KR20200011339A - 의료용 학습 관리 시스템 및 방법 - Google Patents

Abstract

의료용 학습 관리 방법이 개시된다. 상기 의료용 학습 관리 방법은 전문가에 의해 조작된 햅틱 장치의 제1연속적인 움직임 정보들을 수신하는 단계, 학생들에 의해 조작된 상기 햅틱 장치의 제2연속적인 움직임 정보들을 각각 수신하는 단계, 상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교하는 단계, 및 상기 비교의 결과를 상기 학생들 각각의 전자 장치의 디스플레이에 디스플레이하도록 상기 비교의 결과를 상기 전자 장치로 전송하는 단계를 포함한다.

Description

의료용 학습 관리 시스템 및 방법 {Learning Management System and method for medical}

본 발명의 개념에 따른 실시 예는 의료용 학습 관리 시스템 및 방법에 관한 것으로, 특히, 의학을 배우는 학생들이 의료 실습 과정을 제대로 습득하고 학생들이 의료 실습 과정을 제대로 습득하였는지를 객관적으로 평가할 수 있는 의료용 학습 관리 시스템 및 방법에 관한 것이다.

의사, 치과의사 등 의료계의 전문가가 되기 위한 학생들에게 의료 실습은 중요하다. 하지만, 학생들은 자신이 제대로 실습하고 있는지 판단하기 쉽지 않다. 예컨대, 치과의사가 되고자하는 치대생은 임플란트 수술 방법을 배우기 위해서는 각 과정에 대해 정확하게 알고 숙지하여야 하나, 교수의 수업과 교재만으로는 임플란트 수술 방법을 제대로 익히기란 쉽지 않다. 또한, 교수들은 의료 실습이 중요함에도 이를 평가할 객관적인 방법이 없다.

학습 관리 시스템이란 온라인을 통해 학생들의 성적과 진도는 물론 출석과 결석 등 학사 전반에 걸친 사항들을 관리해 주는 시스템을 의미한다. 종래의 학습 관리 시스템은 단순히 수업계획서, 또는 학습 자료를 업로드하거나, 시험 점수를 입력하는 수단으로 활용되고 있다. 종래의 학습 관리 시스템은 의료 실습과 관련해서는 어떠한 의미있는 정보를 주지 못했다.

본 발명이 이루고자 하는 기술적인 과제는 의료계의 전문가가 되고자 학생들이 의료 실습 과정을 제대로 습득하고 학생들이 의료 실습 과정을 제대로 습득하였는지를 객관적으로 평가할 수 있는 의료용 학습 관리 시스템 및 방법을 제공하기 위한 것이다.

본 발명의 실시 예에 따른 의료용 학습 관리 방법은 전문가에 의해 조작된 햅틱 장치의 제1연속적인 움직임 정보들을 수신하는 단계, 학생들에 의해 조작된 상기 햅틱 장치의 제2연속적인 움직임 정보들을 각각 수신하는 단계, 상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교하는 단계, 및 상기 비교의 결과를 상기 학생들 각각의 전자 장치의 디스플레이에 디스플레이하도록 상기 비교의 결과를 상기 전자 장치로 전송하는 단계를 포함한다.

상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교하는 단계는 상기 제1연속적인 움직임 정보들 중 어느 하나의 정보와 상기 제2연속적인 움직임 정보들 중 어느 하나의 정보가 일치하지 않을 때, 상기 햅틱 장치로 하여금 상기 학생들 중 어느 하나에게 촉각을 느끼도록 하기 위해 상기 햅틱 장치로 피드백 정보를 전송하는 단계를 포함한다.

본 발명의 실시 예에 따른 의료용 학습 관리 시스템은 햅틱 장치, 및 전문가에 의해 조작된 상기 햅틱 장치의 제1연속적인 움직임 정보들을 수신하고, 학생들에 의해 조작된 상기 햅틱 장치의 제2연속적인 움직임 정보들을 각각 수신하고, 상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교하며, 상기 비교의 결과를 상기 학생들 각각의 전자 장치의 디스플레이에 디스플레이하도록 상기 비교의 결과를 상기 전자 장치로 전송하는 서버를 포함한다.

본 발명의 실시 예에 따른 의료용 학습 관리 시스템은 의료계의 전문가가 되려는 학생들에게 전문가에 의해 조작된 햅틱 장치의 움직임 정보를 제공하여 비교할 수 있도록 함으로써 학생들이 의료 실습 과정을 제대로 습득할 수 있는 효과가 있다.

또한, 본 발명의 실시 예에 따른 의료용 학습 관리 시스템은 교수들에게 학생들이 제대로 의료 실습 과정을 익히고 있는지 객관적으로 판단할 수 있는 효과가 있다.

또한, 본 발명의 다른 실시 예에 따른 의료용 학습 관리 시스템은 학생들이 학습자료에 머무르는 시간을 계산하고 확률 분포도를 생성함으로써 학생들이 얼마나 수업에 집중하고 있는지를 판단할 수 있는 효과가 있다.

본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 상세한 설명이 제공된다.
도 1은 본 발명의 실시 예에 따른 의료용 학습 관리 시스템의 블록도를 나타낸다.
도 2는 도 1에 도시된 가상 현실 장치에 디스플레이되는 인터페이스의 일 실시 예를 나타낸다.
도 3은 본 발명의 또 다른 실시 예에 따른 의료용 학습 관리 시스템의 블록도를 나타낸다.
도 4는 도 3에 도시된 전자 장치들의 디스플레이에 머무르는 학습자료의 슬라이드들 각각의 시간의 확률 분포도를 나타낸다.
도 5는 도 3에 도시된 의료용 학습 관리 시스템의 동작을 설명하기 위한 흐름도를 나타낸다.

본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.

본 발명의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1구성요소는 제2구성요소로 명명될 수 있고, 유사하게 제2구성요소는 제1구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.

본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 나타낸다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다.

도 1은 본 발명의 실시 예에 따른 의료용 학습 관리 시스템의 블록도를 나타내며, 도 2는 도 1에 도시된 가상 현실 장치에 디스플레이되는 인터페이스의 일 실시 예를 나타낸다.

도 1과 도 2를 참조하면, 의료용 학습 관리 시스템(200)은 의학 계통에 전문가가 되려는 학생들이 제대로 의료 실습 과정을 익히고, 이를 평가하기 위한 학습 관리 시스템이다. 의료용 학습 관리 시스템(200)은 햅틱 장치(30), 가상 현실 장치(40), 및 서버(50)를 포함한다. 햅틱 장치(30), 가상 현실 장치(40), 및 서버(50)는 네트워크를 통해 서로 통신이 가능하다.

햅틱 장치(30)는 의료 실습을 위한 장치로, 사용자(예컨대, 학생)에게 진동을 이용하여 촉각을 주기 위한 장치이다. 예컨대, 햅틱 장치(30)는 인공의 이에 대해 임플란트 수술과 같은 의료 실습을 하는데 이용된다.

햅틱 장치(30)는 이 모양의 구, 상기 구를 받치는 받침대, 상기 구의 표면을 이동할 수 있는 스틱, 및 햅틱 장치(30)를 제어하는 컨트롤러를 포함한다. 사용자(예컨대, 전문가, 또는 학생)가 상기 스틱을 조작할 때, 상기 컨트롤러는 연속적인 움직임 정보들을 가상 현실 장치(40)와 서버(50)로 전송한다. 예컨대, 교수나 숙련된 치과의사와 같은 전문가가 학생들의 의료 실습을 위해 햅틱 장치(30)에 구현된 상기 스틱을 조작할 수 있다. 예컨대, 상기 스틱의 조작은 실제 임플란트 수술시 전문가가 이용하는 의료 도구의 조작과 동일하다. 실시 예에 따라 햅틱 장치(30)는 다양한 형태로 구현이 가능하다.

상기 스틱의 조작에 따른 햅틱 장치(30)의 연속적인 움직임 정보들은 상기 컨트롤러를 통해 가상 현실 장치(40)와 서버(50)로 전송된다.

가상 현실 장치(40)는 상기 전문가 또는 학생들이 쓸 수 있는 웨어러블 장치형태일 수 있다. 가상 현실 장치(40)를 통해 도 2에 도시된 바와 같은 화면이 전문가 또는 학생들에게 디스플레이된다. 가상 현실 장치(40)에서 의료 도구의 변경도 가능하다. 상기 스틱의 조작에 따라 가상 현실 장치(40)에 디스플레이되는 화면은 달라진다.

서버(50)는 전문가에 의해 조작된 햅틱 장치(30)의 제1연속적인 움직임 정보들을 수신하며, 학생들에 의해 조작된 햅틱 장치(30)의 제2연속적인 움직임 정보들을 각각 수신하며, 상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교한다. 서버(50)는 상기 비교의 결과를 상기 학생들 각각의 전자 장치(미도시)의 디스플레이에 디스플레이하도록 상기 비교의 결과를 상기 전자 장치로 전송한다.

상기 제1연속적인 움직임 정보들 중 어느 하나의 정보와 상기 제2연속적인 움직임 정보들 중 어느 하나의 정보가 일치하지 않을 때, 서버(50)는 햅틱 장치(30)로 하여금 상기 학생들 중 어느 하나에게 촉각을 느끼도록 하기 위해 햅틱 장치(30)로 피드백 정보를 전송한다.

교수는 수업을 보다 효율적으로 하기 위해 학습 관리 시스템에 파워 포인트, 또는 PDF 형식과 같은 학습자료를 업로드하여 학생들의 학습을 돕는다. 하지만, 많은 학생들은 교수의 수업시간에 집중하지 않고 다른 일을 하는 경우가 많다. 교수는 학생들을 성적을 평가할 때, 학생들이 얼마나 수업에 집중하는지 일일이 파악하기가 어렵기 때문에 정량적으로 판단할 수 있는 시험만으로 학생들의 성적을 평가할 수 밖에 없다. 일부 학생들은 수업에 집중하지 않고, 교수의 학습자료만으로 공부하여 시험을 잘 보는 문제점이 있다. 따라서 수업 중 학생들이 얼마나 집중하는지 판단할 필요성이 있다.

도 3은 본 발명의 또 다른 실시 예에 따른 의료용 학습 관리 시스템의 블록도를 나타낸다.

도 3을 참조하면, 의료용 학습 관리 시스템(100)은 복수의 전자 장치들(10-1 내지 10-N; N은 자연수), 및 서버(20)를 포함할 수 있다. 의료용 학습 관리 시스템(100)은 복수의 전자 장치들(10-1 내지 10-N)을 이용하여 학생들의 수업 집중력을 판단하기 위한 시스템이다. 도 1 내지 도 2에서 설명한 의료용 학습 관리 시스템(200)과 도 3 내지 도 5에서 설명될 의료용 학습 관리 시스템(100)은 하나의 관리 시스템으로 구현될 수 있다. 도 1 내지 도 2에서 설명한 의료용 학습 관리 시스템(200)과 도 3 내지 도 5에서 설명될 의료용 학습 관리 시스템(100)은 하나의 관리 시스템으로 구현될 때, 도 1에서 서버(50)와 도 3에서 서버(20)는 하나의 서버로 구현될 수 있다.

복수의 전자 장치들(10-1 내지 10-N)은 스마트폰, 태블릿 PC, 또는 노트북일 수 있다. 복수의 전자 장치들(10-1 내지 10-N)은 디스플레이를 포함한다.

서버(20)는 학습자료 제공 모듈(21), 시간 계산 모듈(23), 확률 분포도 생성 모듈(25), 및 집중력 판단 모듈(27)을 포함한다.

서버(20)는 복수의 슬라이드들로 구성된 학습자료를 스트리밍 방식으로 학생들 각각의 전자 장치(10-1 내지 10-N)로 제공한다. 학습자료 제공 모듈(21)은 교수가 업로드한 학습자료를 스트리밍 방식으로 학생들 각각의 전자 장치(10-1 내지 10-N)로 제공한다.

복수의 전자 장치들(10-1 내지 10-N)은 서버(20)에 저장된 상기 학습자료를 스트리밍을 통해 상기 디스플레이에 디스플레이할 수 있다. 상기 학습자료는 전자 장치들(10-1 내지 10-N)에 다운로드되어 디스플레이되는 것이 아니다. 즉, 상기 학습자료는 전자 장치들(10-1 내지 10-N)에 실시간으로 디스플레이되므로, 전자 장치들(10-1 내지 10-N)과 서버(20)가 통신이 되지 않는다면 전자 장치들(10-1 내지 10-N)에서는 스트리밍되지 않은 학습자료의 슬라이드들은 디스플레이되지 않는다. 전자 장치들(10-1 내지 10-N)에 디스플레이되는 복수의 슬라이드들은 학생들의 제어로 인해 하나의 슬라이드에서 다음 슬라이드로 넘어간다. 예컨대, 학생 A는 제1슬라이드에서 제2슬라이드로 넘어가기 위해 제1전자 장치(10-1)의 디스플레이에 터치를 하거나, 제1전자 장치(10-1)의 키보드를 터치할 수 있다.

서버(20)는 전자 장치들(10-1 내지 10-N)과 통신이 가능하다. 서버(20)는 전자 장치들(10-1 내지 10-N)에게 스트리밍으로 학습자료를 제공하므로, 전자 장치들(10-1 내지 10-N) 각각의 소유자인 학생들이 상기 복수의 슬라이드들 각각에 대해 머무르는 시간을 계산할 수 있다. 예컨대, 학생 A는 제1슬라이드에서 10분을, 제2슬라이드에서 5분을, 제3슬라이드에서 3분을 머무를 수 있다. 또한, 학생 B는 제1슬라이드에서 5분을, 제2슬라이드에서 20분을, 제3슬라이드에서는 5분을 머무를 수 있다. 즉, 시간 계산 모듈(23)은 상기 머무르는 시간은 서버(20)로 전송되어, 수업에 참여하고 있는 모든 학생들이 복수의 슬라이드 각각에 대해 머무르는 시간을 계산할 수 있다. 상기 머무르는 시간은 학생들이 전자 장치들(10-1~10-N) 각각에서 어느 한 슬라이드를 넘기기 위해 터치한 시점에서 다음 슬라이드를 넘기기 위해 터치한 시점 사이의 시간을 의미한다.

서버(20)는 전자 장치들(10-1~10-N) 각각으로부터 상기 학생들이 상기 학습자료에 대해 조작하는 시간 정보를 수신하고, 상기 학생들이 상기 복수의 슬라이드들 각각에 대해 머무르는 시간을 계산하고, 상기 머무르는 시간에 대해 복수의 확률 분포도들을 생성한다. 확률 분포도 생성 모듈(25)은 복수의 슬라이드들에 대한 각각의 확률 분포도를 계산한다. 상기 조작이란 학생들이 전자 장치들(10-1~10-N) 각각에서 학습자료인 복수의 슬라이들 중 어느 한 슬라이드를 넘기기 위해 전자 장치들(10-1~10-N)의 디스플레이를 터치하거나, 키보드를 누르는 행위를 의미한다.

도 4는 도 3에 도시된 전자 장치들의 디스플레이에 머무르는 학습자료의 슬라이드들 각각의 시간의 확률 분포도를 나타낸다.

도 3과 도 4를 참조하면, 제1슬라이드(SD1)의 경우, 5분 이내에 머무르는 학생들의 확률이 0.7로 가장 높고, 5분에서 10분, 10분에서 15분, 및 15분 이상 머무르는 학생들의 확률은 각각 0.1, 0.1, 및 0.1이다.

제2슬라이드(SD2)의 경우, 5분 이내, 5분에서 10분 사이에 머무르는 학생들의 확률이 각각 0.1, 0.2이고, 10분에서 15분 사이에 머무르는 학생들의 확률이 0.5, 15분 이상 머무르는 학생들의 확률은 0.2이다.

제3슬라이드(SD3)의 경우, 5분 이내, 5분에서 10분, 10분에서 15분, 및 15분 이상 머무르는 학생들의 확률은 각각 0.21, 0.24, 0.3, 및 0.25이다. 실시 예에 따라 상기 확률 분포도에서 X축에 해당하는 시간의 간격은 달라질 수 있다.

교수는 학습자료의 모든 슬라이드들에 대해 동일한 시간으로 수업을 진행하는 것이 아니라, 교수의 수업에 따라 교수가 만든 학습자료의 슬라이드들의 머무르는 시간은 다르다. 예컨대, 도입부에 해당하는 첫번째 슬라이드에는 짧게 수업을 진행하고, 중요한 내용을 설명하는 중간부의 슬라이드들에서는 더 오래 수업을 진행할 수 있다.

수업에 집중하는 학생들은 교수의 수업에 따라 자신들의 전자 장치들(10-1~10-N)에 디스플레이되는 슬라이드들을 넘길 것이며, 수업에 집중하지 않은 학생들은 교수의 수업과 관계없이 자신들의 전자 장치들(10-1~10-N)에 디스플레이되는 슬라이드들을 넘길 것이다. 또한, 수업에 집중하지 않은 학생들은 교수의 수업과 관계없이 하나의 슬라이드에서 머무르는 시간이 상대적으로 길 것이다.

서버(20)는 상기 복수의 확률 분포도들에 따라 상기 학생들 각각에 대해 집중력을 판단한다. 집중력 판단 모듈(27)은 상기 복수의 확률 분포도들 중 가장 높은 확률이 속하는 학생들인지 여부로 집중력을 판단한다.

서버(20)는 상기 복수의 확률 분포도들 중 어느 하나에서 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상인지 판단한다. 예컨대, 도 4에서 제1슬라이드(SD1)에 대한 확률 분포도에서 가장 높은 확률은 0.7이므로, 상기 미리 정해진 확률 값(예컨대, 0.5) 이상이다. 또한, 도 4에서 제2슬라이드(SD2)에 대한 확률 분포도에서 가장 높은 확률은 0.5이므로, 상기 미리 정해진 확률 값(예컨대, 0.5) 이상이다. 반면, 도 4에서 제3슬라이드(SD3)에 대한 확률 분포도에서 가장 높은 확률은 0.3이므로, 상기 미리 정해진 확률 값(0.5) 이하이다.

상기 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대 0.5) 이상일 때, 서버(20)는 상기 가장 높은 확률에 대응되는 학생들의 집중력은 높은 것으로 판단한다. 예컨대, 학생 A가 제1슬라이드(SD1)에 대한 확률 분포도에서 가장 높은 확률인 0.7에 속할 때, 서버(20)는 학생 A에 대해 집중력은 높은 것으로 판단한다. 대다수의 학생들이 수업에 집중력을 가지고 듣는 것을 전제로 서버(20)는 학생들의 집중력을 판단한다. 실시 예에 따라 상기 미리 정해진 확률 값은 0.5 이외에 다른 숫자로 설정될 수 있다.

실시 예에 따라 서버(20)는 상기 복수의 확률 분포도들 중 적어도 2개 이상에서 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대, 0.5) 이상인지 판단한다.

상기 복수의 확률 분포도들 중 적어도 2개 이상에서 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대, 0.5) 이상일 때, 서버(20)는 상기 2개 이상의 확률 분포도들에서 가장 높은 확률에 공통적으로 대응되는 학생들의 집중력은 높은 것으로 판단한다. 예컨대, 학생 A와 학생 B가 제1슬라이드(SD1)에 대한 확률 분포도에서 가장 높은 확률인 0.7에 속하고, 학생 A는 제2슬라이드(SD2)에 대한 확률 분포도에서 가장 높은 확률인 0.5에 속하지만, 학생 B는 제2슬라이드(SD2)에 대한 확률 분포도에서 가장 높은 확률인 0.5에 속하지 않을 때, 서버(20)는 학생 A에 대해서만 집중력이 높은 것으로 판단한다. 서버(20)는 상기 2개 이상의 확률 분포도들에서 가장 높은 확률에 공통적으로 대응되는 학생들만 집중력이 높은 것으로 판단함으로써, 집중력 판단의 신뢰성을 높일 수 있다.

실시 예에 따라 서버(20)는 학생들의 시험 점수를 이용하여 학생들의 집중력을 판단할 수 있다. 서버(20)는 학생들 중에서 시험 점수가 임의의 퍼센트(예컨대, 상위 30 퍼센트) 이내에 드는 학생들을 선택하고, 복수의 확률 분포도들 중 어느 하나에서 상기 임의의 퍼센트(예컨대, 상위 30 퍼센트) 이내에 드는 학생들이 가장 높은 확률에 속하는지 판단한다. 상기 학생들이 가장 높은 확률에 속할 때, 서버(20)는 상기 학생들에 대해 집중력이 높은 것으로 판단한다. 상기 임의의 퍼센트(예컨대, 상기 30 퍼센트) 이내에 드는 학생들 중 대다수(예컨대, 2/3 이상)는 가장 높은 확률에 속하고, 적어도 한명 이상은 가장 높은 확률에 속하지 않을 때, 서버(20)는 가장 높은 확률에 속하지 않은 상기 적어도 한명 이상은 수업에 집중하지 않고, 학습자료만으로 시험을 잘 본 것으로 판단할 수 있다.

서버(20)는 학생들 중에서 시험 점수가 상기 임의의 퍼센트(예컨대, 상기 30 퍼센트) 이내에 드는 학생들을 선택하고, 복수의 확률 분포도들 중 적어도 2개 이상에서 상기 임의의 퍼센트(예컨대, 상기 30 퍼센트) 이내에 드는 학생들이 가장 높은 확률에 속하는지 판단한다.

학생들 중에서 시험 점수가 상기 임의의 퍼센트(예컨대, 상기 30 퍼센트) 이내에 들고, 상기 복수의 확률 분포도들 중 적어도 2개 이상에서 상기 임의의 퍼센트(예컨대, 상기 30 퍼센트) 이내에 드는 학생들이 가장 높을 확률에 속할 때, 서버(20)는 상기 가장 높은 확률에 포함되는 학생들은 집중력이 높은 것으로 판단한다.

도 4를 참조하면, 제3슬라이드(SD3)에 대한 확률 분포도에서 가장 높은 확률은 0.3이고, 나머지 확률들(0.25, 0.24, 0.21)과 큰 차이가 나지 않는다. 이는 소수의 학생들만이 수업에 집중하고, 나머지 학생들은 수업에 집중하지 못했다는 것을 의미한다. 또한, 교수의 수업이 학생들의 흥미를 끌지 못했다는 것을 의미할 수도 있다. 따라서 서버(20)는 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5)을 넘지 못하고, 두번째로 높은 확률과의 차이가 기준값(예컨대, 0.1) 이하일 때, 교수의 수업은 학생들의 흥미를 끌지 못했다고 판단한다. 즉, 서버(20)는 확률 분포도를 이용하여 교수의 강의 평가에도 활용될 수 있다.

또한, 특정 슬라이드에서 머무르는 시간이 15분 이상일 때 가장 높은 확률이고, 다른 슬라이드에서 머무르는 시간은 0에서 5분 사이일 때, 서버(20)는 대다수의 학생들은 교수의 수업에 집중하지 못한 것으로 판단한다.

서버(20)는 주차별로 교수의 수업에 대한 평가도 가능하다. 주차별 수업 중 어느 한 주차의 강의에서 복수의 확률 분포도들 중 어느 하나도 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상을 가지지 못할 때, 서버(20)는 상기 강의를 학생들이 집중하지 못한 강의로 평가한다. 예컨대, 10주차 강의에서 복수의 슬라이드들에 대한 복수의 확률 분포도들 중 어느 하나도 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상을 가지지 못할 때, 서버(20)는 상기 10주차 강의를 학생들이 집중하지 못한 강의로 평가한다.

도 5는 도 3에 도시된 의료용 학습 관리 시스템의 동작을 설명하기 위한 흐름도를 나타낸다.

도 3 내지 도 5를 참조하면, 서버(20)는 복수의 슬라이드들로 구성된 학습자료를 스트리밍 방식으로 학생들 각각의 전자 장치(10-1~10-N)로 제공한다(S10).

서버(20)는 상기 학생들이 상기 복수의 슬라이드들 각각에 대해 머무르는 시간을 계산한다(S20). 상기 머무르는 시간은 상기 학생들이 상기 머무르는 시간은 학생들이 전자 장치들(10-1~10-N) 각각에서 어느 한 슬라이드를 넘기기 위해 터치한 시점에서 다음 슬라이드를 넘기기 위해 터치한 시점 사이의 시간을 의미한다.

서버(20)는 상기 머무르는 시간에 대해 복수의 확률 분포도들을 생성한다(S30). 상기 복수의 확률 분포도들 각각은 각각의 슬라이드에 대한 확률 분포도이며, X축은 시간, Y축은 확률을 의미한다. 상기 X축의 시간 단위는 5분 단위이나 서버(20)에 의해 재조정될 수 있다.

서버(20)는 상기 확률 분포도들에 따라 상기 학생들 각각에 대해 집중력을 판단한다(S40). 서버(20)는 상기 복수의 확률 분포도들 중 어느 하나에서 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상인지 판단하고, 상기 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대, 0.5) 이상일 때, 상기 가장 높은 확률에 대응되는 학생들의 집중력은 높은 것으로 판단한다.

실시 예에 따라 서버(20)는 학생들의 시험 점수가 임의의 퍼센트(예컨대, 상위 30 퍼센트) 이내에 드는 적어도 한 명 이상의 학생(예컨대, 학생 A)을 선택한다. 서버(20)는 상기 선택된 학생(학생 A)이 상기 복수의 확률 분포도들 중 적어도 어느 하나(예컨대, 제1슬라이드(SD1)에 대한 확률 분포도)에서 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속하는지 판단한다. 또한, 서버(20)는 상기 선택된 학생(학생 A)이 상기 복수의 확률 분포도들 중 적어도 2개 이상(예컨대, 제1슬라이드(SD1)에 대한 확률 분포도, 제2슬라이드(SD2)에 대한 확률 분포도)에서 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속하는지 판단할 수 있다.

상기 선택된 학생(학생 A)이 상기 복수의 확률 분포도들 중 적어도 어느 하나에서 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속할 때, 서버(20)는 상기 학생(학생 A)에 대해 집중력이 높은 것으로 판단한다. 실시 예에 따라 상기 선택된 학생(학생 A)이 상기 복수의 확률 분포도들 중 적어도 2개 이상에서 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속할 때, 서버(20)는 상기 학생(학생 A)에 대해 집중력이 높은 것으로 판단할 수 있다.

상기 선택된 학생(학생 A)이 상기 복수의 확률 분포도들 중 적어도 어느 하나에서 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속할 때, 서버(20)는 상기 확률에 속하는 모든 학생들(예컨대, 학생 B와 학생 C)에 대해 집중력이 높은 것으로 판단한다. 실시 예에 따라 상기 선택된 학생(학생 A)이 상기 복수의 확률 분포도들 중 적어도 2개 이상에서 가장 높은 확률이 상기 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속할 때, 서버(20)는 상기 확률에 속하는 모든 학생들(학생 B, 학생 C)에 대해 집중력이 높은 것으로 판단할 수 있다. 서버(20)는 학생 B와 학생 C는 시험 점수는 임의의 퍼센트(예컨대, 상위 30 퍼센트) 이내에 속하지 못하지만, 집중력은 높은 것으로 판단할 수 있다.

서버(20)가 학생들의 시험 점수가 임의의 퍼센트(예컨대, 상위 30 퍼센트) 이내에 드는 적어도 한 명 이상의 학생(학생 A)을 선택하고, 상기 선택된 학생(학생 A)이 상기 복수의 확률 분포도들 중 적어도 어느 하나(제1슬라이드(SD1)에 대한 확률 분포도)에서 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속하는지 판단하고, 상기 선택된 학생에 대해 집중력이 높은 것으로 판단한 후, 서버(20)가 선택한 시험 점수가 임의의 퍼센트(예컨대, 상위 30 퍼센트) 이내에 드는 학생(예컨대, 학생 D)이 상기 복수의 확률 분포도들 중 어느 하나도 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상인 확률에 속하지 않을 때, 서버(20)는 상기 학생(학생 D)에 대해 집중력이 높지 않은 것으로 판단한다.

실시 예에 따라 서버(20)는 교수 평가 모듈(29)을 더 포함할 수 있다. 교수 평가 모듈(29)은 주차별로 교수의 수업에 대한 평가도 가능하다.

서버(20)는 주차별 수업 중 어느 한 주차의 수업에서 복수의 확률 분포도들 중 어느 하나도 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상을 가지지 못하는 경우가 있는지 판단한다. 주차별 수업 중 어느 한 주차의 수업에서 복수의 확률 분포도들 중 어느 하나도 가장 높은 확률이 미리 정해진 확률 값(예컨대, 0.5) 이상을 가지지 못할 때, 서버(20)는 상기 강의를 학생들이 집중하지 못한 강의로 평가한다. 실시 예에 따라 서버(20)는 주차별 수업 중 어느 한 수업의 강의에서 복수의 확률 분포도들 중 어느 하나에서 각 확률의 편차가 기준값(예컨대, 0.2) 이하가 있는지 판단한다. 서버(20)는 주차별 수업 중 어느 한 주차의 수업에서 복수의 확률 분포도들 중 어느 하나에서 각 확률의 편차가 기준값(예컨대, 0.2) 이하일 때, 서버(20)는 상기 수업을 학생들이 집중하지 못한 수업으로 평가할 수 있다.

서버(20)는 주차별 수업 중 얼마나 많은 수업에서 복수의 확률 분포도들 중 어느 하나도 가장 높은 확률이 미리 정의된 확률 값(예컨대, 0.5) 이상을 가지지 못하는 경우가 있는지 계산한다. 상기 주차별 수업에서 임의의 횟수(예컨대, 3회) 이상 수업에서 복수의 확률 분포도들 중 어느 하나도 가장 높은 확률이 미리 정의된 확률 값(예컨대, 0.5) 이상을 가지지 못하는 경우가 있을 때, 서버(20)는 교수의 수업 평가에 대해 좋지 않은 점수를 부여한다. 예컨대, 서버(20)는 교수의 수업 평가를 실패(fail)로 부여할 수 있다.

본 발명의 실시 예에 따른 의료용 학습 관리 시스템은 학생들이 학습자료에 머무르는 시간을 계산하고 확률 분포도를 생성함으로써 학생들이 얼마나 수업에 집중하고 있는지를 판단할 수 있다.

본 발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

100: 시스템;
10-1, 10-2, 10-3, 10-N: 전자 장치;
20: 서버;
30: 햅틱 장치;
40: 가상 현실 장치;

Claims (3)

1. 전문가에 의해 조작된 햅틱 장치의 제1연속적인 움직임 정보들을 수신하는 단계;
   학생들에 의해 조작된 상기 햅틱 장치의 제2연속적인 움직임 정보들을 각각 수신하는 단계;
   상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교하는 단계; 및
   상기 비교의 결과를 상기 학생들 각각의 전자 장치의 디스플레이에 디스플레이하도록 상기 비교의 결과를 상기 전자 장치로 전송하는 단계를 포함하는 의료용 학습 관리 방법.
2. 제1항에 있어서, 상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교하는 단계는,
   상기 제1연속적인 움직임 정보들 중 어느 하나의 정보와 상기 제2연속적인 움직임 정보들 중 어느 하나의 정보가 일치하지 않을 때, 상기 햅틱 장치로 하여금 상기 학생들 중 어느 하나에게 촉각을 느끼도록 하기 위해 상기 햅틱 장치로 피드백 정보를 전송하는 단계를 포함하는 의료용 학습 관리 방법.
3. 햅틱 장치; 및
   전문가에 의해 조작된 상기 햅틱 장치의 제1연속적인 움직임 정보들을 수신하고, 학생들에 의해 조작된 상기 햅틱 장치의 제2연속적인 움직임 정보들을 각각 수신하고, 상기 제1연속적인 움직임 정보들과 상기 제2연속적인 움직임 정보들 각각을 비교하며, 상기 비교의 결과를 상기 학생들 각각의 전자 장치의 디스플레이에 디스플레이하도록 상기 비교의 결과를 상기 전자 장치로 전송하는 서버를 포함하는 의료용 학습 관리 시스템.

Images