성상담 서비스를 제공함과 동시에 수집된 음성데이터 및 마이데이터를 기반으로 의료상담용 리포트, 복약순응 리포트 및 이상반응 보고서를 생성한 후, 이를 필요로 하는 의료진, 제약사 및 보험사에게 제공함으로써 환자의 현재 상태에 대응하는 맞춤형 솔루션을 제공할 뿐만 아니라 전반적인 의료서비스의 편의성 및 신뢰도를 획기적으로 높일 수 있으며, 새로운 비즈니스 모델을 제시하여 기존에는 없던 가치 창출이 가능하며, 환자 및 의료진 간의 상담 효율성 및 집중효율을 높일 수 있으며, 환자 복약순응도를 높여 환자 치료율을 극대화시킬 수 있을 뿐만 아니라 환자 의료비용, 건강보험 재정, 보험사 및 제약사의 예산 소모를 현저히 절감시키기 위한 것이다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 도 2에 도시된 바와 같이, 환자 맞춤형 케어서비스 홍보단계(S10)와, 의료진 가입단계(S20), 환자 가입단계(S30), 케어 어플리케이션 설치단계(S40), 의료진 매칭단계(S50), 환자 맞춤형 케어서비스 단계(S60), 의료 상담용 리포트 전송단계(S70), 복약순응 리포트 전송단계(S80), 이상반응 보고서 생성여부 판단단계(S90), 이상반응 보고서 전송단계(S100), 진료상담 단계(S110), 보험료/보험금 적용단계(S120), 약물적용단계(S130), 수수료 정산단계(S140)로 이루어진다.

이때 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)이 적용되는 환자 맞춤형 케어서비스 관리시스템(1)은 후술되는 도 5에 도시된 바와 같이, 접속된 환자에게 환자 맞춤형 케어서비스를 제공하는 환자 맞춤형 케어서비스 관리서버(3)와, 환자 또는 환자 보호자가 소지한 단말기인 환자측 단말기(5-1), ..., (5-N)들과, 환자측 단말기(5-1), ..., (5-N)들 각각에 설치되어 환자 맞춤형 케어서비스 관리서버(3)와의 연동을 지원하는 케어 어플리케이션(7)과, 의사가 소지한 단말기인 의료진 단말기(9)와, 환자 맞춤형 케어서비스 관리서버(3)의 요청에 따라 특정 환자에 대한 마이데이터(금융거래정보, 통신비납부내역정보 등)를 수집하여 제공하는 마이데이터 수집서버(11)와, 통상의 보험서비스를 제공하는 보험사 서버(13)와, 약물을 제조하는 통상의 제약사 서버(15)와, 구성수단(3), (5-1), ..., (5-N), (9), (11), (13), (15)들 사이의 데이터 이동경로를 제공하는 통신망(10)으로 이루어지고, 이러한 각 구성수단의 동작 방법 및 기술은 후술되는 도 5 내지 17에서 상세하게 설명하기로 한다.

환자 맞춤형 케어서비스 홍보단계(S10)는 환자 맞춤형 케어서비스 관리서버(3)가 의료진 및 환자들에게 환자 맞춤형 케어서비스를 홍보하는 단계이다.

이때 홍보 방식으로는 영업사원 방문, TV 광고, 지면광고, 인터넷매체광고, 텔레마케팅, SNS 홍보 등의 공지된 다양한 방식이 적용될 수 있다.

의료진 가입단계(S20)는 의료진 단말기(5)가 환자 맞춤형 케어서비스 관리서버(3)에 가입을 요청하면, 환자 맞춤형 케어서비스 관리서버(3)가 해당 의료진을 환자 맞춤형 케어서비스의 의료진으로 가입/등록시키는 단계이다.

이때 의료진 단말기(9)는 환자 맞춤형 케어서비스 관리서버(3)로부터 제공받은 가입 신청서에 기본정보를 의료진으로부터 입력받으면, 입력 완료된 가입 신청서를 환자 맞춤형 케어서비스 관리서버(3)로 제공하고, 환자 맞춤형 케어서비스 관리서버(3)는 의료진으로부터 제공받은 가입 신청서의 기본정보를 데이터베이스부에 저장하여 해당 의료진을 환자 맞춤형 케어서비스의 가입회원으로 등록한다.

환자 가입단계(S30)는 환자측 단말기(5)가 환자 맞춤형 케어서비스 관리서버(3)에 가입을 요청하면, 환자 맞춤형 케어서비스 관리서버(3)가 해당 환자를 환자 맞춤형 케어서비스의 환자로 가입/등록시키는 단계이다.

이때 환자측 단말기(5)는 환자 맞춤형 케어서비스 관리서버(3)로부터 제공받은 가입 신청서에 기본정보를 환자로부터 입력받으면, 입력 완료된 가입 신청서를 환자 맞춤형 케어서비스 관리서버(3)로 제공하고, 환자 맞춤형 케어서비스 관리서버(3)는 환자로부터 제공받은 가입 신청서의 기본정보를 데이터베이스부에 저장하여 해당 환자를 환자 맞춤형 케어서비스의 가입회원으로 등록한다.

케어 어플리케이션 설치단계(S40)는 환자측 단말기(5)가 환자 맞춤형 케어서비스 서버(3)와 연동하여 환자 맞춤형 케어서비스를 제공하는 케어 어플리케이션(7)을 설치하는 단계이다. 이때 환자측 단말기(5)는 환자 맞춤형 케어서비스 관리서버(3)에 접속하거나 또는 단말기(5)의 O.S에서 제공하는 마켓, 스토어 등에 접속하여 케어 어플리케이션(7)의 설치파일을 다운로드 받아 케어 어플리케이션(7)을 설치할 수 있다.

의료진 매칭단계(S50)는 환자 맞춤형 케어서비스 관리서버(3)가 회원 가입된 의료진들 중 어느 하나를, 회원 가입한 환자의 주치의로 매칭 시키는 단계이다.

이때 환자 맞춤형 케어서비스 관리서버(3)는 환자의 이전 진료 경험이 있는 의료시설 및 의료진이나 환자가 희망하는 의료시설 및 의료진 또는 환자의 위치와 인접한 의료시설 및 의료진을 해당 환자의 주치의로 매칭 시킬 수 있다.

환자 맞춤형 케어서비스 단계(S60)는 환자 맞춤형 케어서비스 관리서버(3)가 회원 가입한 환자의 케어 어플리케이션(7)과 연동하여 환자 맞춤형 케어서비스를 제공하는 단계이다.

이때 환자 맞춤형 케어서비스는 AI 챗봇을 이용하여 환자와의 음성상담 서비스를 제공하되, 제공된 음성상담으로부터 의료진과의 진료상담에 필요한 유의미한 정보(이하 제1 유효정보라고 함) 및 환자의 복약순응도 추출에 필요한 유의미한 정보(이하 제2 유효정보라고 함)를 추출하며, 추출된 제1, 2 유효정보를 가공 및 분석하여 의료상담용 리포트, 복약순응 리포트 또는 이상반응 보고서를 생성하는 서비스를 의미하고, 이러한 환자 맞춤형 케어서비스 단계(S60)는 후술되는 도 18을 통해 상세하게 설명하기로 한다.

의료상담용 리포트 전송단계(S70)는 환자 맞춤형 케어서비스 관리서버(3)가 의료진 단말기(9)로 의료상담용 리포트를 전송하는 단계이다.

이때 의료상담용 리포트는 의료진이 환자와의 진료 상담에 필요한 유의미한 정보인 제1 유효정보들이 기재된 리포트를 의미하고, 의료상담용 리포트의 전송방식은 암호화된 이-메일, 문자메시지, 전용프로그램, 우편 발송 등의 공지된 다양한 방식이 적용될 수 있다.

복약순응 리포트 전송단계(S90)는 환자 맞춤형 케어서비스 단계(S60) 이후에 진행되며, 환자 맞춤형 케어서비스 관리서버(3)가 의료진 단말기(9) 및 보험사 서버(13)로 복약순응 리포트를 전송하는 단계이다.

이때 복약순응 리포트는 해당 환자의 복약순응도(백분율)와 기 설정된 카테고리별 복약순응 등급들이 기재된 리포트를 의미하고, 복약순응 리포트의 전송방식은 의료상담용 리포트와 동일하게, 암호화된 이-메일, 문자메시지, 전용프로그램, 우편 발송 등의 공지된 다양한 방식이 적용될 수 있다.

이상반응 보고서 생성여부 판단단계(S90)는 환자 맞춤형 케어서비스 단계(S60) 이후에 진행되며, 환자 맞춤형 케어서비스 관리서버(3)가 환자 맞춤형 케어서비스 단계(S60)에서 이상반응 보고서가 생성되었는지를 판별하는 단계이다.

또한 이상반응 보고서 생성여부 판단단계(S90)는 환자 맞춤형 케어서비스 단계(S60)에서 1)이상반응 보고서가 생성되었다고 판단되면, 다음 단계로 이상반응 보고서 전송단계(S100)를 진행하되, 2)이상반응 보고서가 생성되지 않았다고 판단되면, 다음 단계를 진행하지 않는다.

이상반응 보고서 전송단계(S100)는 환자 맞춤형 케어서비스 서버(3)가 이상반응 보고서 생성여부 판단단계(S90)에서 이상반응 보고서가 생성되었다고 판단될 때 진행되며, 제약사 서버(15)로 이상반응 보고서를 전송하는 단계이다.

진료상담 단계(S110)는 의료상담용 리포트 전송단계(S70) 및 복약순응 리포트 전송단계(S80) 이후에 진행되며, 의료진 단말기(9)가 의료진의 요청에 따라, 의료상담용 리포트 전송단계(S70) 및 복약순응 리포트 전송단계(S80)를 통해 전송받은 의료상담용 리포트 및 복약순응 리포트를 디스플레이 하는 단계이다.

즉 의료진은 환자와의 진료상담 시, 진료상담 단계(S110)를 통해 해당 환자에 대한 의료상담용 리포트 및 복약순응 리포트를 열람 및 참조하여, 제한된 시간 동안 환자의 답변내용 중 부족한 부분이나 심층적 분석이 필요한 부분에 대한 질문을 집중적으로 할 수 있기 때문에 환자에 대한 심층적 분석이 가능할 뿐만 아니라 환자와의 상담 내용 중 무의미한 대화를 현저히 절감시켜 환자의 복약순응도를 개선시킬 수 있을 뿐만 아니라 상담 효율성 및 효과를 극대화시킬 수 있고, 이에 따라 진단 및 처방의 정확성 및 효과를 높일 수 있게 된다.

보험료/보험금 적용단계(S120)는 복약순응 리포트 전송단계(S80) 이후에 진행되며, 보험사 서버(13)가 복약순응 리포트 전송단계(S80)를 통해 전송받은 복약순응도 리포트를 참조하여, 1)해당 환자가 보험 상품 가입 시, 해당 환자의 복약순응도에 따라 보험료를 차등 책정하거나 또는 2)해당 환자에 대한 보험금 보상 시, 해당 환자의 복약순응도에 따라 보험금을 차등 지급한다.

즉 보험사 서버(13)는 종래에 보험사가 가입자의 복약순응도와 상관없이 보험료 책정 및 보상금 지급을 균등하게 수행하여 보험사의 불필요한 예산소모가 증가하며, 복약순응도 개선에 대한 환자의 자발성 및 참여율이 떨어지는 문제점을 획기적으로 해결할 수 있게 된다.

약물적용단계(S130)는 이상반응 보고서 전송단계(S100) 이후에 진행되며, 제약사 서버(15)가 이상반응 보고서 전송단계(S100)를 통해 전송받은 이상반응 보고서를 참조하여, 해당 환자의 이상반응에 적합한 약물의 기준을 제공하는 단계이다.

수수료 정산단계(S140)는 보험사 서버(13) 및 제약사 서버(15)가 환자 맞춤형 케어서비스 관리서버(3)로 수수료를 지급하는 단계이다.

이하, 도 5 내지 18을 참조하여 본 발명의 환자 맞춤형 케어서비스 단계(S60)에 대해 상세하게 설명하기로 한다.

도 5는 도 2의 환자 맞춤형 케어서비스 제공 방법(S1)이 적용되는 환자 맞춤형 케어서비스 제공 시스템을 나타내는 구성도이다.

도 5의 환자 맞춤형 케어서비스 제공 시스템(1)은 전술하였던 도 2의 환자 맞춤형 케어서비스 제공방법(S1)이 적용되어 환자에게 맞춤형 케어서비스를 제공하는 시스템이다.

또한 환자 맞춤형 케어서비스 제공 시스템(1)은 도 2에서 전술하였던 바와 같이, 환자 맞춤형 케어서비스 관리서버(3)와, 환자측 단말기(5-1), ..., (5-N)들, 케어 어플리케이션(7), 의료진 단말기(9), 마이데이터 수집서버(11), 보험사 서버(13), 제약사 서버(15), 통신망(10)으로 이루어진다.

통신망(10)은 환자 맞춤형 케어서비스 관리서버(3), 환자측 단말기(5-1), ..., (5-N)들, 의료진 단말기(9), 마이데이터 수집서버(11), 보험사 서버(13) 및 제약사 서버(15) 사이의 데이터 통신을 지원하며, 상세하게로는 LAN(local area network)망, VAN(Value Added Network)망, 광역 통신망(WAN), 이동통신망, 와이파이(Wi-fi), 3G/4G, LTE 등으로 구현될 수 있다.

마이데이터 수집서버(11)는 환자의 대출 납입내역, 보험료 납입내역, 통신비 납입내역 등의 정보(이하 마이데이터라고 함)를 수집한다. 이때 마이데이터 수집서버(11)는 마이데이터 수집에 동의한 환자에 한해서 마이데이터를 수집한다.

예를 들어, 마이데이터는 ‘과거 건강검진 결과’, ‘계좌정보’, ‘대출납입정보‘, ’자동차보험계약 및 납입정보’, ‘보험대출상품 정보’, ‘카드이용정보(일별 카드 이용정보 포함’, ‘카드대출정보’, ‘기타 금융투자정보’, ‘통신비납입정보’, ‘보증보험정보’, ‘공공정보(국세, 지방세, 4대 보험)’ 등으로 이루어질 수 있고, 이러한 마이데이터 수집 기술 및 방법은 금융거래 시스템에서 통상적으로 널리 사용되는 기술 및 방법이기 때문에 상세한 설명은 생략하기로 한다.

또한 마이데이터 수집서버(11)는 환자 맞춤형 케어서비스 관리서버(3)의 요청에 따라 특정 환자의 마이데이터를 추출한 후, 추출된 마이데이터를 환자 맞춤형 케어서비스 관리서버(3)로 전송한다.

이러한 마이데이터는 환자의 생활 습관이나 경제 상황을 나타내는 지표로 활용될 수 있고, 일반적으로 환자의 생활 습관이나 경제 상황은 환자의 복약순응과도 밀접한 관계를 갖는다. 예를 들어, 매달 납부해야할 비용을 연체하는 생활 습관을 갖는 환자의 경우, 약물의 복용주기 또한 미루는 경우가 많고, 경제 상황이 매우 좋지 않은 경우, 투약의 지속성이 떨어지는 경우가 많다.

본 발명은 이러한 마이데이터의 특성을 감안하여, 환자 맞춤형 케어서비스 관리서버(3)가 환자의 마이데이터를 별도로 수집한 후, 수집된 마이데이터를 분석 및 해당 환자의 복약순응도 추출에 활용함으로써 분석의 정확성 및 신뢰도를 현저히 높이도록 하였다.

보험사 서버(13)는 다양한 보험 상품들을 제공하는 통상의 보험 회사의 서버이며, 환자 맞춤형 케어서비스에 가입한 환자에 대하여, 1)해당 환자의 보험 상품 가입 시, 환자의 보험료를 책정하고, 2)해당 환자의 보험금 보상 시, 보험금을 지급한다.

이때 보험료는 가입자가 매달 보험사에 납부하는 비용을 의미하고, 보험금은 보험사가 가입자에게 지급하는 보상금을 의미한다.

또한 보험사 서버(13)는 환자의 보험 상품 가입 또는 보상 시, 해당 환자의 식별정보(개인정보 등)를 포함하는 리포트 요청데이터를 환자 맞춤형 케어서비스 관리서버(3)로 전송한다. 이때 환자 맞춤형 케어서비스 관리서버(3)는 보험사 서버(13)로부터 리포트 요청데이터를 전송받으면, 해당 환자의 복약순응 리포트를 보험사 서버(13)로 전송한다.

또한 보험사 서버(13)는 환자 맞춤형 케어서비스 관리서버(3)로부터 복약순응 리포트를 전송받으면, 1)환자의 보험 상품 가입 시, 복약순응 리포트의 복약순응도에 따라, 보험료를 차등 책정하고, 2)환자 보상 시, 복약순응 리포트의 복약순응도에 따라, 보험금을 차등 지급한다.

즉 본 발명은 보험사 서버(13)가 환자 가입 또는 보상 시, 환자 맞춤형 케어서비스 관리서버(3)로부터 전송받은 복약순응 리포트를 참조하여, 복약순응도에 따라 보험료 책정 또는 보험금 지급을 차등 적용시킴으로써 보험사의 불필요한 예산소모를 획기적으로 절감시킴과 더불어 복약순응도 개선에 대한 환자의 자발성 및 참여율을 높여 질환 치료율을 높일 수 있게 된다.

제약사 서버(15)는 다양한 질병에 대한 약물을 제조하는 통상의 제약사의 서버이다.

또한 제약사 서버(15)는 환자 맞춤형 케어서비스 관리서버(3)로부터 이상반응 보고서를 전송받으면, 전송받은 이상반응 보고서를 분석 및 참조하여, 해당 환자의 이상반응을 감안하여, 약물을 제조하거나 또는 해당 환자의 이상반응에 대응하는 약물의 기준정보를 생성한다.

이때 기준정보라고 함은 약물을 구성하는 함유성분들의 구성과 각 함유성분의 함유량 정보를 의미한다.

또한 제약사 서버(15)는 제조된 약물이나 또는 생성된 약물 기준정보를 환자 맞춤형 케어서비스 관리서버(3)로 제공함으로써 의료진 및 의료시설에서는 환자의 현재 증상에 따른 최적의 약물 처방이 가능하여 환자 치료율을 극대화시킬 수 있을 뿐만 아니라 전반적인 의료시스템에 대한 신뢰도를 개선시킬 수 있게 된다.

의료진 단말기(9)는 의료진이 소지하거나 또는 의료진의 집무공간에 배치되는 단말기이며, 상세하게로는 데스크톱-PC(Desktop-PC), 스마트폰(Smart phone), 노트북(Notebook), 태블릿-PC(Tablet-PC) 등으로 구성될 수 있다. 그 밖에 불가피한 경우, 인쇄된 형태의 문서로도 구성될 수 있음은 당연하다.

또한 의료진 단말기(9)는 환자 맞춤형 케어서비스 관리서버(3)로부터 특정 환자의 의료상담용 리포트, 복약순응 리포트 또는 이상반응 보고서를 전송받으면, 사용자(User, 의료진)의 요청에 따라 전송받은 의료상담용 리포트, 복약순응 리포트 또는 이상반응 보고서를 모니터에 디스플레이 한다.

일반적으로, 의료진은 제한된 진료상담 시간 동안, 환자의 진찰에 필요한 제1 유효정보들을 파악할 필요가 있기 때문에 이에 대한 대화를 환자와 진행하고 있을 뿐만 아니라 특이사항 파악 시, 이에 대한 원인을 파악하여 환자의 치료율을 높이기 위한 노력(대화, 안내, 지시 등)을 하고 있다.

또한 의료진은 제한된 진료 상담 시간 동안, 환자가 의료진의 지시 및 안내에 따라 약을 복용하였는지를 파악할 필요가 있기 때문에 이에 대한 대화를 환자와 수행할 뿐만 아니라 복약 불순응이 높은 환자인 경우, 그 원인을 파악하여 환자의 복약순응을 높이기 위한 노력(대화, 안내, 지시 등)을 하고 있다.

특히 환자의 치료율, 의료진에 대한 신뢰도, 복약순응도는 의료진과의 상담시간이 높을수록 증가하는 특성을 갖기 때문에 의료진의 충분한 진료상담 시간이 필요하나, 종래에는 제한된 진료시간 때문에 의료진이 짧은 진료상담 시간 동안 환자의 현재 상태 및 복용 상태에 대한 정확한 파악이나 환자의 특이사항 개선에 대한 충분한 설명 및 안내나 처방약에 대한 충분한 설명이나 또는 환자의 복약순응도를 높이기 위한 설명 및 안내하기가 불가능한 문제점이 발생하였다.

즉 본 발명은 이러한 문제점을 해결하기 위한 것으로, 의료진은 의료진 단말기(9)를 통해 환자 맞춤형 케어서비스 관리서버(3)로부터 전송받은 의료상담용 리포트, 복약순응 리포트 또는 이상반응 보고서의 내용을 참조하여, 제한된 진료상담 시간 동안, 환자의 진료에 필요한 정보나 환자의 복약순응도 추출에 필요한 정보 또는 이상반응을 사전에 파악할 수 있기 때문에 환자에게 부족한 부분이나 심층적 분석이 필요한 부분에 대하여 집중적인 상담이 이루어질 수 있을 뿐만 아니라 환자와의 상담 내용 중 대화 방해요소(무의미한 대화)를 현저히 절감시켜 상담효율성, 치료효율성, 진단 및 처방의 정확성, 환자의 복약순응도를 현저히 개선시킬 수 있고, 이에 따른 의료비용 소모를 효과적으로 절감시킬 수 있게 된다.

도 6은 도 5의 환자측 단말기를 나타내는 블록도이다.

도 6의 환자측 단말기(5-1), ..., (5-N)들은 환자 또는 환자 보호자가 소지하며, 통신망(10)과의 접속을 지원하는 디지털 디바이스이며, 상세하게로는 스마트폰(Smart phone), 데스크톱-PC(Desktop-PC), 노트북(Notebook), 태블릿-PC(Tablet-PC) 등으로 구성될 수 있다.

또한 환자측 단말기(5-1), ..., (5-N)들은 도 6에 도시된 바와 같이, 사용자로부터 문자를 입력받기 위한 키보드, 터치패널 등의 입력수단(51)과, 사운드가 출력되는 스피커 등의 음성출력수단(52)과, 음성신호를 수집하는 마이크 등의 음성수집수단(53)과, 문자, 숫자, 사진, 영상 콘텐츠 등이 전시되는 디스플레이 수단(54)과, 통신망(10)과의 접속을 지원하는 통신수단(55)으로 구성됨으로써 환자 맞춤형 케어서비스 관리서버(3)와 연동하여 AI 챗봇(Chat-bot)과의 음성상담을 지원한다.

또한 환자측 단말기(5-1), ..., (5-N)들에는 후술되는 케어 어플리케이션(7)이 설치된다.

케어 어플리케이션(7)은 환자측 단말기(5)에 설치되어 환자 맞춤형 케어서비스 관리서버(3)와 연동하여 사용자(환자)에게 AI 챗봇과의 음성상담 서비스를 제공하기 위한 소프트웨어(Software), 어플리케이션(Application) 또는 응용프로그램(Application program)이다.

또한 케어 어플리케이션(7)은 최초 실행 시, 환자(User)로부터 기본정보를 입력받는다. 이때 기본정보는 환자(User)의 개인정보와, 질환종류, 이전 진료를 수행하였던 의료시설 및 의료진 정보, 진료를 희망하는 의료시설 및 의료진 정보 중 적어도 하나 이상을 포함할 수 있다.

또한 케어 어플리케이션(7)은 환자로부터 기본정보를 입력받으면, 입력된 기본정보를 환자 맞춤형 케어서비스 관리서버(3)로 전송한다. 이때 환자 맞춤형 케어서비스 관리서버(3)는 케어 어플리케이션(7)으로부터 전송받은 기본정보를 기반으로, 해당 환자의 진료를 수행할 의료진 단말기(9)를 매칭시킨다.

또한 케어 어플리케이션(7)은 환자로부터 음성상담을 요청받으면, 환자 맞춤형 케어서비스 관리서버(3)로 상담 요청데이터를 전송함과 동시에 환자 맞춤형 케어서비스 관리서버(3)의 AI 챗봇과의 음성상담을 수행하기 위한 그래픽 사용자 인터페이스(GUI, Graphic User Interface)인 상담용 인터페이스를 환자측 단말기(5)의 디스플레이 수단(54)에 전시한다. 이때 상담용 인터페이스는 사용자(환자 또는 환자보호자)와 환자 맞춤형 케어서비스 관리서버(3)의 AI 챗봇 사이의 음성상담 서비스에 대한 인터페이스를 제공한다.

환자 맞춤형 케어서비스 관리서버(3)는 환자 또는 환자 보호자에게 환자 맞춤형 케어서비스를 제공함과 동시에 의료진에게 진료 상담 시 필요한 제1 유효정보들이 기재된 의료상담용 리포트를 제공하며, 의료진에게 환자의 복약순응도 정보가 기재된 복약순응 리포트를 제공하며, 환자의 약물 복용에 따른 이상반응 정보가 기재된 이상반응 보고서를 제공하기 위한 서버이다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 케어 어플리케이션(7)으로부터 기본정보를 전송받으면, 전송받은 기본정보를 저장함과 동시에 전송받은 기본정보에 포함된 내용(질환종류, 이전 진료를 수행하였던 의료시설 및 의료진 정보, 진료를 희망하는 의료시설 및 의료진 정보)을 활용하여, 해당 환자를 진료한 의사를 매칭시킨다.

이때 매칭 방식은 환자가 희망하는 의료시설 및 의료진이 선택되거나 또는 환자가 이전에 진료하였던 의료시설 및 의료진이 선택되는 방식으로 운용될 수 있고, 매칭정보는 데이터베이스부에 저장된다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 케어 어플리케이션(7)으로부터 음성상담을 요청받으면, 인공지능 기반의 AI 챗봇을 실행시켜, AI 챗봇을 통해 해당 환자와의 음성상담을 수행한다.

이때 본 발명에서는 설명의 편의를 위해 환자와의 음성상담이 AI 챗봇에 의하여 이루어지는 것으로 예를 들어 설명하였으나, 환자 맞춤형 케어서비스 관리서버(3)의 음성상담은 통상의 전문 상담원과의 통화를 통해 이루어질 수 있다.

다음의 표 1은 도 5의 상담관리서버의 AI 챗봇에 적용되는 제1 필수체크항목들 및 질의어들을 예시적으로 나타내는 표이다.

[표 1]

AI 챗봇은 환자와 일상적인 대화를 수행하되, 표 1에 도시된 바와 같이, 의사 진료 시 필요한 항목(이하 제1 필수체크항목이라고 함)들에 대한 정보를 환자로부터 유도하기 위한 질의어들을 상황에 맞게 자연스럽게 환자에게 질문한다.

이때 제1 필수체크항목들은 크게 1)식사, 수면, 운동, 취미, 거주, 친구, 음주 및 흡연 등과 같이 생활에 관련된 유의미한 항목인 생활관련 항목과, 2)병력, 증상 경과, 질환 관리 상황 등과 같이 질환에 관련된 유의미한 항목인 질환관련 항목으로 분류될 수 있다.

이러한 제1 필수체크항목은 환자의 증상 및 병력 등에 따라 그 내용이 다르게 구성됨에 따라, 본 발명의 환자 맞춤형 케어서비스 관리서버(3)에 적용되는 AI 챗봇에는 환자의 증상 및 병력에 따른 제1 필수체크항목들 및 이에 따른 질의어들이 미리 세팅(설정)되어 저장된다.

또한 환자 맞춤형 케어서비스 관리서버(3)에는 환자의 대화로부터, 각 제1 필수체크항목에 관련된 단어로 판단할 수 있는 키워드들이 기 설정되어 저장된다.

이때 제1 필수체크항목들은 환자의 질환종류, 병력 및 증상 등에 따라 달라질 수 있기 때문에 키워드들 또한 환자의 질환종류, 병력 및 증상 등에 따라 다른 구성으로 이루어질 수 있고, 전문가 및 의료진으로부터 사전에 정보를 제공받아 설정될 수 있다.

다음의 표 2는 도 2의 상담 서비스 관리서버의 AI 챗봇의 음성상담을 통해 파악 가능한 필수체크항목 및 질의어를 나타내는 표이다.

[표 2]

표 2의 제2 필수체크항목은 환자의 복약순응도를 추출하는데 필요한 체크항목을 의미하고, 각 제2 필수체크항목의 질의어는 해당 제2 필수체크항목에 대한 정보를 환자로부터 유도하기 위한 질문들을 의미한다.

또한 이러한 제2 필수체크항목은 환자 맞춤형 케어서비스 관리서버(3)의 AI 챗봇의 음성상담을 통해 획득된다.

즉 환자 맞춤형 케어서비스 관리서버(3)의 AI 챗봇은 환자와 일상적인 대화를 수행하되, 표 2에 도시된 바와 같이, 제2 필수체크항목들에 대한 정보를 환자로부터 유도하기 위한 질의어들을 상황에 맞게 자연스럽게 환자에게 질문한다.

이때 제2 필수체크항목은 환자의 증상 및 병력 등에 따라 그 내용이 다르게 구성됨에 따라, 본 발명의 환자 맞춤형 케어서비스 관리서버(3)(3)에 적용되는 AI 챗봇에는 환자의 증상 및 병력에 따른 제2 필수체크항목들 및 이에 따른 질의어들이 미리 세팅(설정)되어 저장된다.

또한 환자 맞춤형 케어서비스 관리서버(3)(3)에는 환자의 대화로부터, 각 제2 필수체크항목에 관련된 단어로 판단할 수 있는 키워드들이 기 설정되어 저장된다.

이때 제2 필수체크항목들은 환자의 질환종류, 병력 및 증상 등에 따라 달라질 수 있기 때문에 키워드들 또한 환자의 질환종류, 병력 및 증상 등에 따라 다른 구성으로 이루어질 수 있고, 제1 필수체크항목들과 마찬가지로, 전문가 및 의료진으로부터 사전에 정보를 제공받아 설정될 수 있다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 AI 챗봇의 음성상담이 시작되면, 해당 환자가 마이데이터 수집에 동의한 환자인지 동의하지 않은 환자인지를 판별한 후, 만약 해당 환자가 마이데이터 수집에 동의한 환자인 경우, 마이데이터 수집서버(11)로 마이데이터를 요청하며, 마이데이터 수집서버(11)로부터 해당 환자의 마이데이터를 전송받는다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 기 설정된 주기(T) 마다 유효정보 추출 알고리즘을 학습화한다. 이때 유효정보 추출 알고리즘은 환자의 말뭉치(Corpus)로부터 제1 필수체크항목에 관련된 제1, 2 유효정보(키워드 및 문장)들을 추출하기 위한 머신러닝 알고리즘이다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 기 설정된 주기(T) 마다 복약순응도 추출 알고리즘을 학습화한다. 이때 복약순응도 추출 알고리즘은 유효정보 추출 알고리즘에 의해 추출된 제2 유효정보를 분석하여, 해당 환자의 복약순응도를 추출하기 위한 머신러닝 알고리즘이다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 음성상담이 종료되면, 유효정보 추출 알고리즘을 이용하여, 추출된 제1 유효정보들을 분석하여 의료상담용 리포트를 생성하며, 생성된 의료상담용 리포트를 의료진 단말기(9) 및 환자측 단말기(5)로 제공한다. 이때 환자 맞춤형 케어서비스 관리서버(3)의 의료상담용 리포트의 전송 방식은 암호화된 이-메일, 문자메시지, 전용프로그램, 우편 발송 등의 공지된 다양한 방식이 적용될 수 있다.

도 7은 도 5의 환자 맞춤형 케어서비스 관리서버에서 생성되는 의료상담용 리포트를 예시도이다.

의료상담용 리포트(910)는 도 7에 도시된 바와 같이, 환자의 기본정보(개인정보, 질환종류 등)와, 제1 필수체크항목들 및 이에 대한 제1 유효정보(환자의 대답)들이 나열된다.

즉 의사는 해당 환자와의 실제 진료 이전에, 환자 맞춤형 케어서비스 관리서버(3)로부터 전송받은 의료상담용 리포트(910)를 열람 및 참조하여 실제 진료 상담을 수행함에 따라, 해당 의료상담용 리포트(910)에 누락된 항목 또는 심층적인 분석이 필요한 항목 등을 중점적으로 상담할 수 있고, 이에 따라 제한된 진료상담시간 대비 진료상담의 효과 및 효율성을 극대화시켜 진단 및 처방의 효과를 높일 수 있을 뿐만 아니라 환자의 진료 만족도를 개선시킬 수 있게 된다.

일반적으로, 진료 상담 시, 의사의 질문에 필요한 대답을 하는 환자의 경우도 있으나, 고령 또는 정신건강의학과 같이 인지 기능의 저하를 동반하는 관련 질환 환자의 경우, 기본적으로 보유한 이해력 및 표현력이 상대적으로 낮기 때문에 의사의 질문과 무방한 대화를 하거나 또는 매우 느린 속도로 대화를 하는 등의 이유로 진료상담시간에서 무의미한 대화시간(이하 소모타임(t2)이라고 함)이 증가하는 문제점이 발생한다.

다음의 표 3은 통상의 인지 기능 저하를 동반한 환자와의 진료 상담 시, 환자의 이해력 및 표현력에 따른 대화 패턴을 예시적으로 나타내는 표이다.

[표 3]

표 3을 참조하여, 인지 기능 저하를 동반한 환자의 대화 패턴을 살펴보면, 인지 기능 저하를 동반한 환자의 경우, 이해력 및 표현력이 높고 낮음에 상관없이, 일반 환자보다는 소모타임(t2)이 증가하고, 특히 이해력이나 또는 표현력이 낮은 환자의 경우, 소모타임(t2)이 현저히 증가하는 것을 알 수 있다.

즉 본 발명의 환자 맞춤형 케어서비스 관리서버(3)는 인공지능 기반의 AI 챗봇을 이용하여 환자와의 음성상담 서비스를 제공함과 동시에 유효정보 추출 알고리즘을 이용하여 환자의 음성데이터를 분석하여, 환자의 말뭉치로부터 제1, 2 필수체크항목들에 따른 제1, 2 유효정보(키워드 및 문장)들을 추출한 후, 추출된 제1, 2 유효정보들 중 제1 유효정보들을 기반으로 의료상담용 리포트(910)를 생성하여 이를 의료진 단말기(9) 및 환자측 단말기(5)로 제공한다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 복약순응 리포트가 생성되면, 생성된 복약순응 리포트를 해당 의료진 단말기(9) 및 보험사 서버(13)로 전송한다.

이때 보험사 서버(13)는 환자의 보험 상품 가입 또는 보험금 보상 시, 환자 맞춤형 케어서비스 관리서버(3)로부터 전송받은 복약순응 리포트(910)를 참조하여, 복약순응 리포트(910)의 복약순응도에 따라 보험료를 차등 책정하거나 또는 보험금을 차등 지급함으로써 보험사의 불필요한 예산소모를 획기적으로 절감시킴과 더불어 복약순응도 개선에 대한 환자의 자발성 및 참여율을 높여 질환 치료율을 높일 수 있게 된다.

도 8은 도 5의 환자 맞춤형 케어서비스 관리서버에서 생성되는 복약순응 리포트를 나타내는 예시도이고, 도 9는 도 8의 다른 예시도이다.

복약순응 리포트(910)는 도 8과 9에 도시된 바와 같이, 해당 환자의 복약순응도가 백분율로 표시되고, ‘환자의 병식’, ‘보호자의 질환 관리 지식‘, ’보호자의 환자 통제‘, ’의료 체계에 대한 신뢰도’, ‘마이데이터 기반 생활 습관’ 등의 기 설정된 카테고리별로 복약순응 등급(매우 좋음, 보통, 나쁨, 매우 나쁨)들이 표시된다.

이때 본 발명에서는 복약순응 리포트(910)의 형식 및 구성을 도 8과 9로 예를 들어 설명하였으나, 복약순응 리포트(910)의 형식 및 구성은 이에 한정되지 않으며, 다양한 형식 및 구성으로 이루어질 수 있다.

즉 의사는 해당 환자와의 실제 진료 상담 이전에, 환자 맞춤형 케어서비스 관리서버(3)로부터 전송받은 복약순응 리포트(910)를 열람 및 참조하여 진료 상담을 수행함에 따라, 해당 복약순응 리포트(910)에 부족한 항목이나 또는 심층적인 분석이 필요한 항목 등을 집중적으로 상담할 수 있고, 이에 따라 제한된 진료상담시간 대비 환자의 복약순응도를 극대화시켜 진단 및 처방의 효과를 높일 수 있게 된다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 의료상담용 리포트(900)에 활용된 제1 유효정보들과, 복약순응 리포트(920)에 활용된 제2 유효정보들을 가공 및 분석하여, 이상반응 보고서를 생성한다. 이때 이상반응 보고서는 환자의 약물 투여 이후 부작용, 이상반응 등이 기재된 리포트이다.

또한 환자 맞춤형 케어서비스 관리서버(3)는 이상반응 보고서가 생성되면, 생성된 이상반응 보고서를 의료진 단말기(9) 및 제약사 서버(15)로 전송하며, 제약사 서버(15)로부터 이상반응에 따른 약물 기준정보를 전송받으면, 전송받은 약물 기준정보에 따라 약물 처방이 이루어지도록 한다.

도 10은 도 5의 환자 맞춤형 케어서비스 관리서버를 나타내는 블록도이다.

환자 맞춤형 케어서비스 관리서버(3)는 도 10에 도시된 바와 같이, 제어부(30)와, 데이터베이스부(31), 통신 인터페이스부(32), 제1 인공지능 학습부(33), 제2 인공지능 학습부(34), 의료진 매칭부(35), AI 챗봇 기반 음성상담 서비스부(36), 마이데이터 수집부(37), 인공지능 기반 유효정보 추출부(38), 인공지능 기반 복약순응도 추출부(39), 환기멘트 출력여부 판단부(40), 의료상담용 리포트 생성부(41), 복약순응 리포트 생성부(42), 이상반응 보고서 생성부(43), 상담등급 설정부(44), 환기멘트 출력주기(T1) 검출부(45), 부가서비스부(46)로 이루어진다.

제어부(30)는 환자맞춤형 케어서비스 관리서버(3)의 O.S(Operating System)이며, 제어대상(31), (32), (33), (34), (35), (36), (37), (38), (39), (40), (41), (42), (43), (44), (45), (46)들을 관리 및 제어한다.

또한 제어부(30)는 기 설정된 주기(T) 마다 제1, 2 인공지능 학습부(33), (34)들을 실행시킨다.

또한 제어부(30)는 통신 인터페이스부(32)를 통해 접속된 케어 어플리케이션(7)으로부터 기본정보를 전송받으면, 전송받은 기본정보를 데이터베이스부(31)에 저장함과 동시에 의료진 매칭부(35)로 입력하고, 의료진 매칭부(35)에 의해 생성된 매칭정보를 데이터베이스부(31)에 저장한다.

또한 제어부(30)는 통신 인터페이스부(32)를 통해 케어 어플리케이션(7)으로부터 상담 요청데이터를 전송받으면, AI 챗봇 기반 음성상담 서비스부(36)를 실행시키며, AI 챗봇 기반 음성상담 서비스부(36)에 의해 음성상담이 시작되면, 마이데이터 수집부(37), 인공지능 기반 유효정보 추출부(38), 인공지능 기반 복약순응도 추출부(39) 및 환기멘트 출력여부 판단부(40)를 실행시킨다.

또한 제어부(30)는 AI 챗봇 기반 음성상담 서비스부(35)에 의해 음성상담이 종료되면, 1)마이데이터 수집부(37)에 의해 수집된 마이데이터를 복약순응 리포트 생성부(42)로 입력하며, 2)인공지능 기반 유효정보 추출부(38)에 의해 추출된 제1 유효정보들을 의료상담용 리포트 생성부(41) 및 이상반응 보고서 생성부(43)로 입력하며, 3)인공지능 기반 유효정보 추출부(38)에 의해 추출된 제2 유효정보들을 복약순응 리포트 생성부(42) 및 이상반응 보고서 생성부(43)로 입력함으로써 의료상담용 리포트 생성부(41), 복약순응 리포트 생성부(42) 및 이상반응 보고서 생성부(43)를 실행시킨다.

또한 제어부(30)는 AI 챗봇 기반 음성상담 서비스부(36)에 의해 음성상담이 종료되면, 상담등급 설정부(44)를 실행시키고, 상답등급 설정부(44)에 의해 해당 환자의 상담등급이 설정되면, 환기멘트 출력주기(T1) 검출부(45)를 실행시킨다.

또한 제어부(30)는 의료상담용 리포트 생성부(41)에 의해 생성된 의료상담용 리포트가 해당 의료진 단말기(9)로 전송되도록 통신 인터페이스부(32)를 제어한다.

또한 제어부(30)는 복약순응 리포트 생성부(42)에 의해 생성된 복약순응 리포트가 해당 의료진 단말기(9) 및 보험사 서버(13)로 전송되도록 통신 인터페이스부(32)를 제어한다.

또한 제어부(30)는 이상반응 보고서 생성부(43)에 의해 이상반응 보고서가 생성되면, 생성된 이상반응 보고서가 의료진 단말기(9) 및 제약사 서버(15)로 전송되도록 통신 인터페이스부(32)를 제어한다.

또한 제어부(30)는 제약사 서버(15)로부터 약물 기준정보를 전송받으면, 전송받은 약물 기준정보를 데이터베이스부(31)에 저장함과 동시에 의료진 단말기(9)의 모니터에 팝업 방식으로 디스플레이 한다.

데이터베이스부(31)에는 케어 어플리케이션(7)으로부터 전송받은 각 환자의 기본정보가 저장된다.

또한 데이터베이스부(31)에는 의료진 매칭부(35)에 의해 생성된 환자 및 의료진의 매칭정보가 저장된다.

또한 데이터베이스부(31)에는 각 질환종류별 제1, 2 필수체크항목들과, 각 제1, 2 필수체크항목의 질의어들, 각 제1, 2 필수체크항목의 키워드들이 기 설정되어 저장된다. 이때 키워드들은 각 제1, 2 필수체크항목에 관련된 대화라고 판단할 수 있는 단어로 정의된다.

또한 데이터베이스부(31)에는 제1 인공지능 학습부(33)에 의해 학습된 유효정보 추출 알고리즘과, 제2 인공지능 학습부(34)에 의해 학습된 복약순응도 추출 알고리즘이 저장된다.

이때 유효정보 추출 알고리즘은 환자의 말뭉치 및 해당 환자의 질환종류에 해당하는 키워드들을 입력데이터로 하여, 제1, 2 유효정보들을 출력하는 머신러닝 알고리즘이고, 복약순응도 추출 알고리즘은 환자의 말뭉치로부터 추출된 제2 유효정보와 마이데이터 수집부에 의해 수집된 마이데이터를 입력데이터로 하여, 해당 환자의 복약순응도를 출력하는 머신러닝 알고리즘이다.

또한 데이터베이스부(31)에는 상담을 요청한 케어 어플리케이션(7)과 접속하여, 해당 환자와 인공지능 기반 음성상담 서비스를 수행하는 AI 챗봇이 저장된다.

이때 AI 챗봇은 딥-러닝 알고리즘을 활용하여 인공지능을 기반으로 접속된 환자와 음성 대화를 수행함과 동시에 해당 환자의 질환종류에 따른 제1, 2 필요체크항목들에 따른 질의어들을 질문하여 환자로부터 제1, 2 유효정보를 듣기 위한 대화를 유도하고, 상세하게로는 음성인식, 자연어 처리 기술(NLP, Natural Language Processing) 등에 대한 딥-러닝 알고리즘을 활용하여 입력 문장과 출력 문장을 하나의 쌍으로 두고 가장 적합한 표현 결과를 추출한다. 이때 자연어 처리 기술(NLP, Natural Language Processing)은 워드 임베딩(Word Embedding)의 5개 알고리즘인 CBoW(Continuous Bag-of-Words), RN(Relation Network), CNN(Convolutional Neural Network), Self-Attention, RNN(Recurrent Neural Network)의 조합을 통해 진행하였고, 감성분석(Opinion Mining)을 위해, SentiWordNet어휘사전(긍정, 부정, 중립으로 나누어지는 단어의 극성으로 수치로 부여) 및 NLTK(Natural Language Toolkit, 자연어처리의 라이브러리인)을 활용한 반지도 학습(Semi-Supervised Learning) 알고리즘도 활용하였다.

또한 데이터베이스부(31)에는 AI 챗봇 기반 음성상담 서비스부(36)에서 수행된 챗봇 및 환자의 음성상담의 내용인 음성데이터가 저장된다.

또한 데이터베이스부(31)에는 의료상담용 리포트 생성부(41), 복약순응 리포트 생성부(42) 및 이상반응 보고서 생성부(43)에서 생성된 의료상담용 리포트, 복약순응 리포트 및 이상반응 보고서가 저장된다.

또한 데이터베이스부(31)에는 소모듈(R) 구간별로 상담등급(L)이 매칭된 기준테이블이 저장된다. 이때 소모율(R)은 환자의 음성상담 중 질문과 무방한 대화가 차지하는 백분율을 의미하고, 후술되는 도 16과 17에서 상세하게로 설명하기로 한다.

또한 데이터베이스부(31)에는 상담등급(L)별로 환기멘트 출력주기(T1)가 매칭된 제2 기준테이블이 저장된다. 이때 환기멘트는 AI 챗봇이 환자의 대화를 자연스럽게 끊고 질의어를 다시 묻기 위한 반복 멘트를 의미하고, 환기멘트 출력주기(T1)는 연속되는 소모타임(t2)의 최대값을 의미한다.

또한 데이터베이스부(31)에는 상담등급 설정부(44)에서 설정된 해당 환자의 상담등급 정보가 저장된다.

이때 상담등급(L)이 높을수록 상위레벨이라고 가정할 때, 제2 기준테이블의 환기주기 출력주기(T1)는 상담등급(L)에 비례하도록 설정된다. 즉 제2 기준테이블의 환기주기 출력주기(T1)는 상담등급(L)이 높을수록 길게 설정되고, 낮을수록 짧게 설정된다.

예를 들어, 상담등급(L)이 높을수록 상위레벨이라고 하고, 상담등급(L)의 레벨이 ‘1’부터 ‘10’까지 분류된다고 가정할 때, 레벨 10의 우수한 상담등급(L)을 갖는 환자(A)의 환기멘트 출력주기(T1)는 길게 설정되고, 레벨 1의 저조한 상담등급(L)을 갖는 환자(B)의 환기멘트 출력주기(T1)는 짧게 설정될 수 있다.

일반적으로, 고령, 정신질환 등과 같이 인지 저하 기능을 동반한 환자의 경우, 음성상담 중 무의미한 내용인 소모타임(t2)이 증가하는 특성을 갖고, 이러한 특성은 상담의 효율성을 떨어뜨릴 뿐만 아니라 전체 대화시간의 증가로 인한 프로세서들의 불필요한 연산처리량이 증가하는 문제점을 발생시킨다. 본 발명은 이러한 문제점을 해결하기 위한 것으로서, 환자의 이전 음성상담을 기반으로 산출된 상담등급과, 상담등급(L)에 따른 환기멘트 출력주기(T1)를 검출하도록 구성되고, AI 챗봇 기반 음성상담 서비스부(36)가 환자의 소모타임(t2)이 지속될 때, 환기멘트를 출력하도록 구성됨으로써 자연스럽게 환자의 집중력을 환기시켜 원하는 질문에 대한 대답을 유도할 수 있을 뿐만 아니라 소모타임(t2)을 현저히 절감시킬 수 있게 된다.

통신 인터페이스부(32)는 환자측 단말기(5-1), ..., (5-N)들, 의료진 단말기(9), 마이데이터 수집서버(11), 보험사 서버(13) 및 제약사 서버(15)와 데이터를 송수신한다.

제1 인공지능 학습부(33)는 제어부(30)의 제어에 따라 기 설정된 주기(T) 마다 실행되며, 후술되는 인공지능 기반 유효정보 추출부(38)에서 활용되는 유효정보 추출 알고리즘을 학습화 한다.

이때 유효정보 추출 알고리즘은 환자 말뭉치(Corpus)와 해당 환자의 질환종류에 대응하는 제1, 2 필수체크항목들에 대한 키워드들을 입력데이터로 하여, 의료진의 진료에 필요한 제1 필수체크항목에 관련된 대화인 제1 유효정보와, 환자의 복약순응도 추출에 관련된 제2 필수체크항목에 대한 제2 유효정보를 추출하기 위한 머신러닝 알고리즘이다.

또한 제1 인공지능 학습부(33)의 유효정보 추출 알고리즘은 입력된 환자측 말뭉치 및 키워드들을 활용하여, 환자측 말뭉치 및 키워드들 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 환자측 말뭉치 및 키워드들 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출한다.

이때 제1 인공지능 학습부(33)에 의해 학습되는 유효정보 추출 알고리즘으로는 이미 공지되었거나 향후 개발되는 다양한 모델이 적용될 수 있다.

제2 인공지능 학습부(34)는 제어부(30)의 제어에 따라 기 설정된 주기(T) 마다 실행되며, 후술되는 인공지능 기반 복약순응도 추출부(39)에서 활용되는 복약순응도 추출 알고리즘을 학습화 한다.

이때 복약순응도 추출 알고리즘은 유효정보 추출 알고리즘으로부터 추출된 제2 유효정보유효정보(입력데이터1)와 마이데이터 수집부(36)에 의해 수집된 마이데이터(입력데이터2)를 입력데이터로 하여, 해당 환자의 복약순응도를 출력하기 위한 머신러닝 알고리즘이고, 상세하게로는 도 8과 9에서 예를 들어 설명하였던 바와 같이, 해당 환자의 복약순응도를 백분율로 출력함과 동시에 기 설정된 카테고리별로 복약순응 등급을 출력한다.

이러한 복약순응도 추출 알고리즘의 학습은 ‘지도 학습(Supervised learning)’과 ‘비지도 학습(Unsupervised learning)’이 동시에 독립적으로 진행되고, 이러한 본 발명의 ‘지도 학습’ 및 ‘비지도 학습’의 특징은 다음과 같다.

- 지도 학습(Supervised learning)

복약순응도 추출 알고리즘의 지도 학습은 입력된 제2 유효정보(환자 말뭉치로부터 추출)를 분석하여, 기 설정된 카테고리들 각각에 대한 복약순응 등급을 출력하기 위한 추출 모델을 학습시킨다.

또한 복약순응도 추출 알고리즘의 지도 학습은 최근접 이웃(KNN, K-Nearest Neighbors) 알고리즘을 활용하여 새로운 데이터가 입력되면, 그 주변의 데이터를 살펴본 뒤 기 설정된 레이블(Label)로 분류(Classification)하고, 상세하게로는 좌표평면에 입력데이터가 표시되면 주변 K개의 데이터를 분석하여 어느 레이블(Label)이 가장 많은지 판단하여 해당 입력데이터에 대한 레이블링(Labeling)을 수행한다.

예를 들어, 환자가 ‘제약사는 돈을 벌기 위해 병을 만들고 있다’라는 의료 체계에 대한 불신을 표현할 경우, 이는 병원이나 의료진 또는 제약사에 대한 신뢰도가 낮은 환자들이 모여 있는 그룹으로 분류하며, 결과적으로 복약순응도를 낮게 도출하게 된다.

즉 복약순응도 추출 알고리즘은 지도 학습 시, 제2 유효정보(환자의 말뭉치로부터 추출) 및 기 설정된 레이블들을 활용하여, 제2 유효정보 및 레이블들 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 제2 유효정보 및 레이블들 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출하고, 테스트 데이터 셋을 도출된 추출모델에 적용하여 정확성(Accuracy)을 측정하여 추출 모델을 검증한다.

다시 말하면, 본 발명의 복약순응도 추출 알고리즘의 지도 학습은 기 설정된 카테고리들을 복수개로 설정함과 아울러 각 카테고리의 복약순응 등급(매우 좋음, 보통, 나쁨, 매우 나쁨)들을 복수개로 구분하고, 모델을 학습시킴으로써 환자의 말뭉치로부터 추출된 제2 유효정보들을 분석하여 환자의 카테고리별 복약순응 등급들을 출력할 수 있게 된다.

- 비지도 학습(Unsupervised learning)

복약순응도 추출 알고리즘의 비지도 학습은 입력된 제2 유효정보(환자 말뭉치로부터 추출) 및 마이데이터를 분석하여, 해당 환자에 대한 복약순응도(백분율)과 기 설정된 각 카테고리별 복약순응 등급을 출력하기 위한 추출 모델을 학습시킨다.

또한 복약순응도 추출 알고리즘의 비지도 학습은 군집화(Clustering) 기법을 활용하며, 나이, 성별, 투약기간, 이상반응여부, 의사와의 관계, 마이데이터 등의 특징을 기준으로 환자를 자동 그룹화 하여, 그 특징을 파악하며, 상세하게로는 파이썬 사이킷런 패키지 중 K-Means 클래스를 이용하여 군집화 개수 설정 및 훈련을 진행할 수 있다.

이때 비지도 학습 시 활용되는 나이, 성별, 투약기간, 이상반응여부, 의사와의 관계 등의 특징들은 독립적으로 구성된다.

예를 들어, 신규 30대 여성 환자에 대한 데이터가 등록될 때, 연령, 거주지, 병력, 생활 습관, 투약에 대한 태도, 의료 체계에 대한 신뢰도, 건강 및 질환 관리 상식 수준 등과 함께 금융거래 연체 상황 및 카드, 통신비 납부 현황 등의 마이데이터를 활용하여, 해당 환자와 유사하게 묶일 수 있는 그룹을 생성할 수 있고, 해당 환자가 속한 그룹의 특성이 무엇인지를 파악할 수 있고, 상세하게로는 30대 여성 중 카드비 연체가 있는 환자들의 그룹은 복약순응도가 상대적으로 낮다는 등의 시사점을 도출할 수 있게 된다.

이와 같이 본 발명의 복약순응도 추출 알고리즘은 지도 학습 및 비지도 학습을 동시에 진행하여, 각 방식에 따른 모델의 단점을 상호 보완하여 활용함으로써 더욱 정확하고 정교한 모델 도출이 가능하게 된다.

이때 제2 인공지능 학습부(34)에 의해 학습되는 복약순응도 추출 알고리즘으로는 이미 공지되었거나 향후 개발되는 다양한 모델이 적용될 수 있다.

의료진 매칭부(35)는 통신 인터페이스부(32)를 통해 케어 어플리케이션(7)으로부터 전송받은 기본정보를 입력받으면, 입력된 기본정보에 포함된 질환종류, 이전 진료를 수행하였던 의료시설 및 의료진 정보 또는 진료를 희망하는 의료시설 및 의료진 정보를 활용하여, 해당 환자의 진료를 수행할 의사를 매칭시킨다.

이때 의료진 매칭부(35)는 입력된 기본정보에 포함된 환자가 희망하는 의료시설 및 의료진을 해당 환자와 매칭하거나 또는 입력된 기본정보에 포함된 환자가 이전에 진료하였던 의료시설 및 의료진을 해당 환자와 매칭하는 방식으로 운영할 수 있다.

또한 의료진 매칭부(35)에 의해 생성된 매칭정보는 제어부(30)의 제어에 따라 데이터베이스부(31)에 저장된다.

도 11은 도 10의 AI 챗봇 기반 음성상담 서비스부를 나타내는 블록도이다.

AI 챗봇 기반 음성상담 서비스부(36)는 도 11에 도시된 바와 같이, 상담 요청데이터 입력모듈(361)과, 데이터 추출모듈(362), 접속모듈(363), AI 챗봇 기반 음성대화모듈(364)로 이루어진다.

이때 전술하였던 바와 같이, 환자 맞춤형 케어서비스 관리서버(3)의 음성상담 서비스부(36)는 전문 상담원과의 통화를 통해 이루어질 수 있다.

상담 요청데이터 입력모듈(361)은 통신 인터페이스부(32)를 통해 케어 어플리케이션(7)으로부터 전송받은 상담 요청데이터를 입력받는다.

데이터 추출모듈(362)은 데이터베이스부(31)를 탐색하여, 해당 상담을 요청한 환자의 질환종류와, 해당 질환종류에 대응하는 기 설정된 질의어 및 키워드 정보들을 데이터베이스부(31)로부터 추출한다.

접속모듈(363)은 AI 챗봇이 환자 맞춤형 케어서비스 관리서버(3)로 상담을 요청한 케어 어플리케이션(7)과의 접속을 확인한다.

AI 챗봇 기반 음성대화모듈(364)은 AI 챗봇이 접속된 환자와 인공지능 기반 음성상담을 수행한다.

이때 AI 챗봇은 전술하였던 바와 같이, 인공지능을 기반으로 접속된 환자와 음성대화를 수행하되, 해당 환자의 질환종류에 따른 각 제1, 2 필요체크항목에 대응하는 질의어들을 질문하여 환자로부터 제1, 2 유휴정보 추출에 관련된 대화를 유도한다.

도 12의 (a)는 AI 챗봇 기반 음성대화모듈에서 제공되는 가이드문구를 나타내는 예시도이고, (b)는 다른 예시도이다.

한편, AI 챗봇 기반 음성대화모듈(364)은 해당 음성상담 서비스가, AI 챗봇이 아닌 전문 상담원을 통해 이루어지는 경우, 도 12의 (a), (b)에 도시된 바와 같이, 환자와의 음성상담 시, 환자의 대화에 따른 다음 대화 및 질문의 맥락을 가이드해주는 키워드(이하 가이드문구라고 함)(930), (940)들을 전문 상담원의 모니터에 디스플레이 한다.

이때 상대측의 대화를 인식하여, 다음 대화 및 질문의 맥락을 가이드해주는 기술 및 방법은 상담 지원시스템에 있어서 널리 사용되는 기술이기 때문에 상세한 설명은 생략하기로 한다.

또한 AI 챗봇 기반 음성대화모듈(364)은 후술되는 도 16의 상담등급 설정부(44)에 의해 해당 환자에게 부여된 상담등급(L)에 따라 대화의 난이도 또는 속도를 다르게 진행할 수 있다.

예를 들어, AI 챗봇 기반 음성대화모듈(364)은 후술되는 도 15의 환기멘트 출력여부 판단부(40)로부터 출력제어신호를 입력받으면, 기 설정된 환기멘트 음성데이터를 환자에게 출력한다.

이때 환기멘트 출력주기(T1)는 해당 환자의 이전 상담내역에 따른 상담등급(L)에 따라 길이가 결정되기 때문에 환자의 소모타임(t2)을 현저히 절감시킬 수 있게 된다.

마이데이터 수집부(37)는 AI 챗봇 기반 음성상담 서비스부(36)에 의해 음성상담이 시작될 때 실행되며, 해당 환자가 마이데이터 수집에 동의한 환자인지 미동의한 환자인지를 판별하며, 만약 해당 환자가 마이데이터 수집에 동의한 환자이면, 마이데이터 수집서버(11)로 해당 환자의 식별정보를 전송하여 마이데이터를 요청한 후, 마이데이터 수집서버(11)로부터 해당 환자의 마이데이터를 전송받는 방식으로 마이데이터를 수집한다.

또한 마이데이터 수집부(37)는 AI 챗봇 기반 음성상담 서비스부(36)에 의해 음성상담이 종료되면, 수집된 마이데이터를 인공지능 기반 복약순응도 추출부(39)로 입력한다.

도 13은 도 10의 인공지능 기반 유효정보 추출부를 나타내는 블록도이다.

도 13의 인공지능 기반 유효정보 추출부(38)는 전술하였던 도 11의 AI 챗봇 기반 음성상담 서비스부(36)에 의해 음성상담이 시작될 때 실행되어 음성상담이 종료될 때 종료된다.

또한 인공지능 기반 유효정보 추출부(36)는 전술하였던 인공지능 학습부(33)에서 학습된 유효정보 추출 알고리즘을 기반으로 환자의 음성데이터로부터 제1, 2 유효정보들을 추출한다. 이때 제1 유효정보는 환자의 대화 중, 의사 진료에 필요한 유의미한 정보로서, 상세하게로는 기 설정된 제1 필수체크항목별 키워드 및 해당 키워드에 관련성이 높은 문장들을 의미하고, 제2 유효정보는 환자의 대화 중, 환자의 복약순응도 추출에 관련된 유의미한 정보로서, 상세하게로는 기 ™A렁된 제2 필수체크항목별 키워드 및 해당 키워드에 관련성이 높은 문장들을 의미한다.

또한 인공지능 기반 유효정보 추출부(38)는 도 13에 도시된 바와 같이, 음성데이터 입력모듈(381)과, 음성인식모듈(382), 말뭉치 생성모듈(383), AI 기반 유효정보 추출모듈(384)로 이루어진다.

이때 AI 기반 유효정보 추출모듈(384)은 텍스트 전처리 모듈(3841)과, 특징 벡터화 모듈(3842), 분석모듈(3843)로 이루어진다.

음성데이터 입력모듈(381)은 전술하였던 도 11의 AI 챗봇 기반 음성대화모듈(364)로부터 음성데이터를 입력받는다.

음성인식모듈(382)은 입력된 음성데이터를 분석하여 음성을 인식한다.

말뭉치 생성모듈(383)은 음성인식모듈(382)에 의해 인식된 환자의 음성데이터에 대한 말뭉치(Corpus)를 생성한다.

AI 기반 유효정보 추출모듈(384)은 말뭉치 생성모듈(383)에 의해 생성된 말뭉치 및 해당 환자의 키워드들을, 제1 인공지능 학습부(33)에 의해 학습된 유효정보 추출 알고리즘의 입력데이터로 하여, 환자의 대화로부터 진료에 필요한 유의미한 정보인 제1 유효정보와 환자의 복약순응도 추출에 관련된 유의미한 정보인 제2 유효정보를 추출한다.

또한 AI 기반 유효정보 추출모듈(384)은 텍스트 전처리 모듈(3841)과, 특징 벡터화 모듈(3842), 분석모듈(3843)을 포함한다.

텍스트 전처리모듈(3841)은 비정형 텍스트 데이터를 특징으로 변환하기 이전에 용도에 맞게 전처리 작업, 상세하게로는 토큰화, 정체 및 정규화, 어간 추출 및 표제어 추출, 불용어 제거, 데이터 분리 등의 전처리를 수행한다.

특징 벡터화 모듈(3842)은 텍스트 전처리모듈(3841)에 의해 전처리된 텍스트의 특징을 숫자형 값인 벡터 값으로 변환한다.

일반적으로, 머신러닝 알고리즘은 숫자형의 특징을 데이터로 받아 동작하기 때문에 특징 벡터화 작업이 필요하다. 이때 특징 벡터화는 Word2Vec, LDA, FastText 등의 범용적으로 활용되는 알고리즘을 사용할 수 있고, 1)Word2Vec은 다시 CBOW 방식과 Skip-Gram 방식이 있는데, 본 발명은 두 가지 모두가 활용 가능하다. 이때 널리 알려진 바와 같이, CBOW는 전체적인 맥락에서 단어를 예상하는 방식이고, Skip-gram은 단어로부터 주변 단어를 유추하는 방식이고, 2)LDA(Latent Dirichlet Allocation)는 문서의 집합에서 토픽을 찾아내는 프로세스인 토픽 모델링의 대표적인 알고리즘으로서, 말뭉치로부터 숨겨진 주제를 찾고 키워드별로 주제를 묶어주는 비지도 학습 및 확률 알고리즘을 활용한다.

분석모듈(3843)은 특징 벡터화 모듈(3842)에 의해 특징 벡터화된 세트에, 제1 인공지능 학습부(33)에 의해 학습된 유효정보 추출 알고리즘을 적용하여, 환자 말뭉치로부터 제1, 2 유효정보들을 추출한다.

이와 같이 구성되는 인공지능 기반 유효정보 추출부(38)는 AI 챗봇 기반 음성대화모듈(364)에서 음성상담이 종료되면, 제어부(30)의 제어에 따라, 1)추출된 제1 유효정보들을 의료상담용 리포트 생성부(41) 및 이상반응 보고서 생성부(43)로 입력하고, 2)추출된 제2 유효정보들을 복약순응 리포트 생성부(42) 및 이상반응 보고서(43)로 입력한다.

도 14는 도 10의 인공지능 기반 복약순응도 추출부를 나타내는 블록도이다.

도 14의 인공지능 기반 복약순응도 추출부(39)는 인공지능 기반 유효정보 추출부(38)로부터 추출된 제2 유효정보와 마이데이터 수집부(37)로부터 수집된 마이데이터를 입력받으면, 제2 인공지능 학습부(34)에 의해 학습된 복약순응도 추출 알고리즘을 활용하여, 입력된 제2 유효정보 및 마이데이터를 분석하여 해당 환자의 복약순응도를 출력한다.

이때 제2 유효정보는 환자와의 대화 중, 복약순응도 추출에 필요한 유의미한 정보를 의미한다.

또한 인공지능 기반 복약순응도 추출부(39)는 도 14에 도시된 바와 같이, 제2 유효정보 입력모듈(391)과, 마이데이터 입력모듈(392), AI 기반 복약순응도 추출모듈(393)로 이루어진다.

제2 유효정보 입력모듈(391)은 전술하였던 도 13의 임공지능 기반 유효정보 추출부(38)의 AI 기반 유효정보 추출모듈(384)로부터 추출된 제2 유효정보를 입력받는다.

마이데이터 입력모듈(392)은 마이데이터 수집부(36)에 의해 수집된 마이데이터를 입력받는다.

AI 기반 복약순응도 출력모듈(393)은 제2 유효정보 입력모듈(391) 및 마이데이터 입력모듈(392)로부터 제2 유효정보들 및 마이데이터를 입력받는다.

또한 AI 기반 복약순응도 출력모듈(393)은 입력된 제2 유효정보 및 마이데이터를 제2 인공지능 학습부(34)에 의해 학습된 복약순응도 추출 알고리즘의 입력데이터로 하여, 해당 환자에 대한 복약순응 상세정보를 출력하며, 상세하게로는 해당 환자의 복약순응도(백분율)와 기 설정된 각 카테고리별 복약순응 등급들을 출력한다.

또한 인공지능 기반 복약순응도 추출부(39)는 제어부(30)의 제어에 따라, 추출된 복약순응 상세정보를 복약순응 리포트 생성부(42)로 입력한다.

도 15는 도 10의 환기멘트 출력여부 판단부를 나타내는 블록도이다.

도 15의 환기멘트 출력여부 판단부(39)는 AI 챗봇 기반 음성상담 서비스부(36)를 통해 AI 챗봇의 음성상담이 시작될 때 실행되되, 음성상담이 종료될 때 동작을 멈춘다.

또한 환기멘트 출력여부 판단부(39)는 도 15에 도시된 바와 같이, 데이터 탐색 및 추출모듈(391)과, 모니터링모듈(392), 경과시간(△t) 산출모듈(393), 비교모듈(394), 환기멘트 출력 결정모듈(395)로 이루어진다.

데이터 탐색 및 추출모듈(391)은 데이터베이스부(31)를 탐색하여, 해당 환자에 대한 환기멘트 출력주기(T1)를 탐색한다.

또한 데이터 탐색 및 추출모듈(391)은 1)해당 환자에 대한 환기멘트 출력주기(T1)가 탐색되면, 해당 환기멘트 출력주기(T1)를 추출하되, 2)해당 환자에 대한 환기멘트 출력주기(T1)가 탐색되지 않으며, 해당 환자를 신규 환자로 판단하여 이후 별도의 동작을 수행하지 않는다.

모니터링 모듈(392)은 데이터 탐색 및 추출모듈(391)에 의해 해당 환자에 대한 환기멘트 출력주기(T1)가 추출될 때 실행되며, AI 챗봇 기반 음성상담 서비스부(36) 및 전술하였던 도 13의 AI 기반 유효정보 추출모듈(384)을 모니터링 한다.

경과시간(△t) 산출모듈(393)은 모니터링 모듈(392)에 의해 모니터링 시, AI 챗봇이 질의어의 질문시점부터 유효정보(제1 유효정보 또는 제2 유효정보)가 추출되지 않은 상태가 연속되는 현재까지의 경과시간(△t)을 산출한다.

비교모듈(394)은 경과시간(△t) 산출모듈(393)에 의해 산출된 경과시간(△t)과, 데이터 탐색 및 추출모듈(391)에 의해 추출된 환기멘트 출력주기(T1)를 비교하며, 상세하게로는 경과시간(△t)이 환기멘트 출력주기(T1)에 도달하는지를 비교(△t≥T1)한다.

환기멘트 출력 결정모듈(395)은 비교모듈(394)에서, 1)경과시간(△t)이 환기멘트 출력주기(T1) 미만(△t<T1)이면, AI 챗봇에서 아직 환기멘트가 출력되지 않아도 무방하다고 판단하되, 2)경과시간(△t)이 환기멘트 출력주기(T1) 이상(△t≥T1)이면, AI 챗봇에서 환기멘트를 출력해야 한다고 결정한다.

또한 환기멘트 출력 결정모듈(395)은 AI 챗봇의 환기멘트 출력을 결정하면, 챗봇 기반 음성상담 서비스부(36)로 출력제어신호를 출력한다.

이때 AI 챗봇 기반 음성상담 서비스부(36)는 환기멘트 출력여부 판단부(39)로부터 출력제어신호가 입력되면, 기 설정된 환기멘트 음성데이터를 출력한다.

의료상담용 리포트 생성부(41)는 인공지능 기반 유효정보 추출부(38)에 의해 추출된 제1 유효정보들을 입력받는다.

또한 의료상담용 리포트 생성부(41)는 입력된 제1 유효정보들을 기 설정된 의료상담용 리포트의 포맷 및 타입에 따라 변환한 후, 이를 해당하는 공란에 기입시키는 방식으로 의료상담용 리포트를 생성한다.

이때 제어부(30)는 의료상담용 리포트 생성부(41)에 의해 의료상담용 리포트가 생성되면, 해당 환자의 매칭정보를 활용하여, 해당 환자에 매칭된 의료진 단말기(9)로 생성된 의료상담용 리포트가 전송되도록 통신 인터페이스부(32)를 제어한다.

복약순응 리포트 생성부(42)는 인공지능 기반 복약순응도 추출부(39)에 의해 추출된 복약순응도 및 각 카테고리별 복약순응 등급들을 활용하여, 기 설정된 복약순응 리포트(910)의 포맷 및 타입에 따라 변환한 후, 이를 해당하는 공란에 기입시키는 방식으로 복약순응 리포트를 생성한다.

이때 제어부(30)는 복약순응 리포트 생성부(42)에 의해 복약순응 리포트가 생성되면, 해당 환자의 매칭정보를 활용하여, 해당 환자에 매칭된 의료진 단말기(9) 및 보험사 서버(13)로 생성된 복약순응 리포트가 전송되도록 통신 인터페이스부(32)를 제어한다.

또한 환자 맞춤형 케어서비스 관리서버(3)의 의료상담용 리포트 및 복약순응 리포트의 제공 방식은 암호화된 이-메일, 문자메시지, 전용프로그램, 우편 발송 등의 공지된 다양한 방식이 적용될 수 있다.

또한 제어부(30)는 복약순응 리포트 생성부(42)에 의해 기재된 복약순응도(백분율)가 임계치 미만이면, 해당 환자의 케어 어플리케이션(7)으로 솔루션 정보를 전하고, 케어 어플리케이션(7)은 환자 맞춤형 케어서비스 관리서버(3)로부터 솔루션 정보를 전송받으면, 전송받은 솔루션 정보를 팝업 방식으로 환자측 단말기(5)에 노출시킨다. 예를 들어, 바쁜 일상으로 인하여 투약을 잊는 환자의 경우, 솔루션 정보는 일정 시간 동안 1알 만큼의 무게가 줄지 않을 때, 환자측 단말기(5)로 알람을 울려주는 디지털 스마트 약병에 대한 추천 내용일 수 있다.

이상반응 보고서 생성부(43)는 인공지능 기반 유효정보 추출부(38)로부터 입력된 제1, 2 유효정보들을 분석 및 가공하여, 해당 환자의 약물 복용에 따른 부작용 및 이상반응이 임계치를 초과할 때, 부족용 및 이상반응의 내용을 포함하는 이상반응 보고서를 생성한다.

이때 제어부(30)는 이상반응 보고서 생성부(43)에 이상반응 보고서가 생성되면, 해당 환자의 매칭정보를 활용하여, 해당 환자에 매칭된 의료진 단말기(9) 및 제약사 서버(15)로 생성된 이상반응 보고서가 전송되도록 통신 인터페이스부(32)를 제어한다.

도 16은 도 10의 상담등급 설정부를 나타내는 블록도이고, 도 17은 도 16의 전체 출력타임(t), 유효타임(t1) 및 소모타임(t2)을 설명하기 위한 예시도이다.

상당등급 설정부(44)는 도 16에 도시된 바와 같이, 데이터 입력모듈(441)과, 음성데이터 분류모듈(442), 전체 출력타임(t) 산출모듈(443), 유효타임(t1) 산출모듈(444), 소모타임(t2) 산출모듈(445), 소모율(R) 산출모듈(446), 상담등급 결정모듈(447)로 이루어진다.

데이터 입력모듈(441)은 전술하였던 도 11의 AI 챗봇 기반 음성상담 서비스부(36)에서 실행된 음성상담의 음성데이터와, 전술하였던 도 13의 AI 기반 유효정보 추출모듈(384)에 의해 추출된 유효정보(제1, 2 유효정보)를 입력받는다.

음성데이터 분류모듈(442)은 입력된 음성데이터를 타임라인에 따라 비트열로 정렬시키며, 입력된 유효정보를 참조 및 활용하여, 도 17에 도시된 바와 같이, 비트열로 정렬된 음성데이터를 유효정보가 출력되는 구간 및 유효정보가 출력되지 않는 구간으로 분류한다.

전체 출력타임(t) 산출모듈(443)은 음성데이터의 전체 출력시간인 전체 출력타임(t)을 산출한다.

유효타임(t1) 산출모듈(444)은 음성데이터 분류모듈(442)에 의해 유효정보가 출력되는 구간들을 합산한 출력시간인 유효타임(t1)을 산출한다.

소모타임(t2) 산출모듈(445)은 음성데이터 분류모듈(442)에 의해 유효정보가 출력되지 않는 구간들을 합산한 출력시간인 소모타임(t2)을 산출한다.

소모율(R) 산출모듈(446)은 소모타임(t2) 산출모듈(445)에 의해 산출된 소모타임(t2)과 전체 출력타임(t) 산출모듈(443)에 의해 산출된 전체 출력타임(t)의 백분율인 소모율(R)을 산출한다.

즉 환자가 음성상담 시, 질문과 무관한 불필요한 대화를 많이 할수록, 소모율(R)이 증가하게 되고, 질문에 필요한 대답을 많이 할수록, 소모율(R)은 낮아지게 된다.

상담등급 결정모듈(447)은 데이터베이스부(31)에 저장된 기준테이블을 탐색하여, 소모율(R) 산출모듈(446)에 의해 산출된 소모율(R)에 대응하는 상담등급(L)을 검출하고, 검출된 상담등급(L)을 해당 환자의 상담등급(L)으로 결정한다.

이때 기준테이블은 소모율(R)의 구간별로 상담등급(L)이 매칭된 데이터이다.

또한 상담등급 결정모듈(447)에 의해 결정된 상담등급(L)은 제어부(30)의 제어에 따라 데이터베이스부(31)에 저장된다.

다시 도 10로 돌아가서 환기멘트 출력주기(T1) 검출부(45)를 살펴보면, 환기멘트 출력주기(T1) 검출부(45)는 상담등급 설정부(44)로부터 해당 환자의 상담등급(L)을 입력받으면, 데이터베이스부(31)에 저장된 제2 기준테이블을 참조 및 활용하여, 해당 환자의 상담등급(L)에 매칭되는 환기멘트 출력주기(T1)를 검출한다.

이때 환기멘트 출력주기(T1)는 전술하였던 바와 같이, 상담등급(L)이 높을수록 상위 레벨일 때, 상담등급(L)이 높을수록 길이가 길게 설정되고, 낮을수록 짧게 설정된다.

이하, 도 5 내지 17의 환자 맞춤형 케어서비스 관리시스템(1)을 참조하여, 도 2의 환자 맞춤형 케어서비스 단계(S60)에 대해 상세하게 설명하기로 한다.

도 18은 도 2의 환자 맞춤형 케어서비스 단계(S60)를 나타내는 플로차트이다.

환자 맞춤형 케어서비스 단계(S60)는 도 18에 도시된 바와 같이, 제1 인공지능 학습단계(S601)와, 제2 인공지능 학습단계(S602), 상담 요청단계(S603), AI 챗봇 접속단계(S604), AI 챗봇 기반 음성상담 단계(S605), 마이데이터 수집단계(S606), 인공지능 기반 유효정보 추출단계(S607), 인공지능 기반 복약순응도 추출단계(S608), 모니터링 단계(S609), 음성상담 종료여부 판별단계(S610), 환기멘트 출력여부 판단단계(S611), 출력제어신호 출력단계(S612), 의료상담용 리포트 생성단계(S613), 복약순응 리포트 생성단계(S614), 이상반응 보고서 생성단계(S615), 상담등급 설정단계(S616), 환기멘트 출력주기(T1) 검출단계(S617), 저장단계(S618)로 이루어진다.

제1 인공지능 학습단계(S601)는 환자 맞춤형 케어서비스 관리서버(3)가 환자 말뭉치 및 키워드들을 입력데이터로 하여, 제1, 2 유효정보를 출력하기 위한 딥-러닝 알고리즘인 유효정보 추출 알고리즘을 기 설정된 주기(T) 마다 학습화시키는 단계이다.

이때 제1 인공지능 학습단계(S10)는 주기(T) 동안 수집된 환자 말뭉치 및 키워드들을 활용하여, 환자 말뭉치 및 키워드들 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 환자 말뭉치 및 키워드들 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출한다.

또한 제1 인공지능 학습단계(S601)에 의해 학습된 유효정보 추출 알고리즘은 인공지능 기반 유효정보 추출단계(S606)에서 활용된다.

제2 인공지능 학습단계(S602)는 환자 맞춤형 케어서비스 관리서버(3)가 환자 말뭉치로부터 추출된 제2 유효정보 및 마이데이터를 입력데이터로 하여, 환자의 복약순응도를 출력하기 위한 머신러닝 알고리즘인 복약순응도 추출 알고리즘을 기 설정된 주기(T) 마다 학습시키는 단계이다.

이때 제2 인공지능 학습단계(S602)의 학습 방법 및 과정은 전술하였던 도 10과 14에서 이미 설명하였기 때문에 상세한 설명은 생략하리고 한다.

또한 제2 인공지능 학습단계(S602)에 의해 학습된 복약순응도 추출 알고리즘은 인공지능 기반 복약순응도 추출단계(S608)에서 활용된다.

상담 요청단계(S603)는 케어 어플리케이션(7)이 사용자(환자 또는 환자 보호자)의 요청에 따라 환자 맞춤형 케어서비스 관리서버(3)로 상담 요청데이터를 전송하는 단계이다.

AI 챗봇 접속단계(S604)는 환자 맞춤형 케어서비스 관리서버(3)의 AI 챗봇이 해당 케어 어플리케이션(7)과 접속하는 단계이다.

AI 챗봇 기반 음성상담 단계(S605)는 AI 챗봇 접속단계(S604) 이후에 진행되어 AI 챗봇이 케어 어플리케이션(7)을 통해 환자와 인공지능 기반 음성상담 서비스를 진행하는 단계이다.

또한 AI 챗봇 기반 음성상담 단계(S605)는 AI 챗봇이 후술되는 출력제어신호 출력단계(S612)로부터 출력제어신호가 전송되면, 기 설정된 환기멘트 음성데이터를 출력한다.

또한 AI 챗봇 기반 음성상담 단계(S605)는 AI 챗봇이 아닌 전문 상담원을 통해 음성상담이 이루어지는 경우, 환자의 현재 대화에 따른 다음 대화 및 질문의 맥락을 가이드해주는 가이드문구들을 전문 상담원의 모니터에 디스플레이 한다.

마이데이터 수집단계(S606)는 AI 챗봇 접속단계(S40) 이후에 진행되어 해당 환자에 관련된 마이데이터를 수집하는 단계이다.

인공지능 기반 유효정보 추출단계(S607)는 AI 챗봇 기반 음성상담 단계(S50)로부터 입력된 음성데이터를 분석하여 음성을 인식한 후, 검출된 인식정보를 활용하여 환자의 말뭉치(Corpus)를 생성하며, 생성된 말뭉치의 비정형 텍스트 데이터를 특징으로 변환하기 이전에 전처리한 후, 전처리된 텍스트의 특징을 숫자형 값인 벡터 값으로 변환하며, 특징 벡터화된 세트에, 제1 인공지능 학습단계(S601)에 의해 학습된 유효정보 추출 알고리즘을 적용하여, 환자 말뭉치로부터 제1, 2 유효정보를 추출하는 단계이다.

이때 제1 유효정보는 환자와의 대화 중, 환자의 진료에 필요한 유의미한 정보를 의미하고, 제2 유효정보는 복약순응도 추출에 관련된 유의미한 정보를 의미한다.

인공지능 기반 복약순응도 추출단계(S608)는 유효정보 추출단계(S607)에 의해 추출된 제2 유효정보와, 마이데이터 수집단계(S606)에 의해 수집된 마이데이터를 입력받으면, 입력된 제2 유효정보 및 마이데이터를 제2 인공지능 학습단계(S602)에 의해 학습된 복약순응도 추출 알고리즘의 입력데이터로 하여, 해당 환자의 복약순응도를 출력한다. 이때 출력되는 복약순응도는 해당 환자의 복약순응도(백분율)와 각 카테고리별 복약순응 등급 정보를 포함한다.

모니터링 단계(S609)는 AI 챗봇 기반 음성상담 단계(S605) 및 인공지능 기반 유효정보 추출단계(S607)를 모니터링 하는 단계이다.

또한 모니터링 단계(S609)는 환자 맞춤형 케어서비스 관리서버(3)가 데이터베이스부(31)를 탐색하여, 해당 환자에 대한 환기멘트 출력주기(T1)를 탐색한다.

또한 모니터링 단계(S609)는 AI 챗봇 기반 음성상담 단계(S605)에서 AI 챗봇이 질의어를 한 시점부터 유효정보가 추출되지 않은 상태가 연속되는 현재까지의 경과시간(△t)을 산출한다.

음성상담 종료여부 판별단계(S610)는 모니터링 단계(S609)를 통해 AI 챗봇 기반 음성상담 단계(S605)에서 음성상담이 종료되었는지를 판단하는 단계이다.

또한 음성상담 종료여부 판별단계(S610)는 1)만약 AI 챗봇의 음성상담이 종료되면, 다음 단계로 의료상담용 리포트 생성단계(S613), 복약순응 리포트 생성단계(S614330), 이상반응 보고서 생성단계(S615) 및 상담등급 설정단계(S616)를 진행하고, 2)만약 AI 챗봇의 음성상담이 진행 중이면, 다음 단계로 환기멘트 출력여부 판단단계(S611)를 진행한다.

환기멘트 출력여부 판단단계(S611)는 음성상담 종료여부 판별단계(S610)에서 AI 챗봇의 음성상담이 진행 중이라고 판단될 때 진행되며, 모니터링 단계(S609)에서 산출된 경과시간(△t) 및 해당 환자의 환기멘트 출력주기(T1)를 비교한다.

또한 환기멘트 출력여부 판단단계(S611)는 1)경과시간(△t)이 환기멘트 출력주기(T1) 미만(△t<T1)이면, 다음 단계로 모니터링 단계(S609)를 진행하되, 2)경과시간(△t)이 환기멘트 출력주기(T1) 이상(△t≥T1)이면, 다음 단계로 출력제어신호 출력단계(S612)를 진행한다.

출력제어신호 출력단계(S612)는 환기멘트 출력여부 판단단계(S611)에서 경과시간(△t)이 환기멘트 출력주기(T1) 이상(△t≥T1)일 때 진행되며, AI 챗봇으로 출력제어신호를 출력하는 단계이다.

이때 AI 챗봇 기반 음성상담 단계(S605)는 출력제어신호 출력단계(S612)로부터 출력제어신호가 입력되면, 기 제작된 환기멘트 음성데이터를 출력한다.

의료상담용 리포트 생성단계(S613)는 음성상담 종료여부 판별단계(S610)에서 AI 챗봇의 음성상담이 종료되었다고 판단될 때 진행되며, 환자 맞춤형 케어서비스 관리서버(3)가 인공지능 기반 유효정보 추출단계(S607)에 의해 출력된 제1 유효정보들을 가공 및 활용하여, 기 설정된 의료상담용 리포트의 포맷 및 타입에 따라 변환한 후, 이를 해당하는 공란에 기입시키는 방식으로 의료상담용 리포트를 생성하는 단계이다.

복약순응 리포트 생성단계(S614)는 음성상담 종료여부 판별단계(S610)에서 AI 챗봇의 음성상담이 종료되었다고 판단될 때 진행되며, 환자 맞춤형 케어서비스 관리서버(3)가 인공지능 기반 복약순응도 추출단계(S608)에 의해 출력된 복약순응도 및 각 카테고리별 복약순응 등급 정보들을 기 설정된 복약순응 리포트의 포맷 및 타입에 따라 변환한 후, 이를 해당하는 공란에 기입시키는 방식으로 복약순응 리포트를 생성하는 단계이다.

이상반응 보고서 생성단계(S615)는 음성상담 종료여부 판별단계(S610)에서 AI 챗봇의 음성상담이 종료되었다고 판단될 때 진행되며, 환자 맞춤형 케어서비스 관리서버(3)가 인공지능 기반 유효정보 추출단계(S607)에 의해 출력된 제1, 2 유효정보들을 가공 및 활용하여, 이상반응 보고서를 생성하는 단계이다.

상담등급 설정단계(S616)는 음성상담 종료여부 판별단계(S610)에서 AI 챗봇의 음성상담이 종료되었다고 판단될 때 진행되며, 환자 맞춤형 케어서비스 관리서버(3)가 AI 챗봇 기반 음성상담 단계(S605)에서 진행된 음성상담의 음성데이터와, 인공지능 기반 유효정보 추출단계(S607)에 의해 추출된 제1, 2 유효정보를 활용하여, 환자 음성데이터의 전체 출력타임(t), 유효타임(t1) 및 소모타임(t2)을 산출한 후, 이들을 이용하여 소모율(R)을 산출하는 단계이다.

또한 상담등급 설정단계(S616)는 산출된 소모율(R) 및 기준테이블을 활용하여, 해당 환자의 상담등급(L)을 결정하며, 결정된 상담등급(L)을 데이터베이스부(31)에 저장한다.

이러한 상담등급 설정단계(S616)는 도면에는 도시되지 않았으나, 도 16을 참조하여 살펴보기로 한다.

상담등급 설정단계(S616)는 음성상담의 음성데이터와 AI 기반 유효정보 추출모듈(384)에 의해 추출된 유효정보(제1, 2 유효정보)를 입력받는 데이터 입력단계(미도시)와, 데이터 입력단계에 의해 입력된 음성데이터를 타임라인에 따라 비트열로 정렬시킨 후, 입력된 제1, 2 유효정보들을 참조 및 활용하여, 비트열로 정렬된 음성데이터를 유효정보가 출력되는 구간 및 유효정보가 출력되지 않는 구간으로 분류하는 음성데이터 분류단계(미도시)와, 음성데이터의 전체 출력시간인 전체 출력타임(t)을 산출하는 전체 출력타임(t) 산출단계(미도시)와, 음성데이터 분류단계에 의해 유효정보가 출력되는 구간들을 합산한 출력시간인 유효타임(t1)을 산출하는 유효타임(t1) 산출단계(미도시)와, 음성데이터 분류단계에 의해 유효정보가 출력되지 않는 구간들을 합산한 출력시간인 소모타임(t2)을 산출하는 소모타임(t2) 산출단계(미도시)와, 소모타임(t2) 산출단계에 의해 산출된 소모타임(t2)과 전체 출력타임(t) 산출단계에 의해 산출된 전체 출력타임(t)의 백분율인 소모율(R)을 산출하는 소모율(R) 산출단계(미도시)와, 기 설정된 기준테이블을 탐색하여, 소모율(R) 산출단계에 의해 산출된 소모율(R)에 대응하는 상담등급(L)을 검출한 후, 검출된 상담등급(L)을 해당 환자의 상담등급(L)으로 결정하는 상담등급 결정단계(미도시)로 이루어진다.

환기멘트 출력주기(T1) 검출단계(S617)는 상담등급 설정단계(S616) 이후에 진행되며, 환자 맞춤형 케어서비스 관리서버(3)가 기 설정된 제2 기준테이블을 탐색하여, 상담등급 결정단계(S616)에 의해 결정된 해당 환자의 상담등급(L)에 매칭된 환기멘트 출력주기(T1)를 검출하는 단계이다.

저장단계(S618)는 환자 맞춤형 케어서비스 관리서버(3)가 의료상담용 리포트 생성단계(S613), 복약순응 리포트 생성단계(S614) 및 이상반응 보고서 생성단계(S615)에서 생성된 의료상담용 리포트, 복약순응 리포트 및 이상반응 보고서를 데이터베이스부(31)에 저장하는 단계이다.

또한 저장단계(S618)는 환자 맞춤형 케어서비스 관리서버(3)가 상담등급 설정단계(S616)에 의해 설정된 상담등급(L) 정보와, 환기멘트 출력주기(T1) 검출단계(S617)에 의해 검출된 환기멘트 출력주기(T1)를 데이터베이스부(31)에 저장한다.

이와 같이 본 발명의 일실시예인 환자 맞춤형 케어서비스 관리방법(S1)은 환자 맞춤형 케어서비스 관리서버가 환자 또는 보호자에게 AI 챗봇 기반의 음성상담 서비스를 제공함으로써 종래에 의료진이 제한된 진료 상담 시간 동안 환자의 병력, 증상, 생활패턴, 부작용, 이상반응, 투약습관 등의 정보를 파악 및 분석하지 못하는 문제점을 획기적으로 해결할 수 있을 뿐만 아니라 자의 재발이나 악화가 줄어들어 환자의 진료비용을 현저히 절감시킬 수 있을 뿐만 아니라 환자가 시간 및 공간의 제약 없이 진료상담이 가능하여 진료 편의성을 높일 수 있게 된다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 환자 맞춤형 케어서비스 관리서버, 의료진, 환자, 보험사 및 제약사의 각 구성요소의 서비스를 활성화시킬 수 있을 뿐만 아니라 각 서비스의 품질을 개선시킬 수 있으며, 각 서비스의 경제적 가치 창출이 가능함으로써 이전에는 없던 새로운 비즈니스 모델을 제시할 수 있다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 환자 맞춤형 케어서비스 관리서버가 음성상담으로부터 제1, 2 유효정보들을 추출한 후, 추출된 제1 유효정보를 기반으로 의료상담용 리포트를 생성함과 동시에 제2 유효정보들로부터 복약순응도를 추출하여 복약순응 리포트를 생성하며, 생성된 의료상담용 리포트 및 복약순응 리포트를 의료진에게 제공함으로써 의료진이 제공 받은 의료상담용 리포트 및 복약순응 리포트를 참조하여, 진료상담을 수행함에 따라 환자 및 의료진 간의 상담 효율성 및 집중효율을 높일 수 있으며, 환자 복약순응도를 높여 환자 치료율을 극대화시킬 수 있을 뿐만 아니라 환자 의료비용, 건강보험 재정, 보험사 및 제약사의 예산 소모를 현저히 절감시킬 수 있게 된다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 보험사 서버가 환자 맞춤형 케어서비스 관리서버로부터 전송받은 복약순응 리포트의 복약순응도에 따라, 해당 환자의 보험료를 차등 책정하거나 또는 해당 환자의 보험금을 차등 지급함으로써 종래에 보험사의 보험료 책정 및 보험금 지급이 복약순응도와 상관없이 균등하게 이루어짐에 따라 보험사의 불필요한 예산소모가 증가하는 문제점을 해결할 수 있을 뿐만 아니라 환자의 복약순응도 개선에 대한 자발성 및 참여율을 현저히 높일 수 있다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 환자 맞춤형 케어서비스 관리서버가 환자의 마이데이터를 수집한 후, 수집된 마이데이터를 활용하여 환자의 복약순응도를 출력하도록 구성됨으로써 복약순응도 추출의 정확성 및 신뢰도를 높일 수 있다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 환자 맞춤형 케어서비스 관리서버가 환자의 말뭉치로부터 추출된 제1, 2 유효정보들을 활용하여, 환자의 투약에 따른 이상반응을 나타내는 이상반응 보고서를 생성한 후, 이를 제약사 서버로 전송하고, 제약사 서버가 전송받은 이상반응 보고서를 참조하여, 환자의 이상반응에 따른 약물을 신규 제조하거나 환자의 이상반응에 따른 약물의 기준정보를 생성함으로써 환자의 처방률 및 치료율을 개선시킬 수 있다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 복약순응 위험도 추출 알고리즘이 학습 시, 지도 학습(Supervised learning) 및 비지도 학습(Unsupervised learning)을 동시에 개별적으로 진행하여, 각 방식에 따른 모델의 단점을 상호 보완하도록 구성됨으로써 복약순응 위험도를 더욱 정밀하게 추출할 수 있게 된다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 상담등급 설정부가 환자의 음성데이터 중 무의미한 정보로 이루어지는 소모타임(t2)을 산출한 후, 산출된 소모타임(t2)에 따라 해당 환자의 상담등급(L)을 검출하고, AI 챗봇이 상담등급(L)별로 대화의 난이도 또는 속도를 다르게 진행함으로써 진료상담의 효율성 및 효과를 더욱 높일 수 있다.

또한 본 발명의 환자 맞춤형 케어서비스 관리방법(S1)은 보험사 서버가 상담 서비스 관리서버로부터 전송받은 복약순응 리포트를 참조하여, 보험 가입 시, 복약순응 위험도에 따라 보험료를 차등 책정하거나 또는 보험금 보상 시, 복약순응 위험도에 따라 보험금을 차등 지급함으로써 보험사의 불필요한 예산소모를 획기적으로 절감시킴과 더불어 복약순응도 개선에 대한 환자의 자발성 및 참여율을 높여 질환 치료율을 높일 수 있게 된다.

1:환자 맞춤형 케어서비스 관리시스템
3:환자 맞춤형 케어서비스 관리서버 5-1, ..., 5-N:환자측 단말기들
7:케어 어플리케이션 9:의료진 단말기
10:통신망 11:마이데이터 수집 서버
13:보험사 서버 15:제약사 서버
30:제어부 31:데이터베이스부
32:통신 인터페이스부 33:제1 인공지능 학습부
34:제2 인공지능 학습부 35:의료진 매칭부
36:AI 챗봇 기반 음성상담 서비스부 37:마이데이터 수집부
38:인공지능 기반 유효정보 추출부 39:인공지능 기반 복약순응도 추출부
40:환기멘트 출력여부 판단부 41:의료상담용 리포트 생성부
42:복약순응 리포트 생성부 43:이상반응 보고서 생성부
44:상담등급 설정부 45:환기멘트 출력주기(T1) 검출부
46:부가서비스부 51:입력수단
52:음성출력수단 53:음성수집수단
54:디스플레이 수단 55:통신수단
361:상담 요청데이터 입력모듈 362:데이터 추출모듈
363:접속모듈 364:AI 챗봇 기반 음성대화모듈
381:음성데이터 입력모듈 382:음성인식모듈
383:말뭉치 생성모듈 384:AI 기반 유효정보 추출모듈
391:제2 유효정보 입력모듈 392:마이데이터 입력모듈
393:AI 기반 복약순응도 출력모듈

Claims (16)

1. 관리서버가 환자 맞춤형 케어서비스의 회원 가입된 환자의 주치의인 의료진을 매칭 시키는 단계50(S50);
   상기 관리서버가 환자의 단말기인 환자측 단말기로부터 음성상담을 요청받으면, AI 챗봇을 이용하여 상기 환자측 단말기와 음성상담 서비스를 제공하며, 음성상담의 음성데이터를 분석하여, 진료에 필요한 유의미한 정보인 제1 유효정보를 추출한 후, 추출된 제1 유효정보를 활용 및 가공하여 의료상담용 리포트를 생성하는 단계60(S60);
   상기 관리서버가 상기 단계60(S60)에 의해 생성된 의료상담용 리포트를 해당 환자의 주치의로 매칭된 의료진에게 제공하는 단계70(S70);
   의료진이 상기 단계70(S70)을 통해 제공받은 의료상담용 리포트를 활용하여, 해당 환자와의 진료 상담을 수행하는 단계110(S110)을 포함하고,
   상기 관리서버에는 진료에 필요한 유의미한 정보인 제1 유효정보를 추출하는데 필요한 항목인 각 질환종류별 제1 필수체크항목들과, 각 제1 필수체크항목에 관련된 단어로 판단할 수 있는 키워드들과, 환자 말뭉치(Corpus)를 분석하여 제1 유효정보를 추출하는 유효정보 추출 알고리즘과, 복약순응도 추출에 관련된 정보인 제2 유효정보를 추출하는데 필요한 항목인 제2 필수체크항목들과, 각 제2 필수체크항목에 관련된 단어로 판단할 수 있는 키워드들과, 제2 유효정보들을 분석하여 복약순응도 정보를 출력하는 복약순응도 추출 알고리즘이 기 설정되어 저장되고,
   상기 단계60(S60)은
   상담 요청 시, 상기 관리서버의 AI 챗봇이 상담을 요청한 환자측 단말기와 접속하는 단계604(S604);
   상기 AI 챗봇이 접속된 환자측 단말기와 음성상담을 실행하는 단계605(S605);
   상기 관리서버가 상기 단계605(S605)에 의한 환자의 음성데이터를 인식한 후, 말뭉치(Corpus)를 생성한 후, 상기 유효정보 추출 알고리즘을 이용하여 생성된 환자 말뭉치 및 해당 환자의 질환종류에 따른 키워드들을 입력데이터로 하여, 환자 말뭉치로부터 제1 유효정보 및 제2 유효정보를 추출하는 단계607(S607);
   상기 단계607(S607)에서 출력된 제2 유효정보를 상기 복약순응도 추출 알고리즘의 입력데이터로 하여, 해당 환자의 복약순응도 정보를 출력하는 단계608(S608);
   상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계607(S607)에 의해 추출된 제1 유효정보들을 기반으로 의료상담용 리포트를 생성하는 단계613(S613);
   상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계608(S608)에 의해 추출된 복약순응도 정보를 기반으로 복약순응 리포트를 생성하는 단계614(S614);
   기 설정된 주기(T) 마다 진행되며, 주기(T) 동안의 환자 음성데이터로부터 추출된 환자 말뭉치(Corpus) 및 키워드들을 활용하여, 환자 말뭉치 및 키워드들 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 말뭉치 및 키워드들 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출하여 상기 유효정보 추출 알고리즘의 학습을 수행하는 단계601(S601);
   상기 주기(T) 마다 진행되며, 주기(T) 동안 수집된 제2 유효정보 및 복약순응도 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 제2 유효정보 및 복약순응도 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출하여 상기 복약순응도 추출 알고리즘의 학습을 수행하는 단계602(S602)를 포함하고,
   상기 단계607(S607)은 상기 단계601(S601)에 의해 학습된 유효정보 추출 알고리즘을 활용하여, 제1, 2 유효정보들을 출력하고,
   상기 단계608(S608)은 상기 단계602(S602)에 의해 학습된 복약순응도 추출 알고리즘을 활용하여, 복약순응도 정보를 출력하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
2. 제1항에 있어서, 상기 환자 맞춤형 케어서비스 관리방법(S1)은
   상기 관리서버가 상기 단계614(S614)에 의해 생성된 복약순응 리포트를 해당 환자의 주치의로 매칭된 의료진에게 제공하는 단계80(S80)을 더 포함하는것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
3. 제2항에 있어서, 상기 단계80(S80)은
   상기 관리서버가 상기 단계614(S614)에 의해 생성된 복약순응 리포트를 해당 환자가 가입한 보험 상품을 관리하는 보험사 서버로 제공하고,
   상기 환자 맞춤형 케어서비스 관리방법(S1)은
   상기 보험사 서버가 상기 단계80(S80)을 통해 전송받은 복약순응 리포트의 복약순응도에 따라, 해당 환자의 보험료를 차등 책정하거나 또는 해당 환자의 보험금을 차등 지급하는 단계120(S120)을 더 포함하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
4. 삭제
5. 제3항에 있어서, 상기 단계60(S60)은
   상기 단계605(S605)에서 음성상담이 시작될 때 진행되며, 상기 관리서버가 해당 환자에 대하여, 과거 건강검진 결과, 계좌정보, 대출납입정보, 자동차보험계약 및 납입정보, 보험대출상품 정보, 카드이용정보, 통신비납입정보, 보증보험정보, 국세납입정보, 지방세 납입정보 및 4대 보험 납입정보 중 적어도 하나 이상을 포함하는 마이데이터를 수집하는 단계606(S606)을 더 포함하고,
   상기 단계602(S602)는 제2 유효정보 및 마이데이터와, 복약순응도 간의 상관관계를 학습할 수 있는 학습데이터를 생성하고 생성된 학습데이터를 활용하여 제2 유효정보 및 마이데이터와, 복약순응도 간의 상관관계에 대한 파라미터 값들의 집합인 추출 모델을 도출하여 상기 복약순응도 추출 알고리즘의 학습하고,
   상기 단계614(S614)는
   상기 단계607(S607)에서 출력된 제2 유효정보와, 상기 단계606(S606)에 의해 수집된 마이데이터를 입력데이터로 하여, 복약순응도 정보를 출력하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
6. 제5항에 있어서, 상기 단계60(S60)은
   상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계607(S607)에 의해 출력된 제1, 2 유효정보들을 분석하여, 환자의 투약 이후 이상반응 정도가 임계치 이상일 때, 해당 환자의 이상반응 정도가 기재된 이상반응 보고서를 생성하는 단계615(S615)를 더 포함하고,
   상기 환자 맞춤형 케어서비스 관리방법(S1)은
   상기 관리서버가 상기 단계615(S615)에 의해 생성된 이상반응 보고서를, 해당 환자의 주치의로 매칭된 의료진과 투약 약물을 제조하는 제약사 서버로 제공하는 단계100(S100);
   상기 제약사 서버가 상기 단계100(S100)을 통해 전송받은 이상반응 보고서를 참조하여, 해당 환자의 이상반응에 적합한 약물을 제조하거나 또는 이상반응에 적합한 약물의 기준정보를 생성하며, 제조된 약물 또는 생성된 약물 기준정보를 해당 의료진에게 제공하는 단계130(S130)을 더 포함하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
7. 제6항에 있어서, 상기 환자 맞춤형 케어서비스 관리방법(S1)은
   기 설정된 주기 마다, 상기 보험사 서버 및 상기 제약사 서버가 상기 관리서버로 기 계약된 절차에 따라 수수료를 정산하는 단계140(S140)을 더 포함하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
8. 제7항에 있어서, 상기 환자 맞춤형 케어서비스 관리방법(S1)은
   상기 관리서버가 환자 맞춤형 케어서비스를 홍보하는 단계10(S10);
   상기 관리서버가 의료진의 요청에 따라, 해당 의료진을 환자 맞춤형 케어서비스의 회원으로 등록하는 단계20(S20);
   상기 관리서버가 환자의 요청에 따라, 해당 환자를 환자 맞춤형 케어서비스의 회원으로 등록하는 단계30(S30);
   상기 단계30(S30)을 통해 회원 가입한 환자의 환자측 단말기에 케어 어플리케이션이 설치되는 단계40(S40)을 더 포함하고,
   상기 케어 어플리케이션은
   사용자(환자)로부터 상담을 요청받을 때, 상기 관리서버로 상담 요청데이터를 전송함과 동시에 사용자(환자)와 상기 관리서버의 음성상담 서비스에 대한 인터페이스를 제공하는 그래픽 사용자 인터페이스(GUI, Graphic User Interface)를 상기 환자측 단말기의 모니터에 디스플레이 하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
9. 제8항에 있어서, 상기 단계602(S602)는 상기 복약순응도 추출 알고리즘의 학습 시, 지도 학습(Supervised learning)과 비지도 학습(Unsupervised learning)을 동시에 개별적으로 진행하여, 각 방식에 따른 모델의 단점을 상호 보완하도록 하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
10. 제9항에 있어서, 상기 의료상담용 리포트는 환자의 질환종류에 따른 제1 필수체크항목들 및 각 제1 필수체크항목에 대한 제1 유효정보들이 기재되는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
11. 제10항에 있어서, 상기 복약순응도 추출 알고리즘에 의해 출력되는 복약순응도 정보는 해당 환자의 복약순응도와 기 설정된 카테고리별 복약순응 등급들을 포함하고,
    상기 복약순응 리포트에는 해당 환자의 복약순응도가 복약순응도를 백분율로 표시됨과 동시에 각 카테고리의 복약순응 등급들이 표시되는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
12. 제11항에 있어서, 상기 관리서버에는 각 제1 필수체크항목에 관련된 답변을 유도하기 위한 질의어들과 각 제2 필수체크항목에 관련된 답변을 유도하기 위한 질의어들이 기 설정되어 저장되고,
    상기 단계605(S605)는
    상기 관리서버가 상담을 요청한 환자의 질환종류와, 해당 질환종류에 대응하는 질의어들 및 키워드들을 추출한 후, 추출된 질의어들 및 키워드들을 활용하여 인공지능을 기반으로 접속된 환자측 단말기의 사용자(환자)와 음성대화를 수행하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
13. 제7항 내지 12항 중 어느 한 항에 있어서,
    상기 환자 맞춤형 케어서비스 관리방법(S1)은
    상기 단계605(S605)에서 음성상담이 종료될 때 진행되며, 상기 관리서버가 상기 단계605(S605)에서 진행된 음성상담의 음성데이터를 입력받으면, 입력된 환자의 음성데이터를 기 설정된 등급부여절차에 따라 분석하여 환자의 커뮤니케이션 능력 수준에 따른 상담등급(L)을 설정하는 단계616(S616);
    상기 관리서버가 상기 단계613(S613)에 의해 생성된 의료상담용 리포트와, 상기 단계614(S614)에 의해 생성된 복약순응 리포트와, 상기 단계615(S615)에 의해 생성된 이상반응 보고서와, 상기 단계616(S616)에 의해 설정된 상담등급(L)을 데이터베이스부에 저장하는 단계618(S618)을 더 포함하고,
    상기 단계605(S605)는
    상기 AI 챗봇이 상담을 요청한 환자의 상담등급(L)이 상기 데이터베이스부에 저장되어 있을 때, 해당 환자의 상담등급(L)별로 대화의 난이도 또는 속도를 다르게 진행하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
14. 제13항에 있어서, 상기 데이터베이스부에는 소모율(R)의 구간별로 상담등급(L)이 매칭된 기준테이블이 저장되고,
    상기 단계616(S616)은
    상기 관리서버가 상기 단계605(S605)에서 진행된 음성상담의 음성데이터와, 음성상담 동안 상기 단계607(S607)에서 출력된 제1, 2 유효정보들을 입력받는 데이터 입력단계;
    상기 관리서버가 상기 데이터 입력단계를 통해 입력된 음성데이터를 타임라인에 따라 비트열로 정렬시킨 후, 입력된 제1, 2 유효정보들을 참조 및 활용하여, 비트열로 정렬된 음성데이터를 제1, 2 유효정보들이 출력되는 구간 및 제1, 2유효정보들이 출력되지 않는 구간으로 분류하는 음성데이터 분류단계;
    상기 관리서버가 상기 음성데이터 분류단계에 의해 정렬된 음성데이터의 전체 출력시간인 전체 출력타임(t)을 산출하는 전체 출력타임 산출단계;
    상기 관리서버가 상기 음성데이터 분류단계에 의해 분류된 정보를 활용하여, 제1, 2 유효정보들이 출력되지 않는 구간들을 합산한 출력시간인 소모타임(t2)을 산출하는 소모타임(t2) 산출단계;
    상기 관리서버가 상기 소모타임(t2) 산출단계에 의해 산출된 소모타임(t2)과 전체 출력타임(t) 산출단계에 의해 산출된 전체 출력타임(t)의 백분율인 소모율(R)을 산출하는 소모율(R) 산출단계;
    상기 관리서버가 상기 데이터베이스부에 저장된 기준테이블을 활용하여, 상기 소모율(R) 산출단계에 의해 산출된 소모율(R)에 대응하는 상담등급(L)을 검출하며, 검출된 상담등급(L)을 해당 환자의 상담등급(L)으로 결정한 후, 상기 데이터베이스부에 저장하는 상담등급 결정단계를 더 포함하는 것을 특징으로 환자 맞춤형 케어서비스 관리방법(S1).
15. 제14항에 있어서, 상기 데이터베이스부에는 상담등급(L) 별로 환기멘트 출력주기(T1)가 매칭된 제2 기준테이블이 더 저장되고,
    상기 제2 기준테이블의 환기주기 출력주기(T1)는 상담등급(L)이 높을수록 상위레벨(또는 하위레벨)이라고 가정할 때, 상담등급(L)에 비례(또는 반비례)하도록 설정되고,
    상기 단계60(S60)은
    상기 단계616(S616) 이후에 진행되며, 상기 관리서버가 상기 제2 기준테이블을 활용하여, 상기 단계616(S616)에 의해 결정된 해당 환자의 상담등급(L)에 매칭되는 환기멘트 출력주기(T1)를 검출한 후, 상기 데이터베이스부에 저장하는 단계617(S617)를 더 포함하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).
16. 제15항에 있어서, 상기 단계60(S60)은
    상기 단계608(S608) 이후에 진행되되, 상기 데이터베이스부를 탐색하여, 해당 환자에 대한 환기멘트 출력주기(T1)를 탐색한 후, 해당 환자에 대한 환기멘트 출력주기(T1)가 추출될 때 진행되며, 상기 관리서버가 상기 단계605(S605) 및 상기 단계607(S607)을 모니터링 함과 동시에 상기 단계605(S605)에서 질의어 질문시점부터 제1 유효정보 또는 제2 유효정보가 추출되지 않은 상태가 지속되는 현재까지의 경과시간(△t)을 산출하는 단계609(S609);
    상기 관리서버가 상기 단계605(S605)에서 음성상담이 종료되었는지 여부를 판단하며, 1)만약 상기 단계605(S605)에서 음성상담이 종료되었다고 판단되면, 다음 단계로 상기 단계613(S613), 상기 단계614(S614), 상기 단계615(S615) 및 상기 단계616(S616)을 진행하는 단계610(S610);
    상기 단계610(S61)에서 상기 단계605(S605)의 음성상담이 진행 중이라고 판단될 때 진행되며, 상기 관리서버가 상기 단계609(S609)에서 산출된 경과시간(△t) 및 해당 환자의 환기멘트 출력주기(T1)를 비교하며, 만약 경과시간(△t)이 환기멘트 출력주기(T1) 미만(△t<T1)이면, 다음 단계로 상기 단계609(S609)를 진행하는 는 단계611(S611);
    상기 단계611(S611)에서 경과시간(△t)이 환기멘트 출력주기(T1) 이상(△t≥T1)일 때 진행되며, 상기 단계605(S605)에 적용되는 상기 AI 챗봇으로 출력제어신호를 출력하는 단계612(S612)를 더 포함하고,
    상기 단계605(S605)의 상기 AI 챗봇은 상기 단계612(S612)로부터 출력제어신호가 입력되면, 환자의 대화를 끊고 이전 질의어를 다시 묻기 위한 반복 멘트를 의미하는 환기멘트를 출력하는 것을 특징으로 하는 환자 맞춤형 케어서비스 관리방법(S1).

Images