KR102615288B1 - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 - Google Patents
모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 Download PDFInfo
- Publication number
- KR102615288B1 KR102615288B1 KR1020230075180A KR20230075180A KR102615288B1 KR 102615288 B1 KR102615288 B1 KR 102615288B1 KR 1020230075180 A KR1020230075180 A KR 1020230075180A KR 20230075180 A KR20230075180 A KR 20230075180A KR 102615288 B1 KR102615288 B1 KR 102615288B1
- Authority
- KR
- South Korea
- Prior art keywords
- query
- response
- specific
- data
- contradiction
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 114
- 230000008094 contradictory effect Effects 0.000 title claims abstract description 51
- 230000004044 response Effects 0.000 claims abstract description 204
- 238000011282 treatment Methods 0.000 claims description 191
- 230000008569 process Effects 0.000 claims description 78
- 230000008921 facial expression Effects 0.000 claims description 27
- 230000006399 behavior Effects 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 claims description 9
- 230000003542 behavioural effect Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000013215 result calculation Methods 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims 4
- 238000010586 diagram Methods 0.000 description 10
- 208000020401 Depressive disease Diseases 0.000 description 9
- 230000004630 mental health Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명은 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 관한 것으로서, 보다 상세하게는 (a) 컴퓨팅 장치가, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 컴퓨팅 장치가, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 단계; 및 (b) 상기 컴퓨팅 장치가, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 단계를 포함하는 방법이 개시된다.
Description
본 발명은 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치에 관한 것이다.
사전 문진이란 의사가 환자의 상태를 파악하기 위해 환자에게 구두로 물어볼 환자의 발병상황, 증세, 가족병력 등의 정보를 진료 전에 비대면 설문으로 미리 확인하는 진단 방법의 일종이다.
또한, 의사는 사전 문진을 통해 비대면 진료 이전에 환자에 대한 진료 과정과 진료 방향을 어느 정도 결정하게 되는데, 이 때 환자가 의료기관에 제출한 설문지에 서로 모순되는 응답들이 있을 경우, 담당 의사로 하여금 오진을 야기시킨다.
따라서, 이러한 오진율을 낮추기 위해서는 환자 본인이 비대면 진료 이전에 설문지를 서로 모순되지 않도록 올바르게 작성하거나 또는 비대면 진료 담당 의사가 환자의 설문지에 적힌 서로 모순되는 응답들을 비대면 진료가 종료되기 이전에 빠르게 파악할 수 있어야 한다.
그러나, 대부분의 환자는 비대면 진료 이전에 설문지를 작성하는데 본인의 기억이 희미하여 정확하게 응답하지 못하는 경우와 설문지의 질문 내용 중 이해하기 어려운 항목이 존재하여 정확하게 응답하지 못하는 경우가 있다.
따라서, 비대면 진료의 오진율을 낮추기 위해서는 비대면 진료 담당 의사가 환자의 설문지에 적힌 서로 모순되는 응답들을 신속하게 파악해야 할 수 밖에 없는 실정이지만, 현재까지 구체적인 파악 방법은 제시되어 있지 않고 있다.
따라서, 상기 문제점들을 해결하기 위한 개선 방안이 요구되는 실정이다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 특정 사용자에게 제공하고, 제1 설문 데이터 내지 제n 설문 데이터 중 하나인 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 제k_1 응답 내지 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 제k_a 응답 및 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의(제k_a 질의 및 제k_b 질의는 제k_1 질의 내지 제k_m 질의 중에 포함됨)에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 것을 다른 목적으로 한다.
또한, 본 발명은 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사가 결정되면, 대상 의사에 대한 특정 사용자의 정성적 적합데이터 및 대상 의사에 대한 특정 사용자의 정량적 적합데이터 중 적어도 일부를 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 대상 의사 중 특정 대상 의사를 선택하도록 지원하고, 특정 대상 의사가 선택되면, 제2 사용자 인터페이스를 통해 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 것을 또 다른 목적으로 한다.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 효과를 실현하기 위한, 본 발명의 특징적인 구성은 하기와 같다.
본 발명의 일 태양에 따르면, 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서, (a) 컴퓨팅 장치가, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 컴퓨팅 장치가, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 단계; 및 (b) 상기 컴퓨팅 장치가, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 단계를 포함하는 방법이 개시된다.
일례로서, 상기 (b) 단계에서, 상기 컴퓨팅 장치는, 상기 대상 의사의 과거 대상 타 사용자에 대한 영상 진료 횟수 및 영상 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제1 정량적 적합 데이터 및 상기 대상 의사의 상기 과거 대상 타 사용자에 대한 음성 진료 횟수 및 음성 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제2 정량적 적합 데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (a) 단계 이전에, (a0) 상기 컴퓨팅 장치는, 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 전체 의사의 외형과 관련된 외형 데이터, 상기 전체 의사의 표정의 패턴과 관련된 표정 패턴 데이터 및 상기 전체 의사의 행동 패턴과 관련된 행동 패턴 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 시각적 메타데이터를 추출하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 전체 의사의 음성의 속도와 관련된 음성 속도 데이터, 상기 전체 의사의 음성의 강도와 관련된 음성 강도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 음성 주파수 데이터 및 상기 전체 의사의 답변의 길이와 관련된 답변 길이 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 청각적 메타데이터를 추출하여 데이터베이스를 구축하는 단계를 더 포함하고, 상기 (b) 단계에서, 상기 컴퓨팅 장치는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 방법이 개시된다
일례로서, 상기 (a0) 단계에서, 상기 컴퓨팅 장치는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 참조로 하여 상기 전체 의사에 대해 상기 특정 사용자 또는 상기 과거 타 사용자 각각의 정성적 적합 데이터를 산출하는 것을 특징으로 하고, 상기 (b) 단계에서, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 컴퓨팅 장치는, 상기 대상 의사에 대한 상기 특정 사용자의 정성적 적합 데이터를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하고, (c) 상기 특정 대상 의사가 선택되면, 상기 컴퓨팅 장치는, 제2 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 단계를 더 포함하는 방법이 개시된다.
일례로서, 상기 (a) 단계 이전에, (a1) 상기 컴퓨팅 장치가, 상기 특정 사용자의 특정 메타데이터 및 상기 전체 의사에 대한 상기 과거 타 사용자의 타 메타데이터 중 적어도 일부, 상기 특정 사용자의 특정 생체 데이터 및 상기 과거 타 사용자의 타 생체 데이터 중 적어도 일부, 상기 특정 사용자의 특정 피노타입 데이터 및 상기 과거 전체 타 사용자의 타 피노타입 데이터 중 적어도 일부, 상기 전체 의사의 의사 메타데이터, 상기 전체 의사의 외형과 관련된 상기 외형 데이터 및 이에 대한 외형 만족도 데이터, 상기 전체 의사의 표정의 패턴과 관련된 상기 표정 패턴 데이터 및 이에 대한 표정 패턴 만족도 데이터, 상기 전체 의사의 행동 패턴과 관련된 상기 행동 패턴 데이터 및 이에 대한 행동 패턴 만족도 데이터, 상기 전체 의사의 음성의 속도와 관련된 상기 음성 속도 데이터 및 이에 대한 음성 속도 만족도 데이터, 상기 전체 의사의 음성의 강도와 관련된 상기 음성 강도 데이터 및 이에 대한 음성 강도 만족도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 상기 음성 주파수 데이터 및 이에 대한 음성 주파수 만족도 데이터, 상기 전체 의사의 답변의 길이와 관련된 상기 답변 길이 데이터 및 이에 대한 답변 길이 만족도 데이터, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 영상 진료 횟수, 영상 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 음성 진료 횟수 및 음성 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 학습 장치 - 상기 학습 장치는 상기 컴퓨팅 장치에 포함됨 - 에 입력하여, 상기 학습 장치로 하여금, (i) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시되기 이전에, 상기 특정 사용자에 대응되는 특정 정성적 적합 예측치를 결정하는 특정 정성적 적합 예측치 산출 프로세스, (ii) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시된 후, 상기 특정 사용자에 대응되는 특정 정성적 적합 결과치를 결정하는 특정 정성적 적합 결과치 산출 프로세스, 및 (iii) 상기 특정 정성적 적합 예측치 및 이에 대응되는 상기 특정 정성적 적합 결과치를 참조로 하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 수행하도록 하는 단계를 더 수행하여, 상기 특정 사용자의 정성적 적합 데이터를 산출하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (a) 단계 이전에, (a2) 상기 컴퓨팅 장치는, 전체 의사에 대한 상기 특정 사용자 또는 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 얼굴 영역을 인식하여, 상기 얼굴 영역에 대하여 비식별화함으로써 상기 제1 진료 비디오 데이터를 제1 진료 조정 비디오 데이터로 변환하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 음성을 추출하여, 상기 특정 사용자 또는 상기 과거 타 사용자의 음성에 대하여 비식별화함으로써 상기 제2 진료 오디오 데이터를 제2 진료 조정 오디오 데이터로 변환하여, 데이터베이스를 구축하는 단계를 추가적으로 더 포함하고, 상기 (b) 단계에서, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 컴퓨팅 장치는, 상기 대상 의사에 대응되는 상기 제1 진료 조정 비디오 데이터 및 상기 제2 진료 조정 오디오 데이터 중 적어도 일부를 과거 진료 참고 데이터로서 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 과거 진료 참고 데이터 중 특정 과거 진료 참고 데이터를 추가적으로 선택하도록 지원하는 것을 특징으로 하는 방법이 개시된다.
일례로서, (c) 상기 특정 대상 의사가 선택되면, 상기 컴퓨팅 장치는, 제2_1 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 단계를 더 포함하고, 상기 (c) 단계 이전에, (c0) 상기 컴퓨팅 장치는, 상기 제k_a 질의 및 상기 제k_b 질의에 종속되는 각각의 하위 질의 중 상기 모순 카테고리와의 연관도가 기설정된 임계치 이상인 적어도 하나 이상의 모순 파악용 추가 질의를 추출하고, 제3 사용자 인터페이스에서 챗봇을 통해 상기 특정 사용자에게 상기 모순 파악용 추가 질의를 제공하여, 상기 모순 파악용 추가 질의에 대한 상기 특정 사용자가 입력한 응답을 모순 파악용 추가 응답으로서 획득하는 단계를 더 포함하며, 상기 (c) 단계에서, 상기 컴퓨팅 장치는, 제2_2 사용자 인터페이스를 통해 상기 제k_a 질의, 상기 제k_b 질의, 상기 제k_a 응답 및 상기 제k_b 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하고, 제2_3 사용자 인터페이스를 통해 상기 모순 파악용 추가 질의 및 상기 모순 파악용 추가 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하도록 추가적으로 지원하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (a) 단계 이전에, (a3) 상기 컴퓨팅 장치는, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터에 종속되는 전체 하위 질의 각각과 임계치 이상의 모순도를 가지는 적어도 하나 이상의 타 하위 질의 - 상기 타 하위 질의는 상기 전체 하위 질의에 포함됨 - 각각을 선별하고, 상기 전체 하위 질의 각각과 이에 대응되는 타 하위 질의 각각을 그룹핑하여 구성된 적어도 하나 이상의 질의 데이터셋 각각을 상기 전체 하위 질의 각각에 매칭하여, 데이터베이스를 구축하는 단계를 추가적으로 더 포함하고, 상기 (b) 단계에서, 상기 컴퓨팅 장치는, 상기 제k_a 질의 및 상기 제k_b 질의 사이의 특정 모순도를 상기 데이터베이스에서 참조하여, 상기 모순 카테고리에 대응하는 상기 대상 의사 중에서, 특정 모순 팩터 및/또는 상기 특정 모순도에 대응되는 일부 대상 의사에 대한 정보를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 방법이 개시된다.
본 발명의 다른 태양에 따르면, 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서, 인스트럭션들을 저장하는 적어도 하나의 메모리; 및 상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되, 상기 프로세서는, (I) 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 프로세스; 및 (II) 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 프로세스;를 수행하는 컴퓨팅 장치가 개시된다.
일례로서, 상기 (II) 프로세스에서, 상기 프로세서는, 상기 대상 의사의 과거 대상 타 사용자에 대한 영상 진료 횟수 및 영상 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제1 정량적 적합 데이터 및 상기 대상 의사의 상기 과거 대상 타 사용자에 대한 음성 진료 횟수 및 음성 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제2 정량적 적합 데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하는 것을 특징으로 하는 컴퓨팅 장치가 개시된다.
일례로서, 상기 (I) 프로세스 이전에, (I-0) 상기 프로세서는, 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 전체 의사의 외형과 관련된 외형 데이터, 상기 전체 의사의 표정의 패턴과 관련된 표정 패턴 데이터 및 상기 전체 의사의 행동 패턴과 관련된 행동 패턴 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 시각적 메타데이터를 추출하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 전체 의사의 음성의 속도와 관련된 음성 속도 데이터, 상기 전체 의사의 음성의 강도와 관련된 음성 강도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 음성 주파수 데이터 및 상기 전체 의사의 답변의 길이와 관련된 답변 길이 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 청각적 메타데이터를 추출하여 데이터베이스를 구축하는 프로세스를 더 수행하고, 상기 (II) 프로세스에서, 상기 프로세서는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 컴퓨팅 장치가 개시된다.
일례로서, 상기 (I-0) 프로세스에서, 상기 프로세서는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 참조로 하여 상기 전체 의사에 대해 상기 특정 사용자 또는 상기 과거 타 사용자 각각의 정성적 적합 데이터를 산출하는 것을 특징으로 하고, 상기 (II) 프로세스에서, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 프로세서는, 상기 대상 의사에 대한 상기 특정 사용자의 정성적 적합 데이터를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하고, (III) 상기 특정 대상 의사가 선택되면, 상기 프로세서는, 제2 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 프로세스를 더 수행하는 컴퓨팅 장치가 개시된다.
일례로서, 상기 (I) 프로세스 이전에, (I-1) 상기 프로세서가, 상기 특정 사용자의 특정 메타데이터 및 상기 전체 의사에 대한 상기 과거 타 사용자의 타 메타데이터 중 적어도 일부, 상기 특정 사용자의 특정 생체 데이터 및 상기 과거 타 사용자의 타 생체 데이터 중 적어도 일부, 상기 특정 사용자의 특정 피노타입 데이터 및 상기 과거 전체 타 사용자의 타 피노타입 데이터 중 적어도 일부, 상기 전체 의사의 의사 메타데이터, 상기 전체 의사의 외형과 관련된 상기 외형 데이터 및 이에 대한 외형 만족도 데이터, 상기 전체 의사의 표정의 패턴과 관련된 상기 표정 패턴 데이터 및 이에 대한 표정 패턴 만족도 데이터, 상기 전체 의사의 행동 패턴과 관련된 상기 행동 패턴 데이터 및 이에 대한 행동 패턴 만족도 데이터, 상기 전체 의사의 음성의 속도와 관련된 상기 음성 속도 데이터 및 이에 대한 음성 속도 만족도 데이터, 상기 전체 의사의 음성의 강도와 관련된 상기 음성 강도 데이터 및 이에 대한 음성 강도 만족도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 상기 음성 주파수 데이터 및 이에 대한 음성 주파수 만족도 데이터, 상기 전체 의사의 답변의 길이와 관련된 상기 답변 길이 데이터 및 이에 대한 답변 길이 만족도 데이터, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 영상 진료 횟수, 영상 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 음성 진료 횟수 및 음성 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 학습 장치 - 상기 학습 장치는 상기 컴퓨팅 장치에 포함됨 - 에 입력하여, 상기 학습 장치로 하여금, (i) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시되기 이전에, 상기 특정 사용자에 대응되는 특정 정성적 적합 예측치를 결정하는 특정 정성적 적합 예측치 산출 프로세스, (ii) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시된 후, 상기 특정 사용자에 대응되는 특정 정성적 적합 결과치를 결정하는 특정 정성적 적합 결과치 산출 프로세스, 및 (iii) 상기 특정 정성적 적합 예측치 및 이에 대응되는 상기 특정 정성적 적합 결과치를 참조로 하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 수행하도록 하는 프로세스를 더 수행하여, 상기 특정 사용자의 정성적 적합 데이터를 산출하는 것을 특징으로 하는 컴퓨팅 장치가 개시된다.
일례로서, 상기 (I) 프로세스 이전에, (I-2) 상기 프로세서는, 전체 의사에 대한 상기 특정 사용자 또는 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 얼굴 영역을 인식하여, 상기 얼굴 영역에 대하여 비식별화함으로써 상기 제1 진료 비디오 데이터를 제1 진료 조정 비디오 데이터로 변환하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 음성을 추출하여, 상기 특정 사용자 또는 상기 과거 타 사용자의 음성에 대하여 비식별화함으로써 상기 제2 진료 오디오 데이터를 제2 진료 조정 오디오 데이터로 변환하여, 데이터베이스를 구축하는 프로세스를 추가적으로 더 수행하고, 상기 (II) 프로세스에서, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 프로세서는, 상기 대상 의사에 대응되는 상기 제1 진료 조정 비디오 데이터 및 상기 제2 진료 조정 오디오 데이터 중 적어도 일부를 과거 진료 참고 데이터로서 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 과거 진료 참고 데이터 중 특정 과거 진료 참고 데이터를 추가적으로 선택하도록 지원하는 것을 특징으로 하는 컴퓨팅 장치가 개시된다.
일례로서, (III) 상기 특정 대상 의사가 선택되면, 상기 프로세서는, 제2_1 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 프로세스를 더 수행하고, 상기 (III) 프로세스 이전에, (III-0) 상기 프로세서는, 상기 제k_a 질의 및 상기 제k_b 질의에 종속되는 각각의 하위 질의 중 상기 모순 카테고리와의 연관도가 기설정된 임계치 이상인 적어도 하나 이상의 모순 파악용 추가 질의를 추출하고, 제3 사용자 인터페이스에서 챗봇을 통해 상기 특정 사용자에게 상기 모순 파악용 추가 질의를 제공하여, 상기 모순 파악용 추가 질의에 대한 상기 특정 사용자가 입력한 응답을 모순 파악용 추가 응답으로서 획득하는 프로세스를 더 수행하며, 상기 (III) 프로세스에서, 상기 프로세서는, 제2_2 사용자 인터페이스를 통해 상기 제k_a 질의, 상기 제k_b 질의, 상기 제k_a 응답 및 상기 제k_b 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하고, 제2_3 사용자 인터페이스를 통해 상기 모순 파악용 추가 질의 및 상기 모순 파악용 추가 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하도록 추가적으로 지원하는 것을 특징으로 하는 컴퓨팅 장치가 개시된다.
일례로서, 상기 (I) 프로세스 이전에, (I-3) 상기 프로세서는, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터에 종속되는 전체 하위 질의 각각과 임계치 이상의 모순도를 가지는 적어도 하나 이상의 타 하위 질의 - 상기 타 하위 질의는 상기 전체 하위 질의에 포함됨 - 각각을 선별하고, 상기 전체 하위 질의 각각과 이에 대응되는 타 하위 질의 각각을 그룹핑하여 구성된 적어도 하나 이상의 질의 데이터셋 각각을 상기 전체 하위 질의 각각에 매칭하여, 데이터베이스를 구축하는 프로세스를 추가적으로 더 수행하고, 상기 (II) 프로세스에서, 상기 프로세서는, 상기 제k_a 질의 및 상기 제k_b 질의 사이의 특정 모순도를 상기 데이터베이스에서 참조하여, 상기 모순 카테고리에 대응하는 상기 대상 의사 중에서, 특정 모순 팩터 및/또는 상기 특정 모순도에 대응되는 일부 대상 의사에 대한 정보를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 컴퓨팅 장치가 개시된다.
본 발명은 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 특정 사용자에게 제공하고, 제1 설문 데이터 내지 제n 설문 데이터 중 하나인 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 제k_1 응답 내지 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 제k_a 응답 및 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의(제k_a 질의 및 제k_b 질의는 제k_1 질의 내지 제k_m 질의 중에 포함됨)에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 효과가 있다.
또한, 본 발명은 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사가 결정되면, 대상 의사에 대한 특정 사용자의 정성적 적합데이터 및 대상 의사에 대한 특정 사용자의 정량적 적합데이터 중 적어도 일부를 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 대상 의사 중 특정 대상 의사를 선택하도록 지원하고, 특정 대상 의사가 선택되면, 제2 사용자 인터페이스를 통해 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 효과가 있다.
본 발명의 실시예의 설명에 이용되기 위하여 첨부된 아래 도면들은 본 발명의 실시예들 중 단지 일부일 뿐이며, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자(이하 "통상의 기술자")에게 있어서는 발명적 작업이 이루어짐 없이 이 도면들에 기초하여 다른 도면들이 얻어질 수 있다.
도 1은 본 발명의 일 실시예에 따른 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치의 개략적인 구성을 나타내는 도면이며,
도 2는 본 발명의 일 실시예에 따른 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법의 순서를 설명하기 위한 흐름도이며,
도 3은 본 발명의 일 실시예에 따른 제1 사용자 인터페이스를 통해 표시되는 대상 의사 중 특정 대상 의사의 정량적 적합 데이터 및 정성적 적합 데이터를 나타내는 도면이며,
도 4는 본 발명의 일 실시예에 따른 비대면 진료가 진행 중의 특정 대상 의사의 화면을 나타내는 도면이며,
도 5a는 본 발명의 일 실시예에 따른 특정 대상 의사와의 비대면 진료가 실시되기 전, 학습 장치를 통해 특정 사용자에 대응되는 특정 정성적 적합 예측치를 결정하는 특정 정성적 적합 예측치 산출 프로세스를 나타내는 도면이며,
도 5b는 본 발명의 일 실시예에 따른 특정 대상 의사와의 비대면 진료가 종료된 후, 특정 사용자에 대응되는 특정 정성적 적합 결과치 및 특정 정성적 적합 예측치를 참조로 하여 산출된 Loss값에 대하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 나타내는 도면이며,
도 6은 본 발명의 일 실시예에 따른 데이터베이스에 저장된 전체 하위 질의 각각과 이에 대응되는 타 하위 질의 각각을 그룹핑하여 구성된 질의 데이터셋 각각을 전체 하위 질의 각각에 매칭하여 관리하는 상태를 나타내는 도면이다.
도 1은 본 발명의 일 실시예에 따른 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치의 개략적인 구성을 나타내는 도면이며,
도 2는 본 발명의 일 실시예에 따른 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법의 순서를 설명하기 위한 흐름도이며,
도 3은 본 발명의 일 실시예에 따른 제1 사용자 인터페이스를 통해 표시되는 대상 의사 중 특정 대상 의사의 정량적 적합 데이터 및 정성적 적합 데이터를 나타내는 도면이며,
도 4는 본 발명의 일 실시예에 따른 비대면 진료가 진행 중의 특정 대상 의사의 화면을 나타내는 도면이며,
도 5a는 본 발명의 일 실시예에 따른 특정 대상 의사와의 비대면 진료가 실시되기 전, 학습 장치를 통해 특정 사용자에 대응되는 특정 정성적 적합 예측치를 결정하는 특정 정성적 적합 예측치 산출 프로세스를 나타내는 도면이며,
도 5b는 본 발명의 일 실시예에 따른 특정 대상 의사와의 비대면 진료가 종료된 후, 특정 사용자에 대응되는 특정 정성적 적합 결과치 및 특정 정성적 적합 예측치를 참조로 하여 산출된 Loss값에 대하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 나타내는 도면이며,
도 6은 본 발명의 일 실시예에 따른 데이터베이스에 저장된 전체 하위 질의 각각과 이에 대응되는 타 하위 질의 각각을 그룹핑하여 구성된 질의 데이터셋 각각을 전체 하위 질의 각각에 매칭하여 관리하는 상태를 나타내는 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명의 목적들, 기술적 해법들 및 장점들을 분명하게 하기 위하여 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 통상의 기술자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다.
또한, 본 발명의 상세한 설명 및 청구항들에 걸쳐, "포함하다"라는 단어 및 그것의 변형은 다른 기술적 특징들, 부가물들, 구성요소들 또는 단계들을 제외하는 것으로 의도된 것이 아니다. 통상의 기술자에게 본 발명의 다른 목적들, 장점들 및 특성들이 일부는 본 설명서로부터, 그리고 일부는 본 발명의 실시로부터 드러날 것이다. 아래의 예시 및 도면은 실례로서 제공되며, 본 발명을 한정하는 것으로 의도된 것이 아니다.
더욱이 본 발명은 본 명세서에 표시된 실시예들의 모든 가능한 조합들을 망라한다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치의 개략적인 구성을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치(100)는 메모리(110) 및 프로세서(120)를 포함할 수 있다.
도 1을 참조하면, 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치(100)의 메모리(110)는 프로세서(120)에 의해 수행될 인스트럭션들을 저장할 수 있는데, 구체적으로, 인스트럭션들은 컴퓨팅 장치(100)로 하여금 특정의 방식으로 기능하게 하기 위한 목적으로 생성되는 코드로서, 컴퓨터 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장될 수 있다. 인스트럭션들은 본 발명의 명세서에서 설명되는 기능들을 실행하기 위한 프로세스들을 수행할 수 있다.
그리고, 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치(100)의 프로세서(120)는 MPU(Micro Processing Unit) 또는 CPU(Central Processing Unit), 캐쉬 메모리(Cache Memory), 데이터 버스(Data Bus) 등의 하드웨어 구성을 포함할 수 있다. 또한, 컴퓨팅 장치(100)는 운영체제, 특정 목적을 수행하는 애플리케이션의 소프트웨어 구성을 더 포함할 수도 있다.
또한, 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치(100)는 데이터베이스(200)와 연동될 수 있다. 여기서, 데이터베이스(200)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(ReadOnly Memory, ROM), EEPROM(Electrically Erasable Programmable ReadOnly Memory), PROM(Programmable ReadOnly Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장 매체를 포함할 수 있으며, 이에 한정되지 않으며 데이터를 저장할 수 있는 모든 매체를 포함할 수 있다. 또한, 데이터베이스(200)는 컴퓨팅 장치(100)와 분리되어 설치되거나, 이와는 달리 컴퓨팅 장치(100)의 내부에 설치되어 데이터를 전송하거나 수신되는 데이터를 기록할 수도 있고, 둘 이상으로 분리되어 구현될 수도 있으며, 이는 발명의 실시 조건에 따라 달라질 수 있다.
또한, 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치(100)는 사용자 단말(300) 및/또는 특정 대상 의사 단말(400)과도 연동될 수 있다. 여기서 사용자 단말(300) 및 특정 대상 의사 단말(400)은 각각 사용자 및 특정 대상 의사의 휴대전화, PC 등을 포함할 수 있으나 이에 한정되는 것은 아니다.
이와 같이 구성된 본 발명의 일 실시예에 따른 컴퓨팅 장치(100)를 이용한 방법을 도 2를 참조하여 설명하면 다음과 같다.
도 2는 본 발명의 일 실시예에 따른 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법의 순서를 설명하기 위한 흐름도이다.
먼저, 컴퓨팅 장치(100)는, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의(상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨)에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정한다(S201).
여기서, 제k_a 질의, 제k_b 질의, 제k_a 응답 및 제k_b 응답에 대해 구체적으로 설명하기 위해, 제k 설문 데이터를 특정 사용자의 우울 장애를 파악하기 위한 설문 데이터라고 상정하겠다. 물론, 이에 한정되는 것은 아니며, 간(肝),위(胃) 등과 같은 특정 사용자의 신체 부위에 대한 건강 상태를 파악하기 위한 설문 데이터 등에도 적용된다 할 것이다. 이 때, 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의는 특정 사용자의 우울 장애를 파악하기 위한 설문 데이터로서 특정 사용자에게 제공될 것이다. 다만, 여기서 제k_1 질의 내지 제k_m 질의는 특정 사용자의 우울 장애를 파악하기 위한 설문 데이터라고 상정하였지만, 제k_1질의 내지 제k_m 질의 모두가 오로지 우울 장애만을 파악하기 위한 설문 데이터는 아니며, 경우에 따라서는 제k_1질의 내지 제k_m 질의 중 일부는 특정 사용자의 우울 장애 이외의 정신적 및/또는 신체적 건강 상태를 파악하기 위한 설문 데이터로서 사용될 수도 있다.
다음으로, 상기 특정 사용자가 본인에게 제공된 제k_1 질의 내지 제k_m 질의에 대하여 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 컴퓨팅 장치(100)는 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 모순도가 기설정된 임계치 이상으로 판단되는 적어도 둘 이상의 서로 모순되는 응답들을 추출할 수 있다. 가령, 제k_a 응답 및 제k_b 응답이 서로 모순도가 기설정된 임계치 이상으로 판단되었을 때, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의를 서로 모순되는 질의로 결정할 수 있을 것이다.
또한, 본 발명의 명세서에서, 설문 데이터는 광의로 해석되어야 할 것이다. 가령, 설문 데이터는 일반적으로 생각하는 문항들을 제공하면서 해당되는 항목을 체크하도록 하기 위한 데이터를 의미할 수도 있지만, 사용자의 상태를 사전(事前)에 체크하도록 하기 위해 컴퓨팅 장치(100)가 질의하는 어떠한 형태의 데이터도 될 수 있다. 가령, 후자의 경우, 사용자의 상태를 사전(事前)에 체크하도록 하기 위해 컴퓨팅 장치(100)는 사용자에게 화면을 통해 소정 인물의 표정을 보여주면서 소정 인물의 기분이 어떠한지 질의할 수도 있을 것이고, 소정 인물이 특정 행동을 수행하는 모습을 보여주면서 소정 인물이 왜 이러한 행동을 하는지 질의할 수도 있을 것이며, 사용자에게 현재의 기분을 입력하도록 요청(또는 질의)할 수도 있을 것이고, 사용자에게 눈을 두 번 깜빡해보라고 요청(또는 질의)할 수도 있을 것이다. 이와 같이 설문 데이터는 사용자의 상태를 사전(事前)에 체크하도록 하기 위해 컴퓨팅 장치(100)가 사용자에게 요청 또는 질의할 수 이는 어떠한 데이터도 될 수 있음을 명심해야 할 것이다. 따라서, 본 명세서에서 사용되는"질의"의 개념은"요청"의 개념도 포함하는 개념으로 해석되어야 할 것이다.
여기서, 기설정된 임계치 이상의 모순도는 특정 사용자에게 제1 설문 데이터 내지 제n 설문 데이터가 제공되기 이전에 데이터베이스(200)에 기록되어 있는데, 좀 더 구체적으로 설명하기 위해, 도 6을 참조로 하여 설명하겠다.
도 6은 본 발명의 일 실시예에 따른 데이터베이스에 저장된 전체 하위 질의 각각과 이에 대응되는 타 하위 질의 각각을 그룹핑하여 구성된 질의 데이터셋 각각을 전체 하위 질의 각각에 매칭하여 관리하는 상태를 나타내는 도면이다.
도 6을 참조하여 설명하면, 컴퓨팅 장치(100)는 특정 사용자에게 제1 설문 데이터 내지 제n 설문 데이터가 제공되기 이전에 제1 설문 데이터 내지 제n 설문 데이터에 종속되는 전체 하위 질의(q1,q2,q3,…) 및 전체 하위 질의(q1,q2,q3,…) 각각을 기준으로 하여 임계치 이상의 모순도를 가지는 적어도 하나 이상의 타 하위 질의(상기 타 하위 질의는 상기 전체 하위 질의에 포함됨) 각각을 선별하고, 상기 전체 하위 질의 각각과 이에 대응되는 상기 타 하위 질의 각각을 그룹핑하여 구성된 적어도 하나 이상의 질의 데이터셋 각각을 상기 전체 하위 질의(q1,q2,q3,…) 각각에 매칭하여, 데이터베이스(200)를 구축한다.
더 쉽게 설명하기 위해, 상기 전체 하위 질의 중 일부인 q1 질의와 q2 질의 각각에 대하여 특정 사용자가 장래 응답할 응답을 q1 응답 및 q2 응답이라고 가정할 때, 상기 q1 응답 및 상기 q2 응답을 서로 모순되게 답할 경우 해당 응답자의 응답들에 일관성이 없는 것으로 판단될 확률인 모순도(가령, 80%)를 데이터베이스(200)에 미리 기록해 둘 수 있을 것이다. 이때, 상기 q1 응답 및 q2 응답에 대응되는 상기 q1 질의 및 상기 q2 질의에 대한 모순 팩터를 참조로 하여 모순도(80%)를 결정할 수 있을 것이다. 모순 팩터에 대해서는 뒤에서 설명할 것이다.
또한, 전체 하위 질의 각각에 대응하는 질의 데이터셋은 전체 하위 질의 각각의 내용에 따라 하나가 대응될 수 있고, 둘 이상이 대응될 수 있다. 또한, 각각의 질의 데이터셋에 포함되는 질의들은 질의의 내용에 따라 적어도 둘 이상이 포함될 수 있다.
다음으로, 모순 팩터를 좀 더 구체적으로 설명하기 위해, 도 2를 다시 참조로 하여 설명하겠다.
앞서 말했듯이, S201 단계에서는, 컴퓨팅 장치(100)는 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 제k_a 응답 및 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정할 수 있는데, 가령, 제k_a 질의가 "우울감 때문에 삶이 버겁게 느껴지시나요?"이고, 제k_b 질의가 "즐거운 마음으로 미래에 일어날 일들을 기대하고 계신가요?"이며, 특정 사용자가 제k_a 응답 및 제k_b 응답에 대해 모두 "네"라고 입력하였다면, 컴퓨팅 장치(100)는 데이터베이스(200)에 저장된 질의 데이터셋(제k_a 질의, 제k_b 질의)에 대응되는 모순도를 참조로 하여 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상인지 판단하고, 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상이라고 판단되면, 컴퓨팅 장치(100)는 제k_a 질의 및 제k_b 질의에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정할 수 있다.
여기서, 모순 팩터는 각각의 질의마다 적어도 하나 이상을 포함할 수 있는데, 예를 들어, 제k_a 질의의 경우 모순 팩터는 "우울감"이 될 수 있을 것이고, 제k_b 질의의 경우 모순 팩터는 "즐거운 마음"이 될 수 있을 것이다.
다음으로, 모순 카테고리는 모순되는 질의 사이의 적어도 하나 이상의 모순 팩터를 참조로 하여 결정된다. 위 예시를 참조로 하여 설명하면, 상기 제k_a 질의 및 상기 제k_b 질의는 공통적으로 우울 장애를 진단하는 설문 질의로서 사용될 수 있는데, 이 때 상기 제k_a 질의 및 상기 제k_b 질의의 모순 카테고리는 특정 사용자의 우울 장애를 파악하기 위한"정신 건강 카테고리"가 될 수 있을 것이다.
다음으로, 도 2를 참조하면, 컴퓨팅 장치(100)는 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 대상 의사 중 특정 대상 의사를 선택하도록 지원한다(S202).
여기서, 모순 카테고리는 정신 건강 카테고리로 상정하였으므로, 대상 의사는 정신 건강과 관련된 의사로 결정될 것이다. 즉, 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스에서는 정신 건강과 관련된 대상 의사가 표시될 것이며, 특정 사용자는 정신 건강과 관련된 대상 의사 중 정신 건강과 관련된 특정 대상 의사를 선택할 수 있을 것이다. 또한, 컴퓨팅 장치(100)는 상기 제k_a 질의 및 상기 제k_b 질의 사이의 특정 모순도를 상기 데이터베이스(200)에서 참조하여, 상기 모순 카테고리(정신 건강 카테고리)에 대응하는 대상 의사 중에서, 특정 모순 팩터 및/또는 특정 모순도에 대응되는 일부 대상 의사에 대한 정보를 제1 사용자 인터페이스를 통해 추가적으로 표시할 수도 있다. 가령, 특정 모순 팩터로서 "우울감"에 해당되는 대상 의사를 결정한다는 것은, "우울감"과 관련될 가능성이 높은 "우울 장애"에 정통한 대상 의사를 데이터베이스(200) 상에 미리 매칭하여 기록해 놓을 수 있다는 것을 의미하고, 특정 모순도에 해당되는 대상 의사를 결정한다는 것은, 가령, 80%의 모순도에 해당되는 사용자, 즉, 자신의 우울 장애 상태에 무지한 사용자가 일상 생활에서 지속적으로 느끼고 있는 우울감에 대해 신경을 쓰지 않을 때에 이에 대해 체계적으로 상담하고 우울감을 해소할 수 있는 방법을 제시해줄 대상 의사를 데이터베이스(200) 상에 미리 매칭하여 기록해 놓을 수 있다는 것을 의미할 수 있다.
한편, 이하에서는 대상 의사들에 대한 정보로서 제공되는 정량적 적합 데이터 및 정성적 적합 데이터에 대한 구체적인 설명을 위하여 도 3을 참조로 하여 설명하겠다.
도 3은 본 발명의 일 실시예에 따른 제1 사용자 인터페이스를 통해 표시되는 대상 의사 중 특정 대상 의사의 정량적 적합 데이터 및 정성적 적합 데이터를 나타내는 도면이다.
여기서, 특정 사용자는 제1 사용자 인터페이스를 통해 모순 카테고리에 대응하는 특정 대상 의사(302)의 전공(301), 특정 대상 의사(302)의 메타데이터(303), 특정 대상 의사(302)의 정량적 적합 구체적 데이터(310), 특정 대상 의사(302)의 정량적 적합 데이터 스코어(311), 특정 대상 의사(302)의 정성적 적합 구체적 데이터(320) 및 특정 대상 의사(302)의 정성적 적합 데이터 스코어(321)를 확인할 수 있다.
먼저, 특정 대상 의사(302)의 정량적 적합 구체적 데이터(310)는 특정 대상 의사(302)의 과거 대상 타 사용자에 대한 영상 진료 횟수 및 영상 진료와 관련되어서 상기 특정 대상 의사(302)에 대한 상기 과거 대상 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 특정 대상 의사(302)의 제1 정량적 적합 데이터를 포함한다.
또한, 특정 대상 의사(302)의 정량적 적합 구체적 데이터(310)는 특정 대상 의사(302)의 과거 대상 타 사용자에 대한 음성 진료 횟수 및 음성 진료와 관련되어서 상기 특정 대상 의사(302)에 대한 상기 과거 대상 타 사용자가 음성 진료에 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 특정 대상 의사(302)의 제2 정량적 적합 데이터를 포함한다.
여기서, 컴퓨팅 장치(100)는 특정 대상 의사(302)의 제1 정량적 적합 데이터 및 제2 정량적 적합 데이터 중 적어도 일부를 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 특정 사용자에게 제공할 수 있다.
구체적인 설명을 위하여 여기서는 특정 대상 의사(302)의 제1 정량적 적합 데이터 및 제2 정량적 적합 데이터로 설명하였지만, 이에 한정되지 않으며, 컴퓨팅 장치(100)는 특정 대상 의사(302) 이외의 적어도 한 명 이상의 모순 카테고리와 관련된 타 의사 역시 동일한 방법으로 상기 모순 카테고리와 관련된 타 의사 각각에 대응하는 제1 정량적 적합 데이터 및 제2 정량적 적합 데이터를 획득하여 제1 사용자 인터페이스에 표시할 수 있을 것이다.
다음으로, 컴퓨팅 장치(100)는 상기 특정 대상 의사(302)의 정량적 적합 구체적 데이터(310)를 참조로 하여 정량적 적합 데이터 스코어(311)를 산출하여 제1 사용자 인터페이스를 통해 추가적으로 표시할 수도 있다.
다음으로, 특정 대상 의사(302)의 정성적 적합 구체적 데이터(320)는 특정 대상 의사(302)의 시각적 메타데이터 및 청각적 메타데이터 중 적어도 일부를 포함한다.
여기서, 특정 대상 의사(302)의 시각적 메타데이터는 특정 대상 의사(302)에 대한 특정 사용자 또는 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 과거 타 사용자와의 과거 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 특정 대상 의사(302)의 외형과 관련된 외형 데이터, 상기 특정 대상 의사(302)의 표정의 패턴과 관련된 표정 패턴 데이터 및 상기 특정 대상 의사(302)의 행동 패턴과 관련된 행동 패턴 데이터 중 적어도 일부를 추출하여 획득할 수 있다.
또한, 특정 대상 의사(302)의 청각적 메타데이터는 특정 대상 의사(302)에 대한 특정 사용자 또는 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 과거 타 사용자와의 과거 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 특정 대상 의사(302)의 음성의 속도와 관련된 음성 속도 데이터, 상기 특정 대상 의사(302)의 음성의 강도와 관련된 음성 강도 데이터, 상기 특정 대상 의사(302)의 음성의 주파수와 관련된 음성 주파수 데이터 및 상기 특정 대상 의사(302)의 답변의 길이와 관련된 답변 길이 데이터 중 적어도 일부를 추출하여 획득할 수 있다.
여기서, 기설정된 임계치 이상의 유사도를 가진 과거 타 사용자란 특정 사용자와 유사한 타입(여기서, 타입이란 일반적으로 생각할 수 있는 다양한 공지의 기준에 따라 사람들을 구분한 결과임)에 해당되는 사용자를 말한다.
또한, 특정 대상 의사(302)의 시각적 메타데이터 및 청각적 메타데이터는 제1 설문 데이터 내지 제n 설문 데이터를 특정 사용자에게 제공하기 이전에, 제1 진료 비디오 데이터 및 제2 진료 오디오 데이터로부터 추출되어 데이터베이스(200)에 저장된다. 이 때, 컴퓨팅 장치(100)는 특정 대상 의사(302)의 시각적 메타데이터 및 청각적 메타데이터 중 적어도 일부를 참조로 하여 특정 대상 의사(302)에 대해 특정 사용자 또는 과거 타 사용자 각각의 성향에 매칭될 것으로 예측되는 정성적 적합 데이터를 산출한다.
구체적인 설명을 위하여 여기서는 특정 대상 의사(302)에 대해 특정 사용자 또는 과거 타 사용자 각각의 정성적 적합 데이터를 산출하는 것으로 설명하였지만, 이에 한정되지 않으며, 컴퓨팅 장치(100)는 특정 대상 의사(302) 이외의 적어도 한 명 이상의 전체 의사(상기 특정 대상 의사(302)는 상기 전체 의사에 포함됨) 역시 동일한 방법으로 상기 전체 의사 각각에 대응하는 정성적 적합 데이터를 산출하여 제1 사용자 인터페이스에 표시할 수 있을 것이다.
다음으로, 컴퓨팅 장치(100)는 상기 특정 대상 의사(302)의 정성적 적합 데이터 스코어(321)를 제1 사용자 인터페이스를 통해 추가적으로 표시할 수 있다.
이하에서는, 정성적 적합 데이터를 예측하는 구체적인 과정에 대하여 도 5a를 참조로 하여 설명하겠다.
도 5a는 본 발명의 일 실시예에 따른 특정 대상 의사와의 비대면 진료가 실시되기 전, 학습 장치를 통해 특정 사용자에 대응되는 특정 정성적 적합 예측치를 결정하는 특정 정성적 적합 예측치 산출 프로세스를 나타내는 도면이다.
도 5a를 참조하여 설명하면, 먼저 컴퓨팅 장치(100)는 학습 장치(540)를 포함할 수 있으며, 특정 사용자의 특정 메타데이터(510), 생체 신호 수집 디바이스(511)에 의해 획득되어지는 특정 사용자의 특정 생체 신호 데이터 및 디지털 피노타입 수집용 툴(512)에 의해 획득되어지는 특정 사용자의 특정 피노타입 데이터(여기서, 피노타입은 사용자에 의해 송신/수신된 전화 관련 데이터, 문자 관련 데이터, E-mail 관련 데이터, SNS 관련 데이터 및 수면 데이터 등을 포함할 수 있으나 이에 한정되는 것은 아님) 중 적어도 일부는 컴퓨팅 장치(100)가 특정 사용자에게 제1 설문 데이터 내지 제n 설문 데이터를 제공하기 이전에 학습 데이터의 일부로서 학습 장치(540)에 입력될 수 있다. 여기서, 생체 신호 수집 디바이스(511)에 의해 획득되어지는 특정 사용자의 특정 생체 신호 데이터 및 디지털 피노타입 수집용 툴(512)에 의해 획득되어지는 특정 사용자의 특정 피노타입 데이터는 필수적으로 입력되어야 하는 것은 아니다.
또한, 특정 대상 의사에 대한 과거 타 사용자의 데이터 역시 위 기재한 방법과 유사한 방법으로 결정될 수 있을 것이다. 즉, 상기 과거 타 사용자의 타 메타데이터(520), 생체 신호 수집 디바이스(521)에 의해 획득되어지는 상기 과거 타 사용자의 타 생체 데이터 및 디지털 피노타입 수집용 툴(522)에 의해 획득되어지는 상기 과거 타 사용자의 타 피노타입 데이터(여기서, 피노타입은 사용자에 의해 송신/수신된 전화 관련 데이터, 문자 관련 데이터, E-mail 관련 데이터, SNS 관련 데이터 및 수면 데이터 등을 포함할 수 있으나 이에 한정되는 것은 아님) 중 적어도 일부는 컴퓨팅 장치(100)가 타 사용자에게 제1 설문 데이터 내지 제n 설문 데이터를 제공하기 이전에 학습 데이터의 일부로서 학습 장치(540)에 입력될 수 있다. 마찬가지로, 생체 신호 수집 디바이스(521)에 의해 획득되어지는 상기 과거 타 사용자의 타 생체 데이터 및 디지털 피노타입 수집용 툴(522)에 의해 획득되어지는 상기 과거 타 사용자의 타 피노타입 데이터는 필수적으로 입력되어야 하는 것은 아니다.
구체적인 설명을 위하여 여기서는 특정 대상 의사(302)에 대한 과거 타 사용자의 데이터라고 설명하였지만, 이에 한정되지 않으며, 컴퓨팅 장치(100)는 특정 대상 의사(302) 이외의 적어도 한 명 이상의 전체 타 의사에 대한 과거 타 사용자의 데이터 역시 위 기재한 방법과 유사한 방법으로 결정될 수 있음을 주의해야 한다.
즉, 전체 의사(상기 전체 의사는 상기 특정 대상 의사 및 상기 전체 타 의사를 모두 포함함)에 대한 데이터 역시 위 기재한 방법과 유사한 방법으로 학습 데이터로서 결정될 수 있을 것이다. 예를 들어, 전체 의사의 의사 메타데이터, 전체 의사의 외형과 관련된 외형 데이터 및 이에 대한 외형 만족도 데이터, 전체 의사의 표정의 패턴과 관련된 표정 패턴 데이터 및 이에 대한 표정 패턴 만족도 데이터, 전체 의사의 행동 패턴과 관련된 행동 패턴 데이터 및 이에 대한 행동 패턴 만족도 데이터, 전체 의사의 음성의 속도와 관련된 음성 속도 데이터 및 이에 대한 음성 속도 만족도 데이터, 전체 의사의 음성의 강도와 관련된 음성 강도 데이터 및 이에 대한 음성 강도 만족도 데이터, 전체 의사의 음성의 주파수와 관련된 음성 주파수 데이터 및 이에 대한 음성 주파수 만족도 데이터, 전체 의사의 답변의 길이와 관련된 답변 길이 데이터 및 이에 대한 답변 길이 만족도 데이터, 전체 의사의 특정 사용자 및 과거 타 사용자에 대한 전체 영상 진료 횟수, 영상 진료와 관련되어서 전체 의사에 대한 특정 사용자 및 과거 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율, 전체 의사의 특정 사용자 및 과거 타 사용자에 대한 전체 음성 진료 횟수 및 음성 진료와 관련되어서 전체 의사에 대한 특정 사용자 및 과거 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부는 컴퓨팅 장치(100)가 특정 사용자에게 제1 설문 데이터 내지 제n 설문 데이터를 제공하기 이전에 학습 데이터의 일부로서 학습 장치(540)에 입력될 수 있다.
다음으로, 컴퓨팅 장치(100)는 학습 장치(540)로 하여금, 상기 학습 장치(540)에 입력된 학습 데이터를 바탕으로 특정 사용자가 특정 대상 의사를 선택하여 비대면 진료가 실시되기 이전에, 상기 특정 사용자에 대응되는 특정 정성적 적합 예측치(550)를 결정하는 특정 정성적 적합 예측치 산출 프로세스를 수행할 수 있다.
좀 더 구체적인 설명을 위해 다시 도 3을 참조로 하여 설명하면, 여기서, 특정 대상 의사(302)의 정성적 적합 데이터 스코어(321)는 이와 같은 특정 정성적 적합 예측치 산출 프로세스를 통해 획득된 상기 특정 정성적 적합 예측치(550)가 될 것이다.
다음으로, 도 3에는 도시되지 않았지만, 컴퓨팅 장치(100)는 특정 대상 의사(302)에 대응되는 제1 진료 조정 비디오 데이터 및 제2 진료 조정 오디오 데이터 중 적어도 일부를 특정 대상 의사(302)의 과거 진료 참고 데이터로서 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 특정 대상 의사(302)의 과거 진료 참고 데이터 중 특정 대상 의사(302)의 특정 과거 진료 참고 데이터를 추가적으로 선택하도록 지원할 수 있다.
더 구체적으로 설명하자면, 특정 사용자에게 제1 설문 데이터 내지 제n 설문 데이터를 제공하기 이전에, 컴퓨팅 장치(100)는 특정 대상 의사(302)에 대한 특정 사용자 또는 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 얼굴 영역을 인식하여, 상기 얼굴 영역에 대하여 비식별화함으로써 상기 제1 진료 비디오 데이터를 제1 진료 조정 비디오 데이터로 변환하여 데이터베이스(200)를 구축하며, 특정 대상 의사(302)에 대응하는 상기 제1 진료 조정 비디오 데이터 중 적어도 일부를 특정 대상 의사(302)의 과거 진료 참고 데이터로서 제1 사용자 인터페이스를 통해 표시할 수 있을 것이다.
또한, 특정 사용자에게 제1 설문 데이터 내지 제n 설문 데이터를 제공하기 이전에, 컴퓨팅 장치(100)는 특정 대상 의사(302)에 대한 특정 사용자 또는 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 음성을 추출하여, 상기 특정 사용자 또는 상기 과거 타 사용자의 음성에 대하여 비식별화함으로써 상기 제2 진료 오디오 데이터를 제2 진료 조정 오디오 데이터로 변환하여 데이터베이스(200)를 추가적으로 구축하며, 특정 대상 의사(302)에 대응하는 상기 제2 진료 조정 오디오 데이터 중 적어도 일부를 특정 대상 의사(302)의 과거 진료 참고 데이터로서 제1 사용자 인터페이스를 통해 추가적으로 표시할 수 있을 것이다.
구체적인 설명을 위하여 여기서는 특정 대상 의사(302)의 제1 진료 조정 비디오 데이터 및 제2 진료 조정 오디오 데이터로 설명하였지만, 이에 한정되지 않으며, 컴퓨팅 장치(100)는 특정 대상 의사(302) 이외의 적어도 한 명 이상의 대상 의사 역시 동일한 방법으로 상기 대상 의사 각각에 대응하는 제1 진료 조정 비디오 데이터 및 제2 진료 조정 오디오 데이터 중 일부를 제1 사용자 인터페이스를 통해 표시할 수 있을 것이다.
다음으로, 제1 사용자 인터페이스에 표시된 대상 의사 중 특정 대상 의사(302)가 선택되기 이전에, 컴퓨팅 장치(100)는 제k_a 질의("우울감 때문에 삶이 버겁게 느껴지시나요?") 및 제k_b 질의("즐거운 마음으로 미래에 일어날 일들을 기대하고 계신가요?")에 종속되는 각각의 하위 질의 중 모순 카테고리와의 연관도가 기설정된 임계치 이상인 적어도 하나 이상의 모순 파악용 추가 질의를 추출하고, 사용자 인터페이스에서 챗봇을 통해 특정 사용자에게 모순 파악용 추가질의를 제공하여, 모순 파악용 추가 질의에 대한 특정 사용자가 입력한 응답을 모순 파악용 추가 응답으로서 획득할 수 있다.
다음으로, 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스에 표시된 대상 의사 중 특정 대상 의사(302)가 선택되면, 컴퓨팅 장치(100)는 제2 사용자 인터페이스를 통해 특정 대상 의사(302)와의 비대면 진료를 진행하도록 지원한다.
이때, 도 1에서 도시한 바와 같이, 컴퓨팅 장치(100)는 사용자 단말(300)과 특정 대상 의사 단말(400)을 연동할 수 있는데, 이 때, 컴퓨팅 장치(100)는 제2_1 사용자 인터페이스를 통해 특정 대상 의사와의 비대면 진료를 진행하도록 지원한다.
여기서, 상기 비대면 진료에 대하여 좀 더 구체적인 특징을 설명하기 위하여 도 4를 참조로 하여 설명하겠다.
도 4는 본 발명의 일 실시예에 따른 비대면 진료가 진행 중의 특정 대상 의사의 화면을 나타내는 도면이다.
여기서, 특정 대상 의사는 본인의 특정 대상 의사 단말(400)의 화면(401)을 통해 특정 사용자에 대한 비대면 진료를 실시할 수 있으며, 이 때, 특정 대상 의사는 제2_1 사용자 인터페이스를 통해 특정 사용자의 얼굴(402)을 확인할 수 있고, 제2_2 사용자 인터페이스를 통해 특정 사용자의 제k_a 질의 및 이에 대한 응답(403)을 추가로 확인할 수 있으며, 제k_b 질의 및 이에 대한 응답(404)을 추가로 더 확인할 수 있다.
또한, 특정 대상 의사는 제2_3 사용자 인터페이스를 통해 특정 사용자에 대한 상기 모순 파악용 추가 질의 및 이에 대한 응답(405)을 추가로 확인함으로써, 비대면 진료의 오진율을 낮출 수 있을 것이다.
다음으로, 특정 대상 의사와의 비대면 진료가 종료된 후, 컴퓨팅 장치(100)는 학습 장치(540)로 하여금, 특정 사용자에 대한 특정 정성적 적합 예측치 및 이에 대응되는 특정 정성적 적합 결과치를 참조로 하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 수행하도록 할 수 있는데, 이에 대해 좀 더 구체적으로 설명하기 위하여 도 5b를 참조로 하여 설명하겠다.
도 5b는 본 발명의 일 실시예에 따른 특정 대상 의사와의 비대면 진료가 종료된 후, 특정 사용자에 대응되는 특정 정성적 적합 결과치 및 특정 정성적 적합 예측치를 참조로 하여 산출된 Loss값에 대하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 나타내는 도면이다.
도 5b를 참조로 하여 설명하면, 컴퓨팅 장치(100)는, 특정 사용자가 비대면 진료 도중(미도시) 또는 비대면 진료가 종료된 후로부터 기설정된 임계 시간 이내에 생체 신호 수집 디바이스(511)에 의해 획득되어지는 특정 사용자의 생체 신호 데이터, 비대면 진료 도중(미도시) 또는 비대면 진료가 종료된 후로부터 디지털 피노타입 수집용 툴(511)에 의해 획득되어지는 특정 사용자의 피노타입 데이터, 비대면 진료가 종료된 후로부터 특정 사용자에 의해 획득되는 특정 대상 의사의 외형 만족도 데이터, 비대면 진료가 종료된 후로부터 특정 사용자에 의해 획득되는 특정 대상 의사의 표정 패턴 만족도 데이터, 비대면 진료가 종료된 후로부터 특정 사용자에 의해 획득되는 특정 대상 의사의 행동 패턴 만족도 데이터, 비대면 진료가 종료된 후로부터 특정 사용자에 의해 획득되는 특정 대상 의사의 음성 속도 만족도 데이터, 비대면 진료가 종료된 후로부터 특정 사용자에 의해 획득되는 특정 대상 의사의 음성 강도 만족도 데이터, 비대면 진료가 종료된 후로부터 특정 사용자에 의해 획득되는 특정 대상 의사의 음성 주파수 만족도 데이터 및 비대면 진료가 종료된 후로부터 특정 사용자에 의해 획득되는 특정 대상 의사의 음성 답변 길이 만족도 데이터 중 적어도 일부를 참조로 하여, 특정 대상 의사와의 비대면 진료가 종료된 후의 특정 사용자의 특정 정성적 적합 결과치(570)를 결정하는 특정 정성적 적합 결과치 산출 프로세스를 수행할 수 있다. 다만, 이에 한정되는 것은 아니며, 특정 대상 의사와의 비대면 진료 도중에 센싱된 특정 사용자의 얼굴 표정이라든가 숨소리 등에 대하여 분석을 수행하여 특정 사용자의 상태를 트래킹할 수 있으며, 특정 대상 의사와의 비대면 진료가 종료된 후에 컴퓨팅 장치(100)는 트래킹된 데이터를 집계하여 특정 사용자의 특정 정성적 적합 결과치(570)를 결정하는데 참조할 수도 있을 것이다.
다음으로, 컴퓨팅 장치(100)는 학습 장치(540)로 하여금, 특정 사용자의 특정 정성적 적합 예측치(550) 및 이에 대응되는 특정 정성적 적합 결과치(570)를 참조로 하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 수행할 수 있는데, 여기서 Loss값(580)이란 상기 특정 정성적 적합 예측치(550)와 상기 특정 정성적 적합 결과치(570) 간의 차이값을 나타낸다.
다음으로, 여기서는 도시하지 않았지만, 컴퓨팅 장치(100)는 학습 장치가 학습이 완료된 상태에서, 추가 사용자(즉, 신규 사용자)에 대한 추가 메타데이터, 추가 생체 데이터, 추가 피노타입 데이터, 전체 의사의 시각적 메타데이터, 전체 의사의 청각적 메타데이터, 전체 의사의 제1 정량적 적합 데이터 및 전체 의사의 제2 정량적 적합 데이터 중 적어도 일부가 학습 장치(즉, 학습이 완료된 장치)에 입력되면, 컴퓨팅 장치(100)는 추가 메타데이터, 추가 생체 데이터 및 추가 피노타입 데이터 중 적어도 일부를 참조로 하여 추가 사용자의 추가 정성적 적합 예측치를 기설정된 임계치 이상으로 결정하기 위한 최적 의사 메타데이터, 최적 의사 정성적 스코어 데이터, 최적 의사 정량적 스코어 데이터를 포함하는 적어도 한 명 이상의 최적 의사를 결정하고, 이를 추가 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 최적 의사 중 특정 최적 의사를 선택하도록 지원할 수 있다.
즉, 학습 장치는 학습이 완료된 파라미터를 이용하여, 상기 추가 사용자의 추가 메타데이터, 추가 생체 데이터, 추가 피노타입 데이터 전체 의사의 시각적 메타데이터, 전체 의사의 청각적 메타데이터, 전체 의사의 제1 정량적 적합 데이터 및 전체 의사의 제2 정량적 적합 데이터 중 적어도 일부를 참조로 하여 추가 사용자가 상기 특정 최적 의사를 선택하기 이전에, 추가 사용자에게 적합한 적어도 한 명 이상의 최적 의사를 결정하도록 하고, 이를 추가 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시함으로써 비대면 진료의 질(quality)을 높일 수 있을 것이다.
또한, 이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
Claims (16)
- 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
(a) 컴퓨팅 장치가, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 컴퓨팅 장치가, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 단계; 및
(b) 상기 컴퓨팅 장치가, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 단계;를 포함하되,
상기 (b) 단계에서,
상기 컴퓨팅 장치는, 상기 대상 의사의 과거 대상 타 사용자에 대한 영상 진료 횟수 및 영상 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제1 정량적 적합 데이터 및 상기 대상 의사의 상기 과거 대상 타 사용자에 대한 음성 진료 횟수 및 음성 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제2 정량적 적합 데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하는 것을 특징으로 하는 방법. - 삭제
- 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
(a) 컴퓨팅 장치가, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 컴퓨팅 장치가, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 단계; 및
(b) 상기 컴퓨팅 장치가, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 단계;를 포함하되,
상기 (a) 단계 이전에,
(a0) 상기 컴퓨팅 장치는, 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 전체 의사의 외형과 관련된 외형 데이터, 상기 전체 의사의 표정의 패턴과 관련된 표정 패턴 데이터 및 상기 전체 의사의 행동 패턴과 관련된 행동 패턴 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 시각적 메타데이터를 추출하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 전체 의사의 음성의 속도와 관련된 음성 속도 데이터, 상기 전체 의사의 음성의 강도와 관련된 음성 강도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 음성 주파수 데이터 및 상기 전체 의사의 답변의 길이와 관련된 답변 길이 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 청각적 메타데이터를 추출하여 데이터베이스를 구축하는 단계를 더 포함하고,
상기 (b) 단계에서,
상기 컴퓨팅 장치는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 방법. - 제3항에 있어서,
상기 (a0) 단계에서,
상기 컴퓨팅 장치는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 참조로 하여 상기 전체 의사에 대해 상기 특정 사용자 또는 상기 과거 타 사용자 각각의 정성적 적합 데이터를 산출하는 것을 특징으로 하고,
상기 (b) 단계에서,
상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 컴퓨팅 장치는, 상기 대상 의사에 대한 상기 특정 사용자의 정성적 적합 데이터를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하고,
(c) 상기 특정 대상 의사가 선택되면, 상기 컴퓨팅 장치는, 제2 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 단계를 더 포함하는 방법. - 제4항에 있어서,
상기 (a) 단계 이전에,
(a1) 상기 컴퓨팅 장치가, 상기 특정 사용자의 특정 메타데이터 및 상기 전체 의사에 대한 상기 과거 타 사용자의 타 메타데이터 중 적어도 일부, 상기 특정 사용자의 특정 생체 데이터 및 상기 과거 타 사용자의 타 생체 데이터 중 적어도 일부, 상기 특정 사용자의 특정 피노타입 데이터 및 상기 과거 전체 타 사용자의 타 피노타입 데이터 중 적어도 일부, 상기 전체 의사의 의사 메타데이터, 상기 전체 의사의 외형과 관련된 상기 외형 데이터 및 이에 대한 외형 만족도 데이터, 상기 전체 의사의 표정의 패턴과 관련된 상기 표정 패턴 데이터 및 이에 대한 표정 패턴 만족도 데이터, 상기 전체 의사의 행동 패턴과 관련된 상기 행동 패턴 데이터 및 이에 대한 행동 패턴 만족도 데이터, 상기 전체 의사의 음성의 속도와 관련된 상기 음성 속도 데이터 및 이에 대한 음성 속도 만족도 데이터, 상기 전체 의사의 음성의 강도와 관련된 상기 음성 강도 데이터 및 이에 대한 음성 강도 만족도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 상기 음성 주파수 데이터 및 이에 대한 음성 주파수 만족도 데이터, 상기 전체 의사의 답변의 길이와 관련된 상기 답변 길이 데이터 및 이에 대한 답변 길이 만족도 데이터, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 영상 진료 횟수, 영상 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 음성 진료 횟수 및 음성 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 학습 장치 - 상기 학습 장치는 상기 컴퓨팅 장치에 포함됨 - 에 입력하여, 상기 학습 장치로 하여금, (i) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시되기 이전에, 상기 특정 사용자에 대응되는 특정 정성적 적합 예측치를 결정하는 특정 정성적 적합 예측치 산출 프로세스, (ii) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시된 후, 상기 특정 사용자에 대응되는 특정 정성적 적합 결과치를 결정하는 특정 정성적 적합 결과치 산출 프로세스, 및 (iii) 상기 특정 정성적 적합 예측치 및 이에 대응되는 상기 특정 정성적 적합 결과치를 참조로 하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 수행하도록 하는 단계를 더 수행하여, 상기 특정 사용자의 정성적 적합 데이터를 산출하는 것을 특징으로 하는 방법. - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
(a) 컴퓨팅 장치가, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 컴퓨팅 장치가, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 단계; 및
(b) 상기 컴퓨팅 장치가, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 단계;를 포함하되,
상기 (a) 단계 이전에,
(a2) 상기 컴퓨팅 장치는, 전체 의사에 대한 상기 특정 사용자 또는 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 얼굴 영역을 인식하여, 상기 얼굴 영역에 대하여 비식별화함으로써 상기 제1 진료 비디오 데이터를 제1 진료 조정 비디오 데이터로 변환하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 음성을 추출하여, 상기 특정 사용자 또는 상기 과거 타 사용자의 음성에 대하여 비식별화함으로써 상기 제2 진료 오디오 데이터를 제2 진료 조정 오디오 데이터로 변환하여, 데이터베이스를 구축하는 단계를 추가적으로 더 포함하고,
상기 (b) 단계에서,
상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 컴퓨팅 장치는, 상기 대상 의사에 대응되는 상기 제1 진료 조정 비디오 데이터 및 상기 제2 진료 조정 오디오 데이터 중 적어도 일부를 과거 진료 참고 데이터로서 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 과거 진료 참고 데이터 중 특정 과거 진료 참고 데이터를 추가적으로 선택하도록 지원하는 것을 특징으로 하는 방법. - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
(a) 컴퓨팅 장치가, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 컴퓨팅 장치가, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 단계;
(b) 상기 컴퓨팅 장치가, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 단계; 및
(c) 상기 특정 대상 의사가 선택되면, 상기 컴퓨팅 장치는, 제2_1 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 단계;를 더 포함하고,
상기 (c) 단계 이전에,
(c0) 상기 컴퓨팅 장치는, 상기 제k_a 질의 및 상기 제k_b 질의에 종속되는 각각의 하위 질의 중 상기 모순 카테고리와의 연관도가 기설정된 임계치 이상인 적어도 하나 이상의 모순 파악용 추가 질의를 추출하고, 제3 사용자 인터페이스에서 챗봇을 통해 상기 특정 사용자에게 상기 모순 파악용 추가 질의를 제공하여, 상기 모순 파악용 추가 질의에 대한 상기 특정 사용자가 입력한 응답을 모순 파악용 추가 응답으로서 획득하는 단계를 더 포함하며,
상기 (c) 단계에서,
상기 컴퓨팅 장치는, 제2_2 사용자 인터페이스를 통해 상기 제k_a 질의, 상기 제k_b 질의, 상기 제k_a 응답 및 상기 제k_b 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하고, 제2_3 사용자 인터페이스를 통해 상기 모순 파악용 추가 질의 및 상기 모순 파악용 추가 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하도록 추가적으로 지원하는 것을 특징으로 하는 방법. - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
(a) 컴퓨팅 장치가, 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 컴퓨팅 장치가, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 단계; 및
(b) 상기 컴퓨팅 장치가, 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 단계;를 포함하되,
상기 (a) 단계 이전에,
(a3) 상기 컴퓨팅 장치는, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터에 종속되는 전체 하위 질의 각각과 임계치 이상의 모순도를 가지는 적어도 하나 이상의 타 하위 질의 - 상기 타 하위 질의는 상기 전체 하위 질의에 포함됨 - 각각을 선별하고, 상기 전체 하위 질의 각각과 이에 대응되는 상기 타 하위 질의 각각을 그룹핑하여 구성된 적어도 하나 이상의 질의 데이터셋 각각을 상기 전체 하위 질의 각각에 매칭하여, 데이터베이스를 구축하는 단계를 추가적으로 더 포함하고,
상기 (b) 단계에서,
상기 컴퓨팅 장치는, 상기 제k_a 질의 및 상기 제k_b 질의 사이의 특정 모순도를 상기 데이터베이스에서 참조하여, 상기 모순 카테고리에 대응하는 상기 대상 의사 중에서, 특정 모순 팩터 및 상기 특정 모순도 중 적어도 일부에 대응되는 일부 대상 의사에 대한 정보를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 방법. - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
인스트럭션들을 저장하는 적어도 하나의 메모리; 및
상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되,
상기 프로세서는, (I) 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 프로세스; 및 (II) 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 프로세스;를 수행하되,
상기(II) 프로세스에서,
상기 프로세서는, 상기 대상 의사의 과거 대상 타 사용자에 대한 영상 진료 횟수 및 영상 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제1 정량적 적합 데이터 및 상기 대상 의사의 상기 과거 대상 타 사용자에 대한 음성 진료 횟수 및 음성 진료와 관련되어서 상기 대상 의사에 대한 상기 과거 대상 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 참조로 하여 획득된 상기 대상 의사의 제2 정량적 적합 데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하는 것을 특징으로 하는 컴퓨팅 장치. - 삭제
- 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
인스트럭션들을 저장하는 적어도 하나의 메모리; 및
상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되,
상기 프로세서는, (I) 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 프로세스; 및 (II) 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 프로세스;를 수행하되,
상기 (I) 프로세스 이전에,
(I-0) 상기 프로세서는, 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 전체 의사의 외형과 관련된 외형 데이터, 상기 전체 의사의 표정의 패턴과 관련된 표정 패턴 데이터 및 상기 전체 의사의 행동 패턴과 관련된 행동 패턴 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 시각적 메타데이터를 추출하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가진 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 전체 의사의 음성의 속도와 관련된 음성 속도 데이터, 상기 전체 의사의 음성의 강도와 관련된 음성 강도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 음성 주파수 데이터 및 상기 전체 의사의 답변의 길이와 관련된 답변 길이 데이터 중 적어도 일부를 포함하는 상기 전체 의사의 청각적 메타데이터를 추출하여 데이터베이스를 구축하는 프로세스를 더 수행하고,
상기 (II) 프로세스에서,
상기 프로세서는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 컴퓨팅 장치. - 제11항에 있어서,
상기 (I-0) 프로세스에서,
상기 프로세서는, 상기 시각적 메타데이터 및 상기 청각적 메타데이터 중 적어도 일부를 참조로 하여 상기 전체 의사에 대해 상기 특정 사용자 또는 상기 과거 타 사용자 각각의 정성적 적합 데이터를 산출하는 것을 특징으로 하고,
상기 (II) 프로세스에서,
상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 프로세서는, 상기 대상 의사에 대한 상기 특정 사용자의 정성적 적합 데이터를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 대상 의사 중 상기 특정 대상 의사를 선택하도록 지원하고,
(III) 상기 특정 대상 의사가 선택되면, 상기 프로세서는, 제2 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 프로세스를 더 수행하는 컴퓨팅 장치. - 제12항에 있어서,
상기 (I) 프로세스 이전에,
(I-1) 상기 프로세서가, 상기 특정 사용자의 특정 메타데이터 및 상기 전체 의사에 대한 상기 과거 타 사용자의 타 메타데이터 중 적어도 일부, 상기 특정 사용자의 특정 생체 데이터 및 상기 과거 타 사용자의 타 생체 데이터 중 적어도 일부, 상기 특정 사용자의 특정 피노타입 데이터 및 상기 과거 전체 타 사용자의 타 피노타입 데이터 중 적어도 일부, 상기 전체 의사의 의사 메타데이터, 상기 전체 의사의 외형과 관련된 상기 외형 데이터 및 이에 대한 외형 만족도 데이터, 상기 전체 의사의 표정의 패턴과 관련된 상기 표정 패턴 데이터 및 이에 대한 표정 패턴 만족도 데이터, 상기 전체 의사의 행동 패턴과 관련된 상기 행동 패턴 데이터 및 이에 대한 행동 패턴 만족도 데이터, 상기 전체 의사의 음성의 속도와 관련된 상기 음성 속도 데이터 및 이에 대한 음성 속도 만족도 데이터, 상기 전체 의사의 음성의 강도와 관련된 상기 음성 강도 데이터 및 이에 대한 음성 강도 만족도 데이터, 상기 전체 의사의 음성의 주파수와 관련된 상기 음성 주파수 데이터 및 이에 대한 음성 주파수 만족도 데이터, 상기 전체 의사의 답변의 길이와 관련된 상기 답변 길이 데이터 및 이에 대한 답변 길이 만족도 데이터, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 영상 진료 횟수, 영상 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 영상 진료에 후속하여 오프라인 진료로 연계된 연계율, 상기 전체 의사의 상기 특정 사용자 및 상기 과거 타 사용자에 대한 전체 음성 진료 횟수 및 음성 진료와 관련되어서 상기 전체 의사에 대한 상기 특정 사용자 및 상기 과거 타 사용자가 음성 진료의 후속하여 오프라인 진료로 연계된 연계율 중 적어도 일부를 학습 장치 - 상기 학습 장치는 상기 컴퓨팅 장치에 포함됨 - 에 입력하여, 상기 학습 장치로 하여금, (i) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시되기 이전에, 상기 특정 사용자에 대응되는 특정 정성적 적합 예측치를 결정하는 특정 정성적 적합 예측치 산출 프로세스, (ii) 상기 특정 사용자와 상기 특정 대상 의사의 상기 비대면 진료가 실시된 후, 상기 특정 사용자에 대응되는 특정 정성적 적합 결과치를 결정하는 특정 정성적 적합 결과치 산출 프로세스, 및 (iii) 상기 특정 정성적 적합 예측치 및 이에 대응되는 상기 특정 정성적 적합 결과치를 참조로 하여 백프로퍼게이션을 수행하는 파라미터 갱신 프로세스를 수행하도록 하는 프로세스를 더 수행하여, 상기 특정 사용자의 정성적 적합 데이터를 산출하는 것을 특징으로 하는 컴퓨팅 장치. - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
인스트럭션들을 저장하는 적어도 하나의 메모리; 및
상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되,
상기 프로세서는, (I) 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 프로세스; 및 (II) 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 프로세스;를 수행하되,
상기 (I) 프로세스 이전에,
(I-2) 상기 프로세서는, 전체 의사에 대한 상기 특정 사용자 또는 과거 타 사용자와의 영상 진료를 통해 수집된 적어도 하나 이상의 제1 진료 비디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 얼굴 영역을 인식하여, 상기 얼굴 영역에 대하여 비식별화함으로써 상기 제1 진료 비디오 데이터를 제1 진료 조정 비디오 데이터로 변환하고, 상기 전체 의사에 대한 상기 특정 사용자 또는 상기 과거 타 사용자와의 음성 진료를 통해 수집된 적어도 하나 이상의 제2 진료 오디오 데이터로부터 상기 특정 사용자 또는 상기 과거 타 사용자의 음성을 추출하여, 상기 특정 사용자 또는 상기 과거 타 사용자의 음성에 대하여 비식별화함으로써 상기 제2 진료 오디오 데이터를 제2 진료 조정 오디오 데이터로 변환하여, 데이터베이스를 구축하는 프로세스를 추가적으로 더 수행하고,
상기 (II) 프로세스에서,
상기 모순 카테고리에 대응하는 적어도 한 명 이상의 상기 대상 의사가 결정되면, 상기 프로세서는, 상기 대상 의사에 대응되는 상기 제1 진료 조정 비디오 데이터 및 상기 제2 진료 조정 오디오 데이터 중 적어도 일부를 과거 진료 참고 데이터로서 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하도록 하여 상기 과거 진료 참고 데이터 중 특정 과거 진료 참고 데이터를 추가적으로 선택하도록 지원하는 것을 특징으로 하는 컴퓨팅 장치. - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
인스트럭션들을 저장하는 적어도 하나의 메모리; 및
상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되,
상기 프로세서는, (I) 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 프로세스; (II) 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 프로세스; 및 (III) 상기 특정 대상 의사가 선택되면, 상기 프로세서는, 제2_1 사용자 인터페이스를 통해 상기 특정 대상 의사와의 비대면 진료를 진행하도록 지원하는 프로세스;를 더 수행하고,
상기 (III) 프로세스 이전에,
(III-0) 상기 프로세서는, 상기 제k_a 질의 및 상기 제k_b 질의에 종속되는 각각의 하위 질의 중 상기 모순 카테고리와의 연관도가 기설정된 임계치 이상인 적어도 하나 이상의 모순 파악용 추가 질의를 추출하고, 제3 사용자 인터페이스에서 챗봇을 통해 상기 특정 사용자에게 상기 모순 파악용 추가 질의를 제공하여, 상기 모순 파악용 추가 질의에 대한 상기 특정 사용자가 입력한 응답을 모순 파악용 추가 응답으로서 획득하는 프로세스를 더 수행하며,
상기 (III) 프로세스에서,
상기 프로세서는, 제2_2 사용자 인터페이스를 통해 상기 제k_a 질의, 상기 제k_b 질의, 상기 제k_a 응답 및 상기 제k_b 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하고, 제2_3 사용자 인터페이스를 통해 상기 모순 파악용 추가 질의 및 상기 모순 파악용 추가 응답을 상기 특정 대상 의사 단말의 화면 상에 표시하도록 추가적으로 지원하는 것을 특징으로 하는 컴퓨팅 장치. - 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법에 있어서,
인스트럭션들을 저장하는 적어도 하나의 메모리; 및
상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되,
상기 프로세서는, (I) 특정 사용자의 상태를 파악하기 위한 제1 설문 데이터 내지 제n 설문 데이터를 상기 특정 사용자에게 제공하고, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터 중 하나인 제k 설문 데이터에 대해, 상기 제k 설문 데이터에 속해 있는 제k_1 질의 내지 제k_m 질의에 대해서 상기 특정 사용자가 입력한 응답을 제k_1 응답 내지 제k_m 응답이라고 할 때, 상기 제k_1 응답 내지 상기 제k_m 응답 중에서 제k_a 응답 및 제k_b 응답 사이의 모순도가 기설정된 임계치 이상으로 판단되면, 상기 제k_a 응답 및 상기 제k_b 응답에 대응하는 제k_a 질의 및 제k_b 질의 - 상기 제k_a 질의 및 상기 제k_b 질의는 상기 제k_1 질의 내지 상기 제k_m 질의 중에 포함됨 - 에 대한 모순 팩터가 속해 있는 모순 카테고리를 결정하는 프로세스; 및 (II) 상기 모순 카테고리에 대응하는 적어도 한 명 이상의 대상 의사를 결정하고, 이를 상기 특정 사용자 단말의 화면 상의 제1 사용자 인터페이스를 통해 표시하도록 하여 상기 대상 의사 중 특정 대상 의사를 선택하도록 지원하는 프로세스;를 수행하되,
상기 (I) 프로세스 이전에,
(I-3) 상기 프로세서는, 상기 제1 설문 데이터 내지 상기 제n 설문 데이터에 종속되는 전체 하위 질의 각각과 임계치 이상의 모순도를 가지는 적어도 하나 이상의 타 하위 질의 - 상기 타 하위 질의는 상기 전체 하위 질의에 포함됨 - 각각을 선별하고, 상기 전체 하위 질의 각각과 이에 대응되는 타 하위 질의 각각을 그룹핑하여 구성된 적어도 하나 이상의 질의 데이터셋 각각을 상기 전체 하위 질의 각각에 매칭하여, 데이터베이스를 구축하는 프로세스를 추가적으로 더 수행하고,
상기 (II) 프로세스에서,
상기 프로세서는, 상기 제k_a 질의 및 상기 제k_b 질의 사이의 특정 모순도를 상기 데이터베이스에서 참조하여, 상기 모순 카테고리에 대응하는 상기 대상 의사 중에서, 특정 모순 팩터 및 상기 특정 모순도 중 적어도 일부에 대응되는 일부 대상 의사에 대한 정보를 상기 제1 사용자 인터페이스를 통해 추가적으로 표시하는 것을 특징으로 하는 컴퓨팅 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230075180A KR102615288B1 (ko) | 2023-06-12 | 2023-06-12 | 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230075180A KR102615288B1 (ko) | 2023-06-12 | 2023-06-12 | 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102615288B1 true KR102615288B1 (ko) | 2023-12-19 |
Family
ID=89385277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230075180A KR102615288B1 (ko) | 2023-06-12 | 2023-06-12 | 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102615288B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220161892A (ko) * | 2021-05-31 | 2022-12-07 | 울산과학기술원 | 스마트 문진 관리 시스템 및 방법 |
| JP2023012304A (ja) * | 2021-07-13 | 2023-01-25 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム、医用情報処理方法、及びプログラム |
-
2023
- 2023-06-12 KR KR1020230075180A patent/KR102615288B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220161892A (ko) * | 2021-05-31 | 2022-12-07 | 울산과학기술원 | 스마트 문진 관리 시스템 및 방법 |
| JP2023012304A (ja) * | 2021-07-13 | 2023-01-25 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム、医用情報処理方法、及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11942194B2 (en) | Systems and methods for mental health assessment | |
| US11120895B2 (en) | Systems and methods for mental health assessment | |
| Zucco et al. | Sentiment analysis and affective computing for depression monitoring | |
| US20090062623A1 (en) | Identifying possible medical conditions of a patient | |
| US10885278B2 (en) | Auto tele-interview solution | |
| US20210125297A1 (en) | Systems and methods for intelligent contract analysis and data organization | |
| US20230052573A1 (en) | System and method for autonomously generating personalized care plans | |
| Manbeck et al. | Fear-of-intimacy in the interpersonal process model: An investigation in two parts | |
| Griol et al. | Modeling the user state for context-aware spoken interaction in ambient assisted living | |
| US20240087700A1 (en) | System and Method for Steering Care Plan Actions by Detecting Tone, Emotion, and/or Health Outcome | |
| Constâncio et al. | Deception detection with machine learning: A systematic review and statistical analysis | |
| KR102615288B1 (ko) | 모순되는 설문 데이터를 참조로 결정되는 모순 카테고리를 기초로 사용자 인터페이스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| CN113223648B (zh) | 一种诊前信息采集方法及装置 | |
| KR102476612B1 (ko) | 인공지능에 기반한 심리 맞춤 솔루션 제공 방법 및 시스템 | |
| CN117079798A (zh) | 基于大型语言模型的智能预问诊与快速诊疗系统及方法 | |
| WO2020206178A1 (en) | Dialogue timing control in health screening dialogues for improved modeling of responsive speech | |
| CN115253009B (zh) | 一种睡眠多维度干预方法及系统 | |
| CN112997166A (zh) | 神经心理学表现测试的方法和系统 | |
| Van Thanh | Emotion recognition systems in retail: a detailed analysis of their role in enhancing customer interactions, driving sales, and predicting trends | |
| US20210335491A1 (en) | Predictive adaptive intelligent diagnostics and treatment | |
| Griol et al. | Towards emotionally sensitive conversational interfaces for e-therapy | |
| WO2021150607A1 (en) | System and method for dynamic goal management in care plans | |
| KR102610266B1 (ko) | 사용자의 감정 데이터에 대응되는 생각 데이터를 유도하기 위한 컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| Weimann et al. | Unleashing the Potential of Reinforcement Learning for Personalizing Behavioral Transformations with Digital Therapeutics: A Systematic Literature Review. | |
| KR102610274B1 (ko) | 알코올에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |