KR20210079772A - 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법 - Google Patents

기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법 Download PDF

Info

Publication number
KR20210079772A
KR20210079772A KR1020190171912A KR20190171912A KR20210079772A KR 20210079772 A KR20210079772 A KR 20210079772A KR 1020190171912 A KR1020190171912 A KR 1020190171912A KR 20190171912 A KR20190171912 A KR 20190171912A KR 20210079772 A KR20210079772 A KR 20210079772A
Authority
KR
South Korea
Prior art keywords
dementia test
dementia
data
test
terminal
Prior art date
Application number
KR1020190171912A
Other languages
English (en)
Other versions
KR102375487B1 (ko
Inventor
조동훈
김기환
이민철
Original Assignee
클루피 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 클루피 주식회사 filed Critical 클루피 주식회사
Priority to KR1020190171912A priority Critical patent/KR102375487B1/ko
Publication of KR20210079772A publication Critical patent/KR20210079772A/ko
Application granted granted Critical
Publication of KR102375487B1 publication Critical patent/KR102375487B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • G16H40/67—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 for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법에 관한 것으로서, 특히 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하여 이들 데이터를 인공신경망에 입력시켜 기계학습 시키고, 치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 수집하여 기계학습 된 인공신경망 모델에 입력시켜 치매검사결과를 예측하고, 예측된 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 수신하여 이해 관계자 단말 및 클라우드 플랫폼에 제공하는 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법에 관한 것이다.

Description

기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법{DEMENTIA TESTING MANAGEMENT SERVER USING MACHINE LEARNING AND DEMENTIA TESTING METHOD USING THE SAME}
본 발명은 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법에 관한 것으로서, 특히 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하여 이들 데이터를 인공신경망에 입력시켜 기계학습 시키고, 치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 수집하여 기계학습 된 인공신경망 모델에 입력시켜 치매검사결과를 예측하고, 예측된 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 수신하여 이해 관계자 단말 및 클라우드 플랫폼에 제공하는 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법에 관한 것이다.
최근 고령화와 저출산화가 동시에 진행되는 상황이 계속되고 있으며, 간병이 필요한 고령자는 증가하고, 간병을 수행하는 연령층은 감소되는 상황으로서, 고령자의 건강 유지에 관한 케어는 국가적 중요 과제이다. 그 중에서도 노인성 치매증은 그 성질상, 중증으로까지 증상이 진행되면 회복은 불가능해지는 점, 또한 간병에 많은 노동력을 필요로 하는 점에서 해결이 곤란한 문제이다. 한편, 최근의 연구로 치매증은 비교적 가벼운 단계에서 재활 훈련을 행함으로써 예방이나 회복이 가능하다는 것이 밝혀지고 있다. 이러한 배경을 근거로 하여 노인성 치매증의 조기 발견에 대한 필요성은 점점 더 높아지게 될 것으로 예상된다. 여기서, 인간의 판단 기능은 인간 뇌의 전두엽이 담당하고 있고, 치매는 발생 원인 등에 따라 여러 가지 분류되어 있지만, 가장 비율이 높은 노인성 치매[또는 폐용형(廢用型) 치매]는 이 전두엽의 기능 저하에 따르는 것이라고 일컬어지고 있다. 이 전두엽 기능에 의한 판단력을 검사하기 위해서는 복수의 판단력이 동시에 요구되는 테스트가 유효하다는 것을 알 수 있게 되었다.
국내 특허 공개 2015-0039635호 공보(이하, 선행기술이라 함)에는 기존에 통사적 처리 능력 검사를 위해 설계된 과제에서 정상군의 피검사자들에게도 문장 이해 처리에 영향을 미치는 통사 구조 외적인 요소들을 제거함으로써, 좀 더 순수하게 통사 구조의 복잡성의 차이에 의해 정상군과 환자군에서 각각 문장 이해 능력과 표현 능력이 다르게 영향을 받는 정도를 도출할 수 있는 문장 이해력 및 표현력 검사 장치 및 방법이 개시되어 있다.
그러나 선행기술은 피검사자로 하여금 문장 이해 능력에 도움을 주어 치매검사를 수월하게 한다는 점에서 장점을 가지고 있으나 피검사자는 검사장치의 모니터를 보면서 검사를 진행해야 하므로 원거리에 있는 피검사자는 검사가 불가능하며 검사장치가 데이터베이스에 저장된 데이터를 불러들여 검사를 진행하므로 데이터 콘텐츠가 한정되어 있다는 문제점이 있었다.
국내 특허 공개 2015-0039635호 공보(발명의 명칭 : 경도 인지 장애 및 알츠하이머성 치매 진단을 위한 문장 이해력 및 표현력 검사 장치 및 방법)
따라서 본 발명은 상기와 같은 문제점을 해결하기 위해 이루어진 것으로서, 본 발명의 목적은 피검사자가 치매 검사 관리 서버로부터 원거리에 위치하여도 치매검사가 가능하며 다양한 형식의 치매 검사를 할 수 있으며 신속하고 정확한 치매 검사를 가능하게 하는, 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법을 제공하는 데에 있다.
상기의 목적을 달성하기 위해, 본 발명의 일 실시형태에 의한 기계학습을 이용한 치매검사 관리 서버는 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하도록 구성된 빅데이터 수집부; 치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시키도록 구성된 기계학습부; 치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 치료사 단말로부터 수집하도록 구성된 치매 검사용 디지털 콘텐츠 제공부; 상기 치매 검사용 디지털 콘텐츠 제공부로부터 피검사자의 치매 검사 데이터를 수집하여 기계학습 된 상기 인공신경망 모델에 수집된 상기 피검사자의 치매 검사 데이터를 입력시켜 치매검사결과를 예측하도록 구성된 치매 검사 결과 예측부; 및 예측된 상기 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 상기 의사 단말로부터 수신하여 이해 관계자 단말에 제공함과 아울러, 클라우드 플랫폼에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 처방의 데이터를 제공하도록 구성된 최종 검사 결과 및 처방 데이터 제공부;를 포함하는 것을 특징으로 한다.
상기 일 실시형태에 의한 기계학습을 이용한 치매검사 관리 서버에 있어서, 상기 치료사 단말은 상기 피검사 단말을 미러링하면서 원격으로 제어하도록 더 구성될 수 있다.
상기 일 실시형태에 의한 기계학습을 이용한 치매검사 관리 서버에 있어서, 상기 치매 검사용 디지털 콘텐츠 제공부에 의해 제공되는 치매 검사용 디지털 콘텐츠는 영상 및 음성으로 표시될 수 있다.
상기 일실시 형태에 의한 기계학습을 이용한 치매검사 관리 서버에 있어서, 상기 이해 관계자 단말은 보호자 단말, 사회복지사 단말 및 의료인 단말 중 하나 이상일 수 있다.
상기의 목적을 달성하기 위해, 본 발명의 다른 실시형태에 의한 치매검사 방법은 치매 검사 관리 서버가 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하는 단계; 상기 치매 검사 관리 서버가 상기 치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 상기 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시키는 단계; 상기 치매 검사 관리 서버가 치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 치료사 단말로부터 수집하는 단계; 상기 치매 검사 관리 서버가 예측된 상기 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 상기 의사 단말로부터 수신하여 이해 관계자 단말에 제공함과 아울러, 상기 클라우드 플랫폼에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 처방의 데이터를 제공하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 실시형태들에 의한 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법에 의하면, 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하고; 상기 치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 상기 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시키며; 치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 치료사 단말로부터 수집하며; 상기 치매 검사 관리 서버가 예측된 상기 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 상기 의사 단말로부터 수신하여 이해 관계자 단말에 제공함과 아울러, 상기 클라우드 플랫폼에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 처방의 데이터를 제공하는 단계;를 포함하도록 구성됨으로써, 피검사자가 치매 검사 관리 서버로부터 원거리에 위치하여도 치매검사가 가능하며 다양한 형식의 치매 검사를 할 수 있으며 신속하고 정확한 치매 검사를 가능하게 한다는 뛰어난 효과가 있다.
도 1은 본 발명의 실시예에 의한 기계학습을 이용한 치매검사 관리 서버를 포함한 치매검사 관리 시스템의 블록 구성도이다.
도 2는 본 발명의 실시예에 의한 기계학습을 이용한 치매검사 관리 서버를 이용한 치매검사 방법을 설명하기 위한 플로우챠트이다.
본 발명의 실시예를 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예를 기술하기 위한 것이며, 결코 제한적으로 해석되어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하는 것으로 해석되어서는 안 된다.
도면에서 도시된 각 시스템에서, 몇몇 경우에서의 요소는 각각 동일한 참조 번호 또는 상이한 참조 번호를 가져서 표현된 요소가 상이하거나 유사할 수가 있음을 시사할 수 있다. 그러나 요소는 상이한 구현을 가지고 본 명세서에서 보여지거나 기술된 시스템 중 몇몇 또는 전부와 작동할 수 있다. 도면에서 도시된 다양한 요소는 동일하거나 상이할 수 있다. 어느 것이 제1 요소로 지칭되는지 및 어느 것이 제2 요소로 불리는지는 임의적이다.
본 명세서에서 어느 하나의 구성요소가 다른 구성요소로 자료 또는 신호를 '전송', '전달' 또는 '제공'한다 함은 어느 한 구성요소가 다른 구성요소로 직접 자료 또는 신호를 전송하는 것은 물론, 적어도 하나의 또 다른 구성요소를 통하여 자료 또는 신호를 다른 구성요소로 전송하는 것을 포함한다.
이하, 본 발명의 실시예를 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 의한 기계학습을 이용한 치매검사 관리 서버를 포함한 치매검사 관리 시스템의 블록 구성도이다.
본 발명의 실시예에 의한 기계학습을 이용한 치매검사 관리 서버를 포함한 치매검사 관리 시스템은, 도 1에 도시된 바와 같이, 피검사자 단말(100), 치료사 단말(110), 의사단말(120), 클라우드 플랫폼(300), 이해 관계자 단말(310) 및 치매 검사 관리 서버(200)를 포함한다.
피검사자 단말(100)은 치매검사를 받고자 하는 사람이 소지하고 있는 단말로서, 스마트폰, 태블릿 컴퓨터, 노트북 등이 사용될 수 있으며, 치매 검사를 수행하는 앱이 저장되어 있다.
치료사 단말(110)은 피검사자의 치매검사를 도와주기 위한 임상심리사, 간호사, 간호조무사 등의 의료진이 소지하고 있는 단말로서, 스마트폰, 태블릿 컴퓨터, 노트북 등이 사용될 수 있다.
치료사 단말(110)은 피검사 단말(100)을 미러링하면서 원격으로 제어하여 피검사자가 치매검사를 수행함에 있어서 도움을 주며, 특히 피검사자 단말(100)이 작성한 치매 검사 데이터를 수집하여 이상 유무를 판단한 후 문제가 없을 때 치매 검사 관리 서버(200)에 제공하는 역할을 한다.
의사단말(120)은 치매 검사 관리 서버(200)로부터 예측된 치매검사 결과 데이터를 입력받아 최종 치매 검사 결과와 그 검사 결과에 따른 처방을 하는 치매 담당 의사가 소지하는 단말로서, 스마트폰, 태블릿 컴퓨터, 노트북 등이 사용될 수 있다.
의사단말(120)은 치매 검사 관리 서버(200)에 최종 치매 검사 결과 및 처방의 데이터를 제공함과 아울러, 클라우드 플랫폼(300)에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 그 결과에 따른 처방의 데이터를 제공하는 역할을 한다.
클라우드 플랫폼(300)은 인터넷("클라우드")을 통해 서버, 스토리지, 데이터베이스, 네트워킹, 소프트웨어, 분석, 인텔리전스 등의 컴퓨팅 서비스를 제공한다.
클라우드 플랫폼(300)은 인터넷을 통해 전세계의 치매 검사를 위한 디지털 콘텐츠(치매 검사 항목 데이터, 치매 검사 항목에 대한 체점 결과 데이터 등 치매와 관련된 데이터를 포함)를 저장하여 치매 검사 관리 서버(200)의 요청 시 이를 제공하고, 의사 단말(120)에 의해 제공된 디지털 콘텐츠, 최종 치매 검사 결과 및 그 결과에 따른 처방의 데이터를 데이터베이스화하여 저장한다.
이해 관계자 단말(310)은 피검사자와 이해관계에 있는 보호자, 사회복지사 및 의료인이 소지하고 있는 단말로서, 스마트폰, 태블릿 컴퓨터, 노트북 등이 사용될 수 있다.
치매 검사 관리 서버(200)는 피검사자 단말(100), 치료사 단말(110), 의사 단말(120), 이해 관계자 단말(310) 및 클라우드 플랫폼(300)과 무선통신 연결되어 있으며, 통신방식은 3G, LTE, 5G, WIFI, 블루투스 등과 같이 특별히 제한되지는 않는다.
치매 검사 관리 서버(200)는 빅데이터 수집부(210), 기계학습부(220), 치매검사용 디지털 콘텐츠 제공부(230), 치매 검사 결과 예측부(240), 및 최종 검사 결과 및 처방 데이터 제공부(260)를 포함한다.
빅데이터 수집부(210)는 클라우드 플랫폼(300)으로부터 치매검사용 디지털 콘텐츠(지남력 검사, 길만들기 검사, 시각주의력 검사, 청각주의력 검사, 도형 그리기 검사, 단어기억 검사, 그림이름 대기 검사, 언어유창성 검사, 시계 그리기 검사, 퍼즐 맞추기 검사, 사칙연산 검사, 숫자 부조화 검사, 스트룸 검사 등의 치매검사를 위한 디지털 콘텐츠)에 포함된 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하는 역할을 한다.
기계학습부(220)는 빅데이터 수집부(210)로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 입력받아 치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시키는 역할을 한다.
치매 검사용 디지털 콘텐츠 제공부(230)는 치매검사용 디지털 콘텐츠(영상 및 음성으로 표시될 수 있음)를 피검사자 단말(100)에 제공하여 작성된 피검사자의 치매 검사 데이터를 치료사 단말(110)로부터 수집하는 역할을 한다.
치매 검사 결과 예측부(240)는 치매 검사용 디지털 콘텐츠 제공부(230)로부터 피검사자의 치매 검사 데이터를 수집하여, 기계학습부(220)에서 기계학습 된 인공신경망 모델에 수집된 피검사자의 치매 검사 데이터를 입력시켜 치매검사결과를 예측하는 역할을 한다.
최종 검사 결과 및 처방 데이터 제공부(260)는 치매 검사 결과 예측부(240)에 의해 예측된 치매검사결과를 의사 단말(120)에 제공하여 치매 담당 의사에 의해 결정된 최종 치매 검사 결과 및 그 결과에 따른 처방의 데이터를 의사 단말(120)로부터 수신하여 이해 관계자 단말(310)에 제공함과 아울러, 클라우드 플랫폼(300)에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 그 결과에 따른 처방의 데이터를 제공하는 역할을 한다.
상기와 같이 구성된 본 발명의 실시예에 의한 기계학습을 이용한 치매검사 관리 서버를 이용한 치매검사 방법에 대해 도면을 참조하여 설명하기로 한다.
도 2는 본 발명의 실시예에 의한 기계학습을 이용한 치매검사 관리 서버를 이용한 치매검사 방법을 설명하기 위한 플로우챠트로서, 여기서 S는 스텝(step)을 의미한다.
먼저, 치매 검사 관리 서버(200)가 클라우드 플랫폼(300)으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집한다(S10).
이어서, 치매 검사 관리 서버(200)가 스텝(S10)에서 수집된 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 입력받아, 치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시킨다(S20).
다음, 치매 검사 관리 서버(200)가 치매검사용 디지털 콘텐츠를 피검사자 단말(100)에 제공하여(S30), 작성된 피검사자의 치매 검사 데이터를 치료사 단말(110)로부터 수집한다(S40).
이어서, 치매 검사 관리 서버(200)가 스텝(S20)에서 기계학습 된 인공신경망 모델에 스텝(S40)에서 수집된 피검사자의 치매 검사 데이터를 입력시켜 치매검사결과를 예측한다(S50).
다음, 치매 검사 관리 서버(200)가 스텝(S50)에서 예측된 치매검사결과를 의사 단말(120)에 제공하여(S60), 치매 담당 의사에 의해 결정된 최종 치매 검사 결과 및 그 결과에 따른 처방의 데이터를 의사 단말(S70)로부터 수신하고(S70), 이해 관계자 단말(310)에 최종 치매 검사 결과 및 그 결과에 따른 처방의 데이터를 송신한 후(S80), 클라우트 플랫폼(300)에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 처방의 데이터를 제공한다(S90).
본 발명의 실시예에 의한 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법에 의하면, 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하고; 상기 치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 상기 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시키며; 치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 치료사 단말로부터 수집하며; 상기 치매 검사 관리 서버가 예측된 상기 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 상기 의사 단말로부터 수신하여 이해 관계자 단말에 제공함과 아울러, 상기 클라우드 플랫폼에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 처방의 데이터를 제공하는 단계;를 포함하도록 구성됨으로써, 피검사자가 치매 검사 관리 서버로부터 원거리에 위치하여도 치매검사가 가능하며 다양한 형식의 치매 검사를 할 수 있으며 신속하고 정확한 치매 검사를 가능하게 한다는 뛰어난 효과가 있다.
도면과 명세서에는 최적의 실시예가 개시되었으며, 특정한 용어들이 사용되었으나 이는 단지 본 발명의 실시형태를 설명하기 위한 목적으로 사용된 것이지 의미를 한정하거나 특허 청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 피검사자 단말
110: 치료사 단말
120: 의사 단말
200: 치매 검사 관리 서버
300: 클라우드 플랫폼
310: 이해 관계자 단말

Claims (5)

  1. 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하도록 구성된 빅데이터 수집부;
    치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시키도록 구성된 기계학습부;
    치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 치료사 단말로부터 수집하도록 구성된 치매 검사용 디지털 콘텐츠 제공부;
    상기 치매 검사용 디지털 콘텐츠 제공부로부터 피검사자의 치매 검사 데이터를 수집하여 기계학습 된 상기 인공신경망 모델에 수집된 상기 피검사자의 치매 검사 데이터를 입력시켜 치매검사결과를 예측하도록 구성된 치매 검사 결과 예측부; 및
    예측된 상기 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 상기 의사 단말로부터 수신하여 이해 관계자 단말에 제공함과 아울러, 클라우드 플랫폼에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 처방의 데이터를 제공하도록 구성된 최종 검사 결과 및 처방 데이터 제공부;를 포함하는, 기계학습을 이용한 치매검사 관리 서버.
  2. 제 1 항에 있어서,
    상기 치료사 단말은 상기 피검사 단말을 미러링하면서 원격으로 제어하도록 더 구성된, 기계학습을 이용한 치매검사 관리 서버.
  3. 제 1 항에 있어서,
    상기 치매 검사용 디지털 콘텐츠 제공부에 의해 제공되는 치매 검사용 디지털 콘텐츠는 영상 및 음성으로 표시되는, 기계학습을 이용한 치매검사 관리 서버.
  4. 제 1 항에 있어서,
    상기 이해 관계자 단말은 보호자 단말, 사회복지사 단말 및 의료인 단말 중 하나 이상인, 기계학습을 이용한 치매검사 관리 서버.
  5. 제 1 항에 기재된 기계학습을 이용한 치매검사 관리 서버를 이용한 치매검사 방법으로서,
    치매 검사 관리 서버가 클라우드 플랫폼으로부터 치매 검사 항목 데이터 및 치매 검사 항목에 대한 채점 결과 데이터를 수집하는 단계;
    상기 치매 검사 관리 서버가 상기 치매 검사 항목 데이터를 인공신경망의 입력노드에 입력하고 상기 치매 검사 항목에 대한 채점 결과 데이터를 인공신경망의 출력노드에 입력시켜 기계학습 시키는 단계;
    상기 치매 검사 관리 서버가 치매검사용 디지털 콘텐츠를 피검사자 단말에 제공하여 작성된 피검사자의 치매 검사 데이터를 치료사 단말로부터 수집하는 단계;
    상기 치매 검사 관리 서버가 기계학습 된 인공신경망 모델에 수집된 상기 피검사자의 치매 검사 데이터를 입력시켜 치매검사결과를 예측하는 단계; 및
    상기 치매 검사 관리 서버가 예측된 상기 치매검사결과를 의사 단말에 제공하여 결정된 최종 치매 검사 결과 및 처방의 데이터를 상기 의사 단말로부터 수신하여 이해 관계자 단말에 제공함과 아울러, 상기 클라우드 플랫폼에 치매 검사용 디지털 콘텐츠, 최종 치매 검사 결과 및 처방의 데이터를 제공하는 단계;를 포함하는 치매검사 방법.
KR1020190171912A 2019-12-20 2019-12-20 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법 KR102375487B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190171912A KR102375487B1 (ko) 2019-12-20 2019-12-20 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190171912A KR102375487B1 (ko) 2019-12-20 2019-12-20 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법

Publications (2)

Publication Number Publication Date
KR20210079772A true KR20210079772A (ko) 2021-06-30
KR102375487B1 KR102375487B1 (ko) 2022-03-18

Family

ID=76602574

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190171912A KR102375487B1 (ko) 2019-12-20 2019-12-20 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법

Country Status (1)

Country Link
KR (1) KR102375487B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023095942A1 (ko) * 2021-11-23 2023-06-01 주식회사 피디젠 비대면 치매 발병 고 위험군 예측방법 및 플랫폼

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240095695A (ko) 2022-12-16 2024-06-26 현대자동차주식회사 차량 제어 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130087075A (ko) * 2012-01-27 2013-08-06 주식회사 넷블루 통합형 인지 재활 시스템 및 통합형 인지 재활 서비스 제공 방법
KR20150039635A (ko) 2013-10-02 2015-04-13 이화여자대학교 산학협력단 경도 인지 장애 및 알츠하이머성 치매 진단을 위한 문장 이해력 및 표현력 검사 장치 및 방법
KR20170127123A (ko) * 2016-05-11 2017-11-21 (주)메디즈 그룹형 인지재활 시스템
KR101818074B1 (ko) * 2017-07-20 2018-01-12 (주)제이엘케이인스펙션 인공지능 기반 의료용 자동 진단 보조 방법 및 그 시스템
KR20190015649A (ko) * 2017-08-03 2019-02-14 사회복지법인 삼성생명공익재단 신경심리검사를 이용한 치매 발병 예측 방법 및 예측 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130087075A (ko) * 2012-01-27 2013-08-06 주식회사 넷블루 통합형 인지 재활 시스템 및 통합형 인지 재활 서비스 제공 방법
KR20150039635A (ko) 2013-10-02 2015-04-13 이화여자대학교 산학협력단 경도 인지 장애 및 알츠하이머성 치매 진단을 위한 문장 이해력 및 표현력 검사 장치 및 방법
KR20170127123A (ko) * 2016-05-11 2017-11-21 (주)메디즈 그룹형 인지재활 시스템
KR101818074B1 (ko) * 2017-07-20 2018-01-12 (주)제이엘케이인스펙션 인공지능 기반 의료용 자동 진단 보조 방법 및 그 시스템
KR20190015649A (ko) * 2017-08-03 2019-02-14 사회복지법인 삼성생명공익재단 신경심리검사를 이용한 치매 발병 예측 방법 및 예측 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023095942A1 (ko) * 2021-11-23 2023-06-01 주식회사 피디젠 비대면 치매 발병 고 위험군 예측방법 및 플랫폼

Also Published As

Publication number Publication date
KR102375487B1 (ko) 2022-03-18

Similar Documents

Publication Publication Date Title
Kapoor et al. Digital healthcare: The only solution for better healthcare during COVID-19 pandemic?
Harte et al. Human-centered design study: enhancing the usability of a mobile phone app in an integrated falls risk detection system for use by older adult users
Kalron The relationship between specific cognitive domains, fear of falling, and falls in people with multiple sclerosis
O'Neill et al. Do first impressions count? Frailty judged by initial clinical impression predicts medium‐term mortality in vascular surgical patients
Milne et al. The use of global positional satellite location in dementia: a feasibility study for a randomised controlled trial
Fontaine et al. Artificial intelligence to evaluate postoperative pain based on facial expression recognition
Kamath et al. Digital phenotyping in depression diagnostics: integrating psychiatric and engineering perspectives
Mayora et al. Personal health systems for bipolar disorder anecdotes, challenges and lessons learnt from monarca project
Bächle et al. Assistive technology for independent living with dementia: Stylized facts and research gaps
KR102375487B1 (ko) 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법
US20130191153A1 (en) Assessing Variation In Clinical Response Data Based On A Computational Representation Of Neural Or Psychological Processes Underlying Performance On A Brain Function Test
Van Durme et al. A comprehensive grid to evaluate case management’s expected effectiveness for community-dwelling frail older people: results from a multiple, embedded case study
Volk et al. The history and mission of smile train, a global cleft charity
Boltin et al. Mobile decision support tool for emergency departments and mass casualty incidents (EDIT): initial study
Wagner et al. Reporting near-miss events in nursing homes
Argintaru et al. An active shooter in your hospital: a novel method to develop a response policy using in situ simulation and video framework analysis
Visvanathan et al. Effectiveness of an Ambient Intelligent Geriatric Management system (AmbIGeM) to prevent falls in older people in hospitals: protocol for the AmbIGeM stepped wedge pragmatic trial
Akpan et al. Leveraging polio geographic information system platforms in the African region for mitigating COVID-19 contact tracing and surveillance challenges
Singh et al. Improving the efficiency of healthcare delivery system in underdeveloped rural areas
Mansouri et al. Mobile health applications in the COVID-19 pandemic: A scoping review of the reviews
Cooper et al. Acutely induced anxiety increases negative interpretations of events in a closed-circuit television monitoring task
El Arbaoui et al. A review on the application of the Internet of Things in monitoring autism and assisting parents and caregivers
Marins et al. An agent-based RFID monitoring system for healthcare
Butt et al. Remote mobile heath monitoring frameworks and mobile applications: Taxonomy, open challenges, motivation, and recommendations
Cunha et al. Using mixed reality and machine learning to assist caregivers in nursing home and promote well-being

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant