KR20220084903A - Ai-based patient education video providing method and system - Google Patents
Ai-based patient education video providing method and system Download PDFInfo
- Publication number
- KR20220084903A KR20220084903A KR1020200174849A KR20200174849A KR20220084903A KR 20220084903 A KR20220084903 A KR 20220084903A KR 1020200174849 A KR1020200174849 A KR 1020200174849A KR 20200174849 A KR20200174849 A KR 20200174849A KR 20220084903 A KR20220084903 A KR 20220084903A
- Authority
- KR
- South Korea
- Prior art keywords
- patient
- video
- artificial intelligence
- information
- patient education
- Prior art date
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
-
- 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
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명은 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 관한 것으로서, 보다 구체적으로는 환자 교육 동영상 제공 방법으로서, (1) 복수의 환자 교육 동영상을 진단과 학습 진도에 따라 분류하여 데이터베이스 모듈에 저장하는 단계; (2) 외래 접수가 되면 접수한 환자의 환자 정보를 수신하는 단계; (3) 상기 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 상기 데이터베이스 모듈에 저장된 환자 교육 동영상 중에서 해당 환자에게 제공할 환자 교육 동영상을 선정하는 단계; (4) 상기 단계 (3)에서 선정한 환자 교육 동영상을 시청할 수 있는 링크를 해당 환자의 환자 디바이스에 제공하는 단계; (5) 상기 제공된 링크를 이용한 동영상 시청이 완료되면, 상기 환자 디바이스로부터 피드백을 수신하는 단계; 및 (6) 상기 수신한 피드백을 이용해 상기 환자 정보에 포함된 진도 정보를 업데이트하여 저장하는 단계를 포함하며, 상기 단계 (3)에서는, 환자별로 저장된 상기 진도 정보에 맞추어 상기 학습 진도에 따라 상기 환자 교육 동영상을 선정하는 것을 그 구성상의 특징으로 한다.
또한, 본 발명은 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 관한 것으로서, 보다 구체적으로는 환자 교육 동영상 제공 시스템으로서, 복수의 환자 교육 동영상을 질환과 학습 진도에 따라 분류하여 저장하는 데이터베이스 모듈; 외래 접수가 되면 접수한 환자의 환자 정보를 수신하는 정보 수신 모듈; 상기 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 상기 데이터베이스 모듈에 저장된 환자 교육 동영상 중에서 해당 환자에게 제공할 환자 교육 동영상을 선정하는 동영상 선정 모듈; 상기 동영상 선정 모듈이 선정한 환자 교육 동영상을 시청할 수 있는 링크를 해당 환자의 환자 디바이스에 제공하는 링크 제공 모듈; 상기 제공된 링크를 이용한 동영상 시청이 완료되면, 상기 환자 디바이스로부터 피드백을 수신하는 피드백 수신 모듈; 및 상기 수신한 피드백을 이용해 상기 환자 정보에 포함된 진도 정보를 업데이트하여 저장하는 정보 업데이트 모듈을 포함하며, 상기 동영상 수신 모듈은, 환자별로 저장된 상기 진도 정보에 맞추어 상기 학습 진도에 따라 상기 환자 교육 동영상을 선정하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 따르면, 환자 외래 방문 시 진료대기 시간을 활용해 개별 환자의 진단 결과와 진도에 따라 각 환자에게 필요한 환자 교육 동영상을 제공하여, 지루한 대기 시간에 실질적인 환자 교육이 이루어질 수 있도록 하고, 각종 설명을 해야 하는 의료진의 부담을 줄여줄 수 있으며, 환자의 질환과 치료과정에 대한 환자의 이해도를 높이고, 환자의 치료에도 실질적인 도움을 줄 수 있다.
또한, 본 발명에서 제안하고 있는 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 따르면, 인공지능 알고리즘을 이용해 각 환자에게 제공할 환자 교육 동영상을 선정하되, 동영상 시청을 완료한 환자로부터 피드백을 받아 인공지능 알고리즘을 업데이트함으로써, 환자에게 실질적인 도움이 되는 환자 교육 동영상을 선정하여 동영상에 대한 환자의 만족도를 높일 수 있다.The present invention relates to a method and system for providing an artificial intelligence-based patient education video, and more specifically, to a method for providing a patient education video, (1) classifying a plurality of patient education videos according to diagnosis and learning progress and storing them in a database module to do; (2) receiving patient information of the received patient when the outpatient reception is received; (3) selecting a patient education video to be provided to the patient from among the patient education videos stored in the database module through an artificial intelligence algorithm using diagnostic information and progress information included in the received patient information; (4) providing a link for viewing the patient education video selected in step (3) to the patient device of the patient; (5) receiving feedback from the patient device when the video viewing using the provided link is completed; and (6) updating and storing the progress information included in the patient information using the received feedback. In the step (3), the patient according to the learning progress according to the progress information stored for each patient. Selection of educational videos is characterized by its composition.
In addition, the present invention relates to an artificial intelligence-based patient education video providing method and system, and more particularly, to a patient education video providing system, comprising: a database module for classifying and storing a plurality of patient education videos according to disease and learning progress; an information receiving module for receiving patient information of the received patient when the outpatient reception is received; a video selection module for selecting a patient education video to be provided to the patient from among the patient education videos stored in the database module through an artificial intelligence algorithm using the diagnostic information and progress information included in the received patient information; a link providing module for providing a link for viewing the patient education video selected by the video selection module to the patient device of the corresponding patient; a feedback receiving module configured to receive feedback from the patient device when video viewing using the provided link is completed; and an information update module for updating and storing the progress information included in the patient information using the received feedback, wherein the video receiving module is configured to store the patient education video according to the learning progress according to the progress information stored for each patient. It is characterized by its configuration to select .
According to the AI-based patient education video providing method and system proposed in the present invention, the patient education video required for each patient is provided according to the diagnosis result and progress of each patient by utilizing the waiting time for patient outpatient visits, It can provide practical patient education during tedious waiting time, reduce the burden on medical staff who have to give various explanations, increase patients’ understanding of the patient’s disease and treatment process, and provide practical help in patient treatment. have.
In addition, according to the artificial intelligence-based patient education video providing method and system proposed in the present invention, the patient education video to be provided to each patient is selected using an artificial intelligence algorithm, but by receiving feedback from the patient who has finished watching the video, artificial intelligence By updating the intelligent algorithm, the patient's satisfaction with the video can be increased by selecting patient education videos that are practically helpful to the patient.
Description
본 발명은 환자 교육 동영상 제공 방법 및 시스템에 관한 것으로서, 보다 구체적으로는 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 관한 것이다.The present invention relates to a method and system for providing a patient education video, and more particularly, to a method and system for providing a patient education video based on artificial intelligence.
일반적으로 병원 특히, 한국의 의료기관을 방문하는 환자들은 병원 등의 접수계에서 건강보험증을 제시하고 진료를 받기 위한 접수신청을 한다. 병원 등에서는 이러한 접수신청에 따라 환자들의 진료 록을 추출하고, 접수신청의 순서에 따라 의사가 진료하도록 한다. 다만, 예약된 환자면 예약된 시간에 진료를 받을 수 있도록 병원 등의 접수계에서는 진료를 받는 순서를 조정한다. 이때, 진료를 받기 위해 대기 중인 환자들은 간호사가 진료를 받은 순서가 되었음을 알리는 소리를 듣고 진료실에 들어가 의사의 진료를 받는다.In general, patients visiting hospitals, especially medical institutions in Korea, present their health insurance card at the reception desk of hospitals, etc. and apply for medical treatment. Hospitals, etc. extract patients' medical records according to such applications, and allow doctors to treat them in the order of application. However, the reception desk of hospitals, etc. adjusts the order of receiving treatment so that patients who have been reserved can receive treatment at the scheduled time. At this time, patients waiting to receive treatment hear the sound of the nurse telling them that it is their turn to receive treatment, and enter the treatment room to receive treatment from the doctor.
그런데, 병원 등에서는 환자들이 진료를 받기 위한 대기 시간 동안 지루해하는 것을 해소하기 위하여 또는 진료 대기 순서를 공지하기 위하여 서비스 차원에서 대형 텔레비전이나 디스플레이 장치를 진료대기실이나 접수처 주변에 설치하고, 이를 통해 대기 순서의 진행 상황, 의료 관련 동영상, 일반 생활 관련 동영상 서비스를 제공하고 있다.However, in hospitals, etc., large televisions or display devices are installed in the waiting room or around the reception desk for service in order to relieve the boredom of patients during the waiting time for treatment or to notify the waiting order for treatment, and through this, the waiting order It provides video services related to progress, medical care, and general life.
도 1은 종래의 진료대기실의 동영상 제공 모습을 도시한 도면이다. 도 1에 도시된 바와 같이, 종래에는 대기석(20) 앞에 대형 디스플레이 장치(10)를 구비하고, 진료대기실에 있는 모든 환자에게 디스플레이 장치(10)로 같은 동영상을 제공하므로, 각 환자가 앓고 있는 질환이나 증상, 상태 등과 관계없이 대중매체를 통해서도 접할 수 있는 일반적인 상식 수준의 지식을 제공하여, 실질적인 환자 교육은 이루어지지 않고 있다. 또한, 실제로 불편한 증상이 발생하여 요구조건이 발생한 환자나 보호자에게는 추가적인 도움이 되지 않는 문제가 있다.1 is a view showing a state of providing a video of a conventional treatment waiting room. As shown in FIG. 1, in the related art, a
한편, 의료진도 질환 내용이나 치료에 대해 환자에게 자세히 설명할 시간적인 여유나 인원도 충분하지 않으며, 의료진이 단지 음성으로 설명하는 것보다는 실제 진료 시 발생하는 다양한 의문이나 질문사항 등에 대한 자세한 내용을 실제적인 동영상이나 효과적인 그림 등 시청각 자료와 같이 좀 더 사실적인 내용으로 설명하는 것이 환자에게 더 이해가 가는 방법이다.On the other hand, the medical staff also do not have enough time or the number of people to explain the details of the disease or treatment to the patient in detail. Explaining with more realistic content, such as audiovisual materials such as realistic videos or effective pictures, is a more understandable way to the patient.
그러나 도 1에 도시된 바와 같은, 종래의 디스플레이 장치(10)로는 제한된 시간에 다양한 질환에 관한 내용을 간단하게 다루기 때문에 그러한 기능실행이 불가능하였으며, 기존 매체들에 있는 내용이 주로 방송되기 때문에, 현재 진료 중인 의료진의 설명을 줄이고 의료의 만족을 높이기에는 한계가 있는 실정이다.However, as shown in FIG. 1 , with the
더 나아가, 도 1에 도시된 바와 같은 진료대기실 환경에서는, 설령 동일분야의 외래이더라도 같은 시간대 기다리는 환자가 모두 같은 질환인 경우가 드물고 진료하는 의사마다 진료하는 분야가 다르므로, 진료 전에 기다리는 모든 환자마다 각자 다른 영상을 보여주기도 어렵다. 또한, 환자마다 수행되는 검사나 치료가 모두 다르므로, 각종 검사나 그 특정 환자의 검사 일정, 검사나 치료과정에 대한 세세한 내용을 미리 제작한 동영상이나 문서 혹은 삽화 등 다양한 정보를 자세히 알아볼 수 있게 하여 환자가 미리 예측하게 하는 것이 매우 효과적이나, 도 1에 도시된 바와 같은 장치로는 이를 구현하기 어려운 한계가 있다.Furthermore, in the medical waiting room environment as shown in Fig. 1, even if it is an outpatient in the same field, it is rare that all patients waiting for the same time have the same disease, and since the treatment area is different for each doctor, every patient waiting before treatment It is difficult to show different images for each. In addition, since the examinations and treatments performed for each patient are different, various information such as various examinations, examination schedules for the specific patient, and videos, documents, or illustrations prepared in advance for detailed information about examinations or treatment processes can be viewed in detail. It is very effective to have the patient predict in advance, but there is a limit in that it is difficult to implement this with the apparatus shown in FIG. 1 .
한편, 본 발명과 관련된 선행기술로서, 공개특허 제10-2013-0014225호(발명의 명칭: 병원용 양방향 디지털 정보디스플레이 장치) 등이 개시된 바 있다.On the other hand, as prior art related to the present invention, Patent Publication No. 10-2013-0014225 (title of the invention: interactive digital information display device for hospitals) and the like have been disclosed.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 환자 외래 방문 시 진료대기 시간을 활용해 개별 환자의 진단 결과와 진도에 따라 각 환자에게 필요한 환자 교육 동영상을 제공하여, 지루한 대기 시간에 실질적인 환자 교육이 이루어질 수 있도록 하고, 각종 설명을 해야 하는 의료진의 부담을 줄여줄 수 있으며, 환자의 질환과 치료과정에 대한 환자의 이해도를 높이고, 환자의 치료에도 실질적인 도움을 줄 수 있는, 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템을 제공하는 것을 그 목적으로 한다.The present invention has been proposed to solve the above problems of the previously proposed methods, and utilizes the waiting time for patient outpatient visits to provide a patient education video necessary for each patient according to the diagnosis result and progress of each patient. , it can provide practical patient education during the tedious waiting time, reduce the burden on medical staff who have to give various explanations, increase the patient's understanding of the patient's disease and treatment process, and provide practical help to the patient's treatment. It aims to provide a method and system for providing patient education video based on artificial intelligence.
또한, 본 발명은, 인공지능 알고리즘을 이용해 각 환자에게 제공할 환자 교육 동영상을 선정하되, 동영상 시청을 완료한 환자로부터 피드백을 받아 인공지능 알고리즘을 업데이트함으로써, 환자에게 실질적인 도움이 되는 환자 교육 동영상을 선정하여 동영상에 대한 환자의 만족도를 높일 수 있는, 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템을 제공하는 것을 또 다른 목적으로 한다.In addition, the present invention selects a patient education video to be provided to each patient using an artificial intelligence algorithm, but receives feedback from a patient who has finished watching the video and updates the artificial intelligence algorithm, thereby providing a patient education video that is practically helpful to the patient Another purpose is to provide an AI-based patient education video providing method and system that can be selected to increase patient satisfaction with video.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 인공지능 기반의 환자 교육 동영상 제공 방법은,An artificial intelligence-based patient education video providing method according to a feature of the present invention for achieving the above object,
환자 교육 동영상 제공 시스템에 의해 수행되는 환자 교육 동영상 제공 방법으로서,A method for providing a patient education video performed by a patient education video providing system, the method comprising:
(1) 복수의 환자 교육 동영상을 진단과 학습 진도에 따라 분류하여 데이터베이스 모듈에 저장하는 단계;(1) classifying a plurality of patient education videos according to diagnosis and learning progress and storing them in a database module;
(2) 외래 접수가 되면 접수한 환자의 환자 정보를 수신하는 단계;(2) receiving patient information of the received patient when the outpatient reception is received;
(3) 상기 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 상기 데이터베이스 모듈에 저장된 환자 교육 동영상 중에서 해당 환자에게 제공할 환자 교육 동영상을 선정하는 단계;(3) selecting a patient education video to be provided to the patient from among the patient education videos stored in the database module through an artificial intelligence algorithm using the diagnostic information and progress information included in the received patient information;
(4) 상기 단계 (3)에서 선정한 환자 교육 동영상을 시청할 수 있는 링크를 해당 환자의 환자 디바이스에 제공하는 단계;(4) providing a link for viewing the patient education video selected in step (3) to the patient device of the patient;
(5) 상기 제공된 링크를 이용한 동영상 시청이 완료되면, 상기 환자 디바이스로부터 피드백을 수신하는 단계; 및(5) receiving feedback from the patient device when the video viewing using the provided link is completed; and
(6) 상기 수신한 피드백을 이용해 상기 환자 정보에 포함된 진도 정보를 업데이트하여 저장하는 단계를 포함하며,(6) using the received feedback to update and store progress information included in the patient information;
상기 단계 (3)에서는,In step (3),
환자별로 저장된 상기 진도 정보에 맞추어 상기 학습 진도에 따라 상기 환자 교육 동영상을 선정하는 것을 그 구성상의 특징으로 한다.It is characterized in that the patient education video is selected according to the learning progress in accordance with the progress information stored for each patient.
바람직하게는, 상기 진단 정보는,Preferably, the diagnostic information comprises:
진단명, 질환, 중증도, 환자 상태 및 환자 교육 상태를 포함하는 군에서 선택된 적어도 하나 이상일 수 있다.It may be at least one selected from the group including a diagnosis name, disease, severity, patient status, and patient education status.
바람직하게는, 상기 피드백은,Preferably, the feedback is
상기 환자 디바이스에 제공된 문제지 또는 설문지에 대한 응답일 수 있다.It may be a response to a questionnaire or questionnaire provided to the patient device.
더욱 바람직하게는, 상기 단계 (6)에서는,More preferably, in step (6),
상기 진도 정보를 EMR (Electronic Medical Records) 시스템에 입력해 진료기록으로 남기며,The progress information is entered into the EMR (Electronic Medical Records) system and left as a medical record,
상기 EMR 시스템에 진료기록으로 저장된 진도 정보를 해당 환자를 진료하는 의료진에게 제공하여, 진료 시 참고할 수 있도록 할 수 있다.Progress information stored as a medical record in the EMR system may be provided to medical staff treating the patient so that they can refer to it during treatment.
더욱 바람직하게는, 상기 단계 (5) 이후에는,More preferably, after step (5),
(7) 상기 피드백을 입력한 환자 디바이스에 리워드를 제공하는 단계를 더 포함할 수 있다.(7) may further include the step of providing a reward to the patient device that has input the feedback.
더욱 바람직하게는, 상기 단계 (5) 이후에는,More preferably, after step (5),
(8) 상기 수신한 피드백을 이용해, 상기 인공지능 알고리즘을 업데이트하는 단계를 더 포함할 수 있다.(8) using the received feedback, it may further include the step of updating the artificial intelligence algorithm.
더더욱 바람직하게는, 상기 인공지능 알고리즘은,Even more preferably, the artificial intelligence algorithm comprises:
협업 필터링(Collaborative Filtering) 기반의 알고리즘일 수 있다.It may be an algorithm based on collaborative filtering.
바람직하게는, 상기 단계 (3)에서는,Preferably, in step (3),
상기 환자 정보에 포함된 진도 정보가 없는 초진 환자의 경우, 소개 영상을 상기 환자 교육 동영상으로 선정할 수 있다.In the case of a first-time patient without progress information included in the patient information, an introductory video may be selected as the patient education video.
또한, 상기한 목적을 달성하기 위한 본 발명의 특징에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템은,In addition, the artificial intelligence-based patient education video providing system according to the features of the present invention for achieving the above object,
환자 교육 동영상 제공 시스템으로서,As a patient education video providing system,
복수의 환자 교육 동영상을 질환과 학습 진도에 따라 분류하여 저장하는 데이터베이스 모듈;a database module for classifying and storing a plurality of patient education videos according to disease and learning progress;
외래 접수가 되면 접수한 환자의 환자 정보를 수신하는 정보 수신 모듈;an information receiving module for receiving patient information of the received patient when the outpatient reception is received;
상기 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 상기 데이터베이스 모듈에 저장된 환자 교육 동영상 중에서 해당 환자에게 제공할 환자 교육 동영상을 선정하는 동영상 선정 모듈;a video selection module for selecting a patient education video to be provided to the patient from among the patient education videos stored in the database module through an artificial intelligence algorithm using the diagnostic information and progress information included in the received patient information;
상기 동영상 선정 모듈이 선정한 환자 교육 동영상을 시청할 수 있는 링크를 해당 환자의 환자 디바이스에 제공하는 링크 제공 모듈;a link providing module for providing a link for viewing the patient education video selected by the video selection module to the patient device of the corresponding patient;
상기 제공된 링크를 이용한 동영상 시청이 완료되면, 상기 환자 디바이스로부터 피드백을 수신하는 피드백 수신 모듈; 및a feedback receiving module configured to receive feedback from the patient device when video viewing using the provided link is completed; and
상기 수신한 피드백을 이용해 상기 환자 정보에 포함된 진도 정보를 업데이트하여 저장하는 정보 업데이트 모듈을 포함하며,and an information update module for updating and storing progress information included in the patient information using the received feedback,
상기 동영상 수신 모듈은,The video receiving module,
환자별로 저장된 상기 진도 정보에 맞추어 상기 학습 진도에 따라 상기 환자 교육 동영상을 선정하는 것을 그 구성상의 특징으로 한다.It is characterized in that the patient education video is selected according to the learning progress in accordance with the progress information stored for each patient.
바람직하게는, 상기 진단 정보는,Preferably, the diagnostic information comprises:
진단명, 질환, 중증도, 환자 상태 및 환자 교육 상태를 포함하는 군에서 선택된 적어도 하나 이상일 수 있다.It may be at least one selected from the group including a diagnosis name, disease, severity, patient status, and patient education status.
바람직하게는, 상기 피드백은,Preferably, the feedback is
상기 환자 디바이스에 제공된 문제지 또는 설문지에 대한 응답일 수 있다.It may be a response to a questionnaire or questionnaire provided to the patient device.
더욱 바람직하게는, 상기 정보 업데이트 모듈은,More preferably, the information update module,
상기 진도 정보를 EMR (Electronic Medical Records) 시스템에 입력해 진료기록으로 남기며,The progress information is entered into the EMR (Electronic Medical Records) system and left as a medical record,
상기 EMR 시스템에 진료기록으로 저장된 진도 정보를 해당 환자를 진료하는 의료진에게 제공하여, 진료 시 참고할 수 있도록 할 수 있다.Progress information stored as a medical record in the EMR system may be provided to medical staff treating the patient so that they can refer to it during treatment.
더욱 바람직하게는,More preferably,
상기 피드백을 입력한 환자 디바이스에 리워드를 제공하는 리워드 제공 모듈을 더 포함할 수 있다.It may further include a reward providing module that provides a reward to the patient device that has input the feedback.
더욱 바람직하게는,More preferably,
상기 수신한 피드백을 이용해, 상기 인공지능 알고리즘을 업데이트하는 인공지능 학습 모듈을 더 포함할 수 있다.It may further include an artificial intelligence learning module for updating the artificial intelligence algorithm by using the received feedback.
더더욱 바람직하게는, 상기 인공지능 알고리즘은,Even more preferably, the artificial intelligence algorithm comprises:
협업 필터링(Collaborative Filtering) 기반의 알고리즘일 수 있다.It may be an algorithm based on collaborative filtering.
바람직하게는, 상기 동영상 선정 모듈은,Preferably, the video selection module,
상기 환자 정보에 포함된 진도 정보가 없는 초진 환자의 경우, 소개 영상을 상기 환자 교육 동영상으로 선정할 수 있다.In the case of a first-time patient without progress information included in the patient information, an introductory video may be selected as the patient education video.
본 발명에서 제안하고 있는 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 따르면, 환자 외래 방문 시 진료대기 시간을 활용해 개별 환자의 진단 결과와 진도에 따라 각 환자에게 필요한 환자 교육 동영상을 제공하여, 지루한 대기 시간에 실질적인 환자 교육이 이루어질 수 있도록 하고, 각종 설명을 해야 하는 의료진의 부담을 줄여줄 수 있으며, 환자의 질환과 치료과정에 대한 환자의 이해도를 높이고, 환자의 치료에도 실질적인 도움을 줄 수 있다.According to the artificial intelligence-based patient education video providing method and system proposed in the present invention, the patient education video required for each patient is provided according to the diagnosis result and progress of each patient by utilizing the waiting time for patient outpatient visits, It can provide practical patient education in the tedious waiting time, reduce the burden on medical staff who have to give various explanations, increase the patient's understanding of the patient's disease and treatment process, and provide practical help to the patient's treatment. have.
또한, 본 발명에서 제안하고 있는 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 따르면, 인공지능 알고리즘을 이용해 각 환자에게 제공할 환자 교육 동영상을 선정하되, 동영상 시청을 완료한 환자로부터 피드백을 받아 인공지능 알고리즘을 업데이트함으로써, 환자에게 실질적인 도움이 되는 환자 교육 동영상을 선정하여 동영상에 대한 환자의 만족도를 높일 수 있다.In addition, according to the artificial intelligence-based patient education video providing method and system proposed in the present invention, the patient education video to be provided to each patient is selected using an artificial intelligence algorithm, but by receiving feedback from the patient who has finished watching the video, artificial intelligence By updating the intelligent algorithm, the patient's satisfaction with the video can be increased by selecting patient education videos that are practically helpful to the patient.
도 1은 종래의 진료대기실의 동영상 제공 모습을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템을 포함하는 전체 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템의 세부적인 구성을 도시한 도면.
도 4는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법의 흐름을 도시한 도면.
도 5는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법의 단계 S100에서, 데이터베이스 모듈에 저장되는 환자 교육 동영상의 분류를 예를 들어 도시한 도면.
도 6은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 진단별 환자 교육 동영상 제공 과정을 예를 들어 도시한 도면.
도 7은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 단계 S700이 추가된 흐름을 도시한 도면.
도 8은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법, 단계 S800이 추가된 흐름을 도시한 도면.
도 9는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 협업 필터링 기반의 알고리즘을 설명하기 위해 도시한 도면.
도 10은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 강화학습을 설명하기 위해 도시한 도면.1 is a view showing a state of providing a video of a conventional treatment waiting room.
2 is a view showing the overall configuration including an artificial intelligence-based patient education video providing system according to an embodiment of the present invention.
3 is a diagram illustrating a detailed configuration of an artificial intelligence-based patient education video providing system according to an embodiment of the present invention.
4 is a diagram illustrating a flow of an AI-based patient education video providing method according to an embodiment of the present invention.
5 is a diagram illustrating, for example, classification of patient education videos stored in a database module in step S100 of a method for providing an artificial intelligence-based patient education video according to an embodiment of the present invention.
6 is a diagram illustrating an example of a patient education video providing process for each diagnosis in an AI-based patient education video providing method according to an embodiment of the present invention.
7 is a diagram illustrating a flow in which step S700 is added in an AI-based patient education video providing method according to an embodiment of the present invention.
8 is a diagram illustrating an artificial intelligence-based patient education video providing method according to an embodiment of the present invention, in which step S800 is added.
9 is a diagram illustrating an algorithm based on collaborative filtering in an AI-based patient education video providing method according to an embodiment of the present invention.
10 is a diagram illustrating reinforcement learning in an AI-based patient education video providing method according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.Hereinafter, preferred embodiments will be described in detail so that those of ordinary skill in the art can easily practice the present invention with reference to the accompanying drawings. However, in describing the preferred embodiment of the present invention in detail, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted. In addition, the same reference numerals are used throughout the drawings for parts having similar functions and functions.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.In addition, throughout the specification, when a part is 'connected' with another part, it is not only 'directly connected' but also 'indirectly connected' with another element interposed therebetween. include In addition, "including" a certain component means that other components may be further included, rather than excluding other components, unless otherwise stated.
도 2는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템(100)을 포함하는 전체 구성을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템(100)은, 환자 디바이스(200) 및 EMR 시스템(300)과 각종 신호 및 데이터를 송수신할 수 있다.2 is a view showing the overall configuration including the artificial intelligence-based patient education
환자 교육 동영상 제공 시스템(100)은, 데이터베이스 모듈(110)에 복수의 환자 교육 동영상을 진단과 학습 진도에 따라 분류하여 저장하고, 환자 외래 방문 시 진료대기 시간을 활용해 개별 환자의 진단 결과와 진도에 따라 각 환자의 환자 디바이스(200)에 맞춤형 환자 교육 동영상을 제공하여, 지루한 대기 시간에 실질적인 환자 교육이 이루어질 수 있도록 하고, 각종 설명을 해야 하는 의료진의 부담을 줄여줄 수 있으며, 환자의 질환과 치료과정에 대한 환자의 이해도를 높이고, 환자의 치료에도 실질적인 도움을 줄 수 있다. 환자 교육 동영상 제공 시스템(100)의 세부적인 구성에 대해서는 추후 도 3을 참조하여 상세히 설명하도록 한다.The patient education
여기서, 환자 교육 동영상 제공 시스템(100)은, 병원 내 망을 이용해 EMR 시스템(300)의 진료기록을 사용하거나 작성할 수 있다. 다만, 환자 교육 동영상 제공 시스템(100)이 환자 디바이스(200) 및 EMR 시스템(300)과 통신하기 위해 사용하는 네트워크가 병원 내 망에 한정되는 것은 아니며, 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution), 5G(5th Generation Mobile Telecommunication) 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.Here, the patient education
환자 디바이스(200)는, 외래 진료를 위해 병의원에 방문한 환자 또는 보호자의 단말기일 수 있다. 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템(100)은, 진료대기 시간을 활용해 환자 교육 동영상을 제공하므로, 환자 디바이스(200)는 진료대기 시간에 사용 가능한 전자 장치일 수 있다.The
여기서, 전자 장치는 모바일 기기로서, 스마트폰, 태블릿(tablet) PC(personal computer), 이동 전화기, 영상 전화기, 전자책 리더기, 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있으며, 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트렌즈, 또는 머리착용형 장치(HMD, head-mounted-device), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드(skin pad) 또는 문신), 또는 생체 이식형 회로(implantable circuit) 중 적어도 하나를 포함할 수 있다. 다양한 실시예들에서, 전자 장치는 전술한 기기들에 한정되지는 않으며, 전술한 다양한 장치 중 둘 이상의 조합일 수 있다.Here, the electronic device is a mobile device, and may include at least one of a smart phone, a tablet personal computer (PC), a mobile phone, a video phone, an e-book reader, or a wearable device, and a wearable device. accessories (e.g. watches, rings, bracelets, anklets, necklaces, eyeglasses, contact lenses, or head-mounted-devices (HMDs); (eg, a skin pad or a tattoo), or at least one of an implantable circuit. In various embodiments, the electronic device is not limited to the devices described above; It may be a combination of two or more of the various devices described above.
EMR 시스템(300)은, 전자의무기록(Electronic Medical Records) 시스템으로서, 의사가 직접 컴퓨터에 환자의 임상 진료에 관한 모든 정보를 입력하면, 이 자료를 모두 데이터베이스로 처리하고 새로운 정보의 생성도 가능한 의료정보시스템으로, HIS(Hospital Information System, 병원정보시스템)의 일부분이다. EMR 시스템(300)에 저장된 데이터는 의료진이 환자를 진료할 때 확인이 가능하므로, 환자 교육 동영상 제공 시스템(100)이 EMR 시스템(300)에 환자 교육 동영상과 관련된 정보를 저장하여, 의료진의 진료에 활용되도록 할 수 있다.The
도 3은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템(100)의 세부적인 구성을 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 시스템(100)은, 데이터베이스 모듈(110), 정보 수신 모듈(120), 동영상 선정 모듈(130), 링크 제공 모듈(140), 피드백 수신 모듈(150) 및 정보 업데이트 모듈(160)을 포함하여 구성될 수 있으며, 리워드 제공 모듈(170) 및 인공지능 학습 모듈(180)을 더 포함하여 구성될 수 있다.3 is a diagram illustrating a detailed configuration of an artificial intelligence-based patient education
도 4는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법의 흐름을 도시한 도면이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법은, 환자 교육 동영상 제공 시스템(100)에 의해 수행되며, 복수의 환자 교육 동영상을 데이터베이스 모듈(110)에 저장하는 단계(S100), 외래 접수가 되면 환자 정보를 수신하는 단계(S200), 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 환자 교육 동영상을 선정하는 단계(S300), 환자 교육 동영상을 시청할 수 있는 링크를 환자 디바이스(200)에 제공하는 단계(S400), 동영상 시청이 완료되면 환자 디바이스(200)로부터 피드백을 수신하는 단계(S500) 및 피드백을 이용해 환자 정보에 포함된 진도 정보를 업데이트하여 저장하는 단계(S600)를 포함하여 구현될 수 있다.4 is a diagram illustrating a flow of an AI-based patient education video providing method according to an embodiment of the present invention. As shown in FIG. 4 , the artificial intelligence-based patient education video providing method according to an embodiment of the present invention is performed by the patient education
단계 S100에서는, 복수의 환자 교육 동영상을 진단과 학습 진도에 따라 분류하여 데이터베이스 모듈(110)에 저장할 수 있다. 단계 S100은, 데이터베이스 모듈(110)에 의해 처리될 수 있으며, 동영상 스트리밍 서비스를 제공하는 외부 서버(예를 들어, 유튜브, 네이버 TV 등)에 환자 교육 동영상을 저장하고, 진단과 학습 진도에 따라 각 동영상에 접속할 수 있는 링크 등 접속 정보를 분류해 데이터베이스 모듈(110)에 저장할 수도 있다.In step S100 , a plurality of patient education videos may be classified according to diagnosis and learning progress and stored in the
도 5는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법의 단계 S100에서, 데이터베이스 모듈(110)에 저장되는 환자 교육 동영상의 분류를 예를 들어 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법의 단계 S100에서는, 환자 교육 동영상을 진단과 진도에 따라 분류해 저장할 수 있다. 여기서, 진단은 질환과 중증도를 포함할 수 있으며, 하나의 진단에 대해 진도 1, 진도 2, 진도 3에 따라 동영상을 분류할 수 있고, 각각의 진도(예를 들어, 챕터)에는 복수의 환자 교육 동영상이 포함될 수 있다. 예를 들어, 진단 A가 ‘유방암 중증도 상’이고, 진도 1은 ‘유방암에 대한 전반적인 설명’, 진도 2는 ‘치료법’, 진도 3은 ‘생활 요법’ 등으로 구분될 수 있으며, 각 진도에 맞는 복수의 환자 교육 동영상이 분류되어 저장될 수 있다.5 is a diagram illustrating, for example, the classification of patient education videos stored in the
단계 S200에서는, 외래 접수가 되면 접수한 환자의 환자 정보를 수신할 수 있다. 단계 S200은 정보 수신 모듈(120)에 의해 처리될 수 있다. 환자가 외래 진료를 위해 접수를 하면, 접수된 환자의 환자 정보를 EMR 시스템(300) 등을 통해 정보 수신 모듈(120)이 자동으로 수신할 수 있다. 여기서, 환자 정보는 진단 정보, 진도 정보, 나이와 성별 등의 기본 정보 등을 포함할 수 있다.In step S200, when an outpatient reception is received, patient information of the accepted patient may be received. Step S200 may be processed by the
단계 S300에서는, 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 데이터베이스 모듈(110)에 저장된 환자 교육 동영상 중에서 해당 환자에게 제공할 환자 교육 동영상을 선정할 수 있다. 단계 S300은 동영상 선정 모듈(130)에 의해 처리될 수 있다.In step S300, a patient education video to be provided to the patient may be selected from among the patient education videos stored in the
여기서, 환자 교육 동영상을 선정하기 위해 사용하는 진단 정보는, 진단명, 질환, 중증도, 환자 상태 및 환자 교육 상태를 포함하는 군에서 선택된 적어도 하나 이상일 수 있다. 예를 들어, 진단 정보는 ‘유방암 중증도 상’과 같이, 진단명과 중증도를 포함할 수 있고, 유방암 외에 고혈압, 당뇨 등 해당 환자가 앓고 있는 모든 질환에 대한 정보를 포함할 수 있다. 또한, 환자 상태로서, 방사선 치료 중, 항암 치료 중, 수술 예정, 경과 관찰 등 현 상태에 대한 정보가 포함될 수 있다.Here, the diagnostic information used to select the patient education video may be at least one selected from the group including a diagnosis name, disease, severity, patient status, and patient education status. For example, the diagnosis information may include a diagnosis name and severity, such as 'breast cancer severity level', and may include information on all diseases that the patient suffers, such as high blood pressure and diabetes, in addition to breast cancer. In addition, as the patient's status, information on the current status, such as radiation treatment, chemotherapy, surgery scheduled, progress observation, etc. may be included.
진도 정보는 환자 교육 동영상으로 학습한 진도를 의미하는 것으로서, 초진이면 진도 정보가 없을 수 있고, 재진이면 직전 진료 시에 제공받았던 환자 교육 동영상에 대한 정보가 포함될 수 있다. 따라서 단계 S300에서는, 환자 정보에 포함된 진도 정보가 없는 초진 환자의 경우, 소개 영상을 환자 교육 동영상으로 선정할 수 있다.Progress information refers to the progress learned through the patient education video. If it is the first visit, there may be no progress information, and if it is the second visit, information about the patient education video provided at the time of the previous treatment may be included. Therefore, in step S300, in the case of a first-time patient without progress information included in the patient information, the introductory image may be selected as the patient education video.
단계 S300에서는, 환자별로 저장된 진도 정보에 맞추어 학습 진도에 따라 환자 교육 동영상을 선정할 수 있다. 예를 들어, 환자가 여러 질환을 앓고 있는 경우, 중요 진단 질환을 기준으로 높은 중증도에서 낮은 중증도로, 낮은 진도에서 높은 진도로 학습 진도에 따라 환자 교육 동영상을 선정할 수 있다.In step S300, the patient education video may be selected according to the learning progress according to the progress information stored for each patient. For example, when a patient has multiple diseases, the patient education video may be selected according to the learning progress from high to low severity and from low to high, based on important diagnostic diseases.
도 6은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 진단별 환자 교육 동영상 제공 과정을 예를 들어 도시한 도면이다. 도 6에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법의 단계 S300에서는, 진단 A가 ‘유방암 중증도 상’, 진단 B가 ‘유방암 중증도 중’, 진단 C가 ‘유방암 중증도 하’이면, 진단 A, 진단 B, 진단 C 순서대로 높은 중증도에서 낮은 중증도로 환자 교육 동영상을 선정해 제공할 수 있다.6 is a diagram illustrating, for example, a process of providing a patient education video for each diagnosis in an AI-based patient education video providing method according to an embodiment of the present invention. As shown in FIG. 6 , in step S300 of the method for providing an AI-based patient education video according to an embodiment of the present invention, diagnosis A is 'severe breast cancer', diagnosis B is 'breast cancer severity', diagnosis C If is 'under the severity of breast cancer', it is possible to select and provide patient education videos from high to low severity in the order of diagnosis A, diagnosis B, and diagnosis C.
한편, 단계 S300에서는, 인공지능 알고리즘을 통해 환자 교육 동영상을 선정할 수 있는데, 여기서 인공지능 알고리즘은, 협업 필터링(Collaborative Filtering) 기반의 알고리즘일 수 있다. 따라서 인공지능 알고리즘을 통해 각 환자에게 최적화된 환자 교육 동영상을 선정하여 제공할 수 있다. 협업 필터링에 대해서는 추후 도 9를 참조하여 상세히 설명하도록 한다.Meanwhile, in step S300, a patient education video may be selected through an artificial intelligence algorithm, where the artificial intelligence algorithm may be a collaborative filtering-based algorithm. Therefore, it is possible to select and provide a patient education video optimized for each patient through an artificial intelligence algorithm. Collaborative filtering will be described in detail later with reference to FIG. 9 .
단계 S400에서는, 단계 S300에서 선정한 환자 교육 동영상을 시청할 수 있는 링크를 해당 환자의 환자 디바이스(200)에 제공할 수 있다. 단계 S400은 링크 제공 모듈(140)에 의해 처리될 수 있으며, 환자 디바이스(200)에 SMS, MMS, 인스턴트 메신저, 이메일 등으로 링크를 제공할 수 있고, 실시예에 따라서는 환자 디바이스(200)에 설치된 환자용 병원 애플리케이션을 통해 링크를 제공할 수도 있다.In step S400 , a link for viewing the patient education video selected in step S300 may be provided to the
환자 디바이스(200)에서 링크를 선택하면, 환자 디바이스(200)가 접속한 네트워크를 통해 데이터베이스 모듈(110)에 저장된 해당 환자 교육 동영상으로 연결되며, 별도의 플레이어를 설치하거나 동영상 파일을 다운로드할 필요 없이 스트리밍 방식으로 환자 교육 동영상이 환자 디바이스(200)에서 플레이될 수 있다.When a link is selected in the
실시예에 따라서, 환자 교육 동영상을 시청할 수 있는 링크는 링크 정보가 저장된 QR코드 형태로 환자에게 제공될 수 있다. 예를 들어, 접수 완료 시 제공되는 디스플레이 화면에 QR코드를 출력하거나 진료대기표 등에 QR코드를 인쇄하여 제공하면, 환자 디바이스(200)가 QR코드를 스캔하는 방식으로 환자 교육 동영상을 시청할 수도 있다.According to an embodiment, the link for viewing the patient education video may be provided to the patient in the form of a QR code in which link information is stored. For example, if a QR code is printed on a display screen provided upon completion of reception or a QR code is printed and provided on a waiting list, the
단계 S500에서는, 제공된 링크를 이용한 동영상 시청이 완료되면, 환자 디바이스(200)로부터 피드백을 수신할 수 있으며, 피드백 수신 모듈(150)에 의해 처리될 수 있다. 즉, 링크를 통해 환자 교육 동영상이 미리 정해진 비율 이상 플레이되면 동영상 시청이 완료되며, 환자 디바이스(200)는 피드백 수신 모듈(150)에 시청 완료 신호를 송신할 수 있다. 실시예에 따라서, 피드백 수신 모듈(150)은, 시청 완료 신호를 수신하면, 해당 환자 교육 동영상에 대한 문제지 또는 설문지를 환자 디바이스(200)에 제공할 수 있다. 이때, 문제지 또는 설문지는 환자 교육 동영상을 제대로 시청했는지 확인하기 위한 문제를 포함할 수 있으며, 해당 환자 교육 동영상이 도움이 되었는지, 내용에 만족하는지 등에 대해 질문하는 만족도 조사일 수도 있다. 단계 S500에서 피드백 수신 모듈(150)이 수신하는 피드백은, 시청 완료 시 환자 디바이스(200)에 제공된 문제지 또는 설문지에 대한 응답일 수 있으며, 시청 완료 신호를 피드백으로 처리할 수도 있다.In step S500 , when the video viewing using the provided link is completed, feedback may be received from the
단계 S600에서는, 수신한 피드백을 이용해 환자 정보에 포함된 진도 정보를 업데이트하여 저장할 수 있으며, 정보 업데이트 모듈(160)에 의해 처리될 수 있다. 즉, 단계 S600에서는, 해당 환자가 다음 진료를 위해 방문하였을 때, 현재 제공된 환자 교육 동영상을 고려해 다음 제공할 환자 교육 동영상을 선정할 수 있도록, 진도 정보를 업데이트하여 저장할 수 있다.In step S600 , progress information included in the patient information may be updated and stored using the received feedback, and may be processed by the information update module 160 . That is, in step S600 , when the corresponding patient visits for the next treatment, the progress information may be updated and stored so that the patient education video to be provided next can be selected in consideration of the currently provided patient education video.
한편, 단계 S600에서는, 진도 정보를 EMR (Electronic Medical Records) 시스템(300)에 입력해 진료기록으로 남기며, EMR 시스템(300)에 진료기록으로 저장된 진도 정보를 해당 환자를 진료하는 의료진에게 제공하여, 진료 시 참고할 수 있도록 할 수 있다. 즉, EMR 시스템(300)을 통해 해당 환자를 진료하는 의료진이 환자 교육 동영상을 통한 환자의 교육 현황을 확인할 수 있도록 함으로써, 환자 교육 동영상을 통해 이미 설명된 사항에 대해 추가로 설명하는 시간과 노력을 줄일 수 있다. 또한, 의료진이 구술로 설명하는 것에 비하여, 환자 교육 동영상에서는 다양한 시청각 매체를 동원하여 설명할 수 있으므로, 환자의 이해도를 높일 수 있는 장점이 있다.Meanwhile, in step S600, the progress information is entered into the EMR (Electronic Medical Records)
실시예에 따라서, 의료진은 EMR 시스템(300)에 진료기록으로 저장된 진도 정보를 확인하고, 환자의 치료 현황이나 상태, 질병에 대한 이해도 등을 고려해 다음 진료 시에 우선하여 제공되어야 할 환자 교육 동영상을 설정할 수도 있다. 예를 들어, 특정 검사나 수술이 예정된 환자에게는 특정 검사나 수술에 대한 환자 교육 동영상이 제공될 수 있도록 설정하여, 학습 진도상 해당 검사나 수술에 대한 동영상이 아닌 다른 동영상이 제공되어야 하더라도, 다음 진료대기 시에는 단계 S300에서 의료진이 설정한 특정 검사나 수술에 대한 환자 교육 동영상이 우선하여 선정될 수 있다.According to the embodiment, the medical staff checks the progress information stored in the medical record in the
도 7은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 단계 S700이 추가된 흐름을 도시한 도면이다. 도 7에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법은 단계 S500 이후에, 피드백을 입력한 환자 디바이스(200)에 리워드를 제공하는 단계(S700)를 더 포함하여 구현될 수 있다.7 is a diagram illustrating a flow in which step S700 is added in an AI-based patient education video providing method according to an embodiment of the present invention. As shown in FIG. 7 , in the method for providing a patient education video based on artificial intelligence according to an embodiment of the present invention, after step S500 , the step of providing a reward to the
단계 S700에서는, 피드백을 입력한 환자 디바이스(200)에 리워드를 제공할 수 있으며, 리워드 제공 모듈(170)에 의해 수행될 수 있다. 여기서 리워드는, 포인트, 쿠폰 등 물질적인 보상일 수 있으나, 스탬프, 시청 완료 도장 등 물질적인 가치는 없더라도 성취감을 줄 수 있는 비물질적 보상일 수도 있다.In step S700 , a reward may be provided to the
도 8은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법, 단계 S800이 추가된 흐름을 도시한 도면이다. 도 8에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법은 단계 S500 이후에, 피드백을 이용해 인공지능 알고리즘을 업데이트하는 단계(S800)를 더 포함하여 구현될 수 있다.8 is a diagram illustrating an artificial intelligence-based patient education video providing method according to an embodiment of the present invention, in which step S800 is added. As shown in Figure 8, the AI-based patient education video providing method according to an embodiment of the present invention is to be implemented by further including the step (S800) of updating the AI algorithm using the feedback after step S500. can
단계 S800에서는, 수신한 피드백을 이용해, 인공지능 알고리즘을 업데이트할 수 있다. 단계 S800은 인공지능 학습 모듈(180)에 의해 수행될 수 있다. 인공지능 알고리즘은, 협업 필터링(Collaborative Filtering) 기반의 알고리즘일 수 있는바, 이하에서는 도 9를 참조하여 협업 필터링에 대해 상세히 설명하도록 한다.In step S800, the artificial intelligence algorithm may be updated using the received feedback. Step S800 may be performed by the artificial intelligence learning module 180 . The artificial intelligence algorithm may be a collaborative filtering-based algorithm. Hereinafter, collaborative filtering will be described in detail with reference to FIG. 9 .
도 9는 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 협업 필터링 기반의 알고리즘을 설명하기 위해 도시한 도면이다. 도 9에 도시된 바와 같이, 협업 필터링은 유사한 사용 패턴이나 비슷한 성향을 보이는 사용자들은 선호도가 비슷한 것이라는 가정을 바탕으로, 특정 사용자에게 상품이나 콘텐츠 등을 추천할 때, 유사 사용자가 선호하는 것을 추천하는 것이다. 즉, 도 9에서 두 사용자가 동영상 A과 동영상 B를 모두 선호하는 경우, 두 사용자는 유사 사용자라고 할 수 있으며, 둘 중 한 사용자가 선호하는 동영상 C는 다른 사용자도 선호할 것이라 보고 동영상 C를 추천할 수 있다.9 is a diagram illustrating an algorithm based on collaborative filtering in an AI-based patient education video providing method according to an embodiment of the present invention. As shown in FIG. 9 , collaborative filtering recommends a similar user's preference when recommending a product or content to a specific user, based on the assumption that users with similar usage patterns or similar tendencies have similar preferences. will be. That is, if two users prefer both video A and video B in FIG. 9, the two users can be said to be similar users, and video C is recommended by the other user considering that video C preferred by one user will also be preferred by the other user. can do.
본 발명에서는, 이와 같은 협업 필터링 기반의 알고리즘을 이용해, 환자의 진단명과 상태 등 진단 정보, 나이와 성별 등 기본 정보를 활용해 환자들의 유사도를 측정하고, 유사 환자들의 환자 학습 동영상 시청에 대한 피드백을 이용해, 끝까지 시청할 가능성이 크고 도움이 많이 된다고 설문에 답하는 등 유사 환자로부터 긍정적인 피드백을 받은 환자 학습 동영상을 단계 S300에서 선정하도록 인공지능 알고리즘을 구현할 수 있다. 또한, 새로운 피드백 수신 시, 단계 S800에서 추가 학습을 통해 협업 필터링 기반의 인공지능 알고리즘을 업데이트하여, 그 성능을 향상시킬 수 있다.In the present invention, by using such a collaborative filtering-based algorithm, the patient's similarity is measured by using diagnostic information such as the patient's diagnosis name and condition, and basic information such as age and gender, and feedback on the viewing of patient learning videos by similar patients is provided. An artificial intelligence algorithm can be implemented to select, in step S300, a patient learning video that has received positive feedback from similar patients, such as answering a questionnaire that it is highly likely to be watched to the end and is very helpful. In addition, upon receiving new feedback, the collaborative filtering-based artificial intelligence algorithm may be updated through additional learning in step S800 to improve its performance.
한편, 실시예에 따라서, 단계 S800에서는, 강화 학습(Reinforcement learning)을 사용해 인공지능 알고리즘을 학습 및 업데이트할 수 있다. 이하에서는 도 10을 참조하여 강화 학습에 대해 상세히 설명하도록 한다.Meanwhile, according to an embodiment, in step S800 , an artificial intelligence algorithm may be learned and updated using reinforcement learning. Hereinafter, reinforcement learning will be described in detail with reference to FIG. 10 .
도 10은 본 발명의 일실시예에 따른 인공지능 기반의 환자 교육 동영상 제공 방법에서, 강화학습을 설명하기 위해 도시한 도면이다. 강화 학습은, 강화형 기계 학습이라고도 하며, 기계 학습 중 컴퓨터가 주어진 상태(state)에 대해 최적의 행동(action)을 선택하는 학습 방법이다. 강화형 기계 학습은 지도형/비지도형 기계 학습에 이용되는 훈련 데이터 대신, 주어진 상태에 맞춘 행동의 결과에 대한 보상(reward)을 준다. 컴퓨터는 보상을 이용하여 성능을 향상시킨다.10 is a diagram illustrating reinforcement learning in an AI-based patient education video providing method according to an embodiment of the present invention. Reinforcement learning, also called reinforcement machine learning, is a learning method in which a computer selects an optimal action for a given state during machine learning. Reinforcement machine learning gives rewards for the results of actions tailored to a given state, instead of training data used in supervised/unsupervised machine learning. Computers use rewards to improve performance.
강화 학습의 대상이 되는 인공지능 알고리즘을 에이전트(agent)라고도 한다. 에이전트는 주어진 상태에서 자신이 취할 행동을 표현하는 정책(policy)을 수립한다. 에이전트가 최대의 보상을 받을 수 있는 정책을 수립하도록 학습시키는 것이 강화형 기계 학습의 목표이다.An artificial intelligence algorithm that is the target of reinforcement learning is also called an agent. The agent establishes a policy that expresses the action to be taken in a given state. The goal of Reinforcement Machine Learning is to train agents to formulate policies that receive maximum rewards.
예를 들어, 체스를 두는 컴퓨터 프로그램을 학습시킬 때 경우의 수가 너무 많고(약 35100) 정해진 하나의 답이 없어 입력(주어진 상태)과 출력(가장 적절한 행동)에 대한 학습 훈련 데이터를 제공하기가 쉽지 않다. 하지만 체스 게임이 종료되면 그 직전에 둔 일련의 수(手, 행동)들이 좋았는지 나빴는지를 인공지능 알고리즘에게 알려 줄 수 있다. 이렇게 행동의 좋고 나쁜 정도를 인공지능 알고리즘에게 알려 주는 것을 보상 또는 강화(reinforcement)라고 하며, 이러한 정보를 이용하는 기계 학습을 강화 학습이라고 한다.For example, when training a computer program to play chess, it is easy to provide training data for input (given state) and output (most appropriate action) because the number of cases is too large (about 35100) and there is no single fixed answer. not. However, when the game of chess is over, the AI algorithm can tell whether the set of moves (actions) placed immediately before it was good or bad. Informing the AI algorithm of good or bad behavior is called reward or reinforcement, and machine learning using this information is called reinforcement learning.
본 발명에서는, 이와 같은 강화 학습을 이용해, 인공지능 알고리즘을 이용해 선정한 환자 학습 동영상을 환자에게 제공하고, 환자로부터 피드백을 수신해 피드백의 긍정 또는 부정을 인공지능 알고리즘에 보상으로 입력할 수 있다. 예를 들어, 피드백으로 해당 동영상이 도움이 되었다고 응답하였다면 양의 피드백을, 도움이 되지 않았다고 응답하였다면 음의 피드백을 줌으로써, 인공지능 알고리즘의 성능을 향상시킬 수 있다.In the present invention, using such reinforcement learning, a patient learning video selected using an artificial intelligence algorithm may be provided to the patient, and feedback from the patient may be received and positive or negative feedback may be input to the AI algorithm as a reward. For example, it is possible to improve the performance of an AI algorithm by giving positive feedback if it was answered that the video was helpful as feedback, and negative feedback if it was not helpful.
전술한 바와 같이, 본 발명에서 제안하고 있는 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 따르면, 환자 외래 방문 시 진료대기 시간을 활용해 개별 환자의 진단 결과와 진도에 따라 각 환자에게 필요한 환자 교육 동영상을 제공하여, 지루한 대기 시간에 실질적인 환자 교육이 이루어질 수 있도록 하고, 각종 설명을 해야 하는 의료진의 부담을 줄여줄 수 있으며, 환자의 질환과 치료과정에 대한 환자의 이해도를 높이고, 환자의 치료에도 실질적인 도움을 줄 수 있다.As described above, according to the AI-based patient education video providing method and system proposed in the present invention, patient education required for each patient according to the diagnosis result and progress of each patient by utilizing the waiting time for patient outpatient visits By providing video, practical patient education can take place during tedious waiting times, it can reduce the burden on medical staff who have to give various explanations, increase patients' understanding of the patient's disease and treatment process, and improve patient care. can be of practical help.
또한, 본 발명에서 제안하고 있는 인공지능 기반의 환자 교육 동영상 제공 방법 및 시스템에 따르면, 인공지능 알고리즘을 이용해 각 환자에게 제공할 환자 교육 동영상을 선정하되, 동영상 시청을 완료한 환자로부터 피드백을 받아 인공지능 알고리즘을 업데이트함으로써, 환자에게 실질적인 도움이 되는 환자 교육 동영상을 선정하여 동영상에 대한 환자의 만족도를 높일 수 있다.In addition, according to the artificial intelligence-based patient education video providing method and system proposed in the present invention, the patient education video to be provided to each patient is selected using an artificial intelligence algorithm, but by receiving feedback from the patient who has finished watching the video, artificial intelligence By updating the intelligent algorithm, the patient's satisfaction with the video can be increased by selecting patient education videos that are practically helpful to the patient.
한편, 본 발명은 다양한 통신 단말기로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터에서 판독 가능한 매체를 포함할 수 있다. 예를 들어, 컴퓨터에서 판독 가능한 매체는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD_ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.Meanwhile, the present invention may include a computer-readable medium including program instructions for performing operations implemented in various communication terminals. For example, the computer-readable medium includes magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD_ROM and DVD, and floppy disks. It may include magneto-optical media and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
이와 같은 컴퓨터에서 판독 가능한 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이때, 컴퓨터에서 판독 가능한 매체에 기록되는 프로그램 명령은 본 발명을 구현하기 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예를 들어, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.Such a computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. In this case, the program instructions recorded on the computer-readable medium may be specially designed and configured to implement the present invention, or may be known and available to those skilled in the art of computer software. For example, it may include not only machine language code such as generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.Various modifications and applications of the present invention described above are possible by those skilled in the art to which the present invention pertains, and the scope of the technical idea according to the present invention should be defined by the following claims.
10: 디스플레이 장치
20: 대기석
100: 본 발명에 따른 환자 교육 동영상 제공 시스템
110: 데이터베이스 모듈
120: 정보 수신 모듈
130: 동영상 선정 모듈
140: 링크 제공 모듈
150: 피드백 수신 모듈
160: 정보 업데이트 모듈
170: 리워드 제공 모듈
180: 인공지능 학습 모듈
200: 환자 디바이스
300: EMR 시스템10: display device
20: waiting area
100: patient education video providing system according to the present invention
110: database module
120: information receiving module
130: video selection module
140: link providing module
150: feedback receiving module
160: information update module
170: reward providing module
180: artificial intelligence learning module
200: patient device
300: EMR system
Claims (16)
(1) 복수의 환자 교육 동영상을 진단과 학습 진도에 따라 분류하여 데이터베이스 모듈(110)에 저장하는 단계;
(2) 외래 접수가 되면 접수한 환자의 환자 정보를 수신하는 단계;
(3) 상기 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 상기 데이터베이스 모듈(110)에 저장된 환자 교육 동영상 중에서 해당 환자에게 제공할 환자 교육 동영상을 선정하는 단계;
(4) 상기 단계 (3)에서 선정한 환자 교육 동영상을 시청할 수 있는 링크를 해당 환자의 환자 디바이스(200)에 제공하는 단계;
(5) 상기 제공된 링크를 이용한 동영상 시청이 완료되면, 상기 환자 디바이스(200)로부터 피드백을 수신하는 단계; 및
(6) 상기 수신한 피드백을 이용해 상기 환자 정보에 포함된 진도 정보를 업데이트하여 저장하는 단계를 포함하며,
상기 단계 (3)에서는,
환자별로 저장된 상기 진도 정보에 맞추어 상기 학습 진도에 따라 상기 환자 교육 동영상을 선정하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
As a patient education video providing method performed by the patient education video providing system 100,
(1) classifying a plurality of patient education videos according to diagnosis and learning progress and storing them in the database module 110;
(2) receiving patient information of the received patient when the outpatient reception is received;
(3) selecting a patient education video to be provided to the patient from among the patient education videos stored in the database module 110 through an artificial intelligence algorithm using the diagnostic information and progress information included in the received patient information;
(4) providing a link for viewing the patient education video selected in step (3) to the patient device 200 of the patient;
(5) receiving feedback from the patient device 200 when the video viewing using the provided link is completed; and
(6) using the received feedback to update and store progress information included in the patient information;
In step (3),
Artificial intelligence-based patient education video providing method, characterized in that the patient education video is selected according to the learning progress according to the progress information stored for each patient.
진단명, 질환, 중증도, 환자 상태 및 환자 교육 상태를 포함하는 군에서 선택된 적어도 하나 이상인 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
According to claim 1, wherein the diagnostic information,
An artificial intelligence-based patient education video providing method, characterized in that at least one selected from the group comprising a diagnosis name, disease, severity, patient status, and patient education status.
상기 환자 디바이스(200)에 제공된 문제지 또는 설문지에 대한 응답인 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
According to claim 1, wherein the feedback,
Artificial intelligence-based patient education video providing method, characterized in that the response to the questionnaire or questionnaire provided to the patient device (200).
상기 진도 정보를 EMR (Electronic Medical Records) 시스템(300)에 입력해 진료기록으로 남기며,
상기 EMR 시스템(300)에 진료기록으로 저장된 진도 정보를 해당 환자를 진료하는 의료진에게 제공하여, 진료 시 참고할 수 있도록 하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
The method according to claim 3, wherein in step (6),
The progress information is entered into the EMR (Electronic Medical Records) system 300 and left as a medical record,
An artificial intelligence-based patient education video providing method, characterized in that the progress information stored as a medical record in the EMR system 300 is provided to the medical staff treating the patient so that they can refer to the treatment.
(7) 상기 피드백을 입력한 환자 디바이스(200)에 리워드를 제공하는 단계를 더 포함하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
According to claim 3, After step (5),
(7) The method of providing a patient education video based on artificial intelligence, characterized in that it further comprises the step of providing a reward to the patient device 200 that has input the feedback.
(8) 상기 수신한 피드백을 이용해, 상기 인공지능 알고리즘을 업데이트하는 단계를 더 포함하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
According to claim 3, After step (5),
(8) Using the received feedback, the AI-based patient education video providing method, characterized in that it further comprises the step of updating the AI algorithm.
협업 필터링(Collaborative Filtering) 기반의 알고리즘인 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
The method of claim 6, wherein the artificial intelligence algorithm,
An artificial intelligence-based patient education video providing method, characterized in that it is a collaborative filtering-based algorithm.
상기 환자 정보에 포함된 진도 정보가 없는 초진 환자의 경우, 소개 영상을 상기 환자 교육 동영상으로 선정하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 방법.
The method of claim 1, wherein in step (3),
In the case of a first-time patient without progress information included in the patient information, an artificial intelligence-based patient education video providing method, characterized in that an introductory video is selected as the patient education video.
복수의 환자 교육 동영상을 질환과 학습 진도에 따라 분류하여 저장하는 데이터베이스 모듈(110);
외래 접수가 되면 접수한 환자의 환자 정보를 수신하는 정보 수신 모듈(120);
상기 수신한 환자 정보에 포함된 진단 정보 및 진도 정보를 이용해, 인공지능 알고리즘을 통해 상기 데이터베이스 모듈(110)에 저장된 환자 교육 동영상 중에서 해당 환자에게 제공할 환자 교육 동영상을 선정하는 동영상 선정 모듈(130);
상기 동영상 선정 모듈(130)이 선정한 환자 교육 동영상을 시청할 수 있는 링크를 해당 환자의 환자 디바이스(200)에 제공하는 링크 제공 모듈(140);
상기 제공된 링크를 이용한 동영상 시청이 완료되면, 상기 환자 디바이스(200)로부터 피드백을 수신하는 피드백 수신 모듈(150); 및
상기 수신한 피드백을 이용해 상기 환자 정보에 포함된 진도 정보를 업데이트하여 저장하는 정보 업데이트 모듈(160)을 포함하며,
상기 동영상 수신 모듈은,
환자별로 저장된 상기 진도 정보에 맞추어 상기 학습 진도에 따라 상기 환자 교육 동영상을 선정하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).
As the patient education video providing system 100,
a database module 110 for classifying and storing a plurality of patient education videos according to disease and learning progress;
an information receiving module 120 for receiving patient information of the received patient when the outpatient reception is received;
A video selection module 130 for selecting a patient education video to be provided to the patient from among the patient education videos stored in the database module 110 through an artificial intelligence algorithm using the diagnostic information and progress information included in the received patient information ;
a link providing module 140 for providing a link for viewing a patient education video selected by the video selection module 130 to the patient device 200 of the patient;
a feedback receiving module 150 for receiving feedback from the patient device 200 when the video viewing using the provided link is completed; and
and an information update module 160 for updating and storing progress information included in the patient information using the received feedback,
The video receiving module,
Artificial intelligence-based patient education video providing system 100, characterized in that the patient education video is selected according to the learning progress in accordance with the progress information stored for each patient.
진단명, 질환, 중증도, 환자 상태 및 환자 교육 상태를 포함하는 군에서 선택된 적어도 하나 이상인 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).
10. The method of claim 9, wherein the diagnostic information,
An artificial intelligence-based patient education video providing system 100, characterized in that at least one selected from the group comprising a diagnosis name, disease, severity, patient status, and patient education status.
상기 환자 디바이스(200)에 제공된 문제지 또는 설문지에 대한 응답인 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).
The method of claim 9, wherein the feedback
Artificial intelligence-based patient education video providing system 100, characterized in that it is a response to the question paper or questionnaire provided to the patient device 200.
상기 진도 정보를 EMR (Electronic Medical Records) 시스템(300)에 입력해 진료기록으로 남기며,
상기 EMR 시스템(300)에 진료기록으로 저장된 진도 정보를 해당 환자를 진료하는 의료진에게 제공하여, 진료 시 참고할 수 있도록 하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).
The method of claim 11, wherein the information update module 160,
The progress information is entered into the EMR (Electronic Medical Records) system 300 and left as a medical record,
Artificial intelligence-based patient education video providing system 100, characterized in that the progress information stored as a medical record in the EMR system 300 is provided to medical staff treating the patient for reference during treatment.
상기 피드백을 입력한 환자 디바이스(200)에 리워드를 제공하는 리워드 제공 모듈(170)을 더 포함하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).
12. The method of claim 11,
Artificial intelligence-based patient education video providing system (100), characterized in that it further comprises a reward providing module (170) for providing a reward to the patient device (200) that has input the feedback.
상기 수신한 피드백을 이용해, 상기 인공지능 알고리즘을 업데이트하는 인공지능 학습 모듈(180)을 더 포함하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).
12. The method of claim 11,
Using the received feedback, artificial intelligence-based patient education video providing system (100), characterized in that it further comprises an artificial intelligence learning module (180) for updating the artificial intelligence algorithm.
협업 필터링(Collaborative Filtering) 기반의 알고리즘인 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).
15. The method of claim 14, wherein the artificial intelligence algorithm,
Artificial intelligence-based patient education video providing system 100, characterized in that the collaborative filtering (Collaborative Filtering)-based algorithm.
상기 환자 정보에 포함된 진도 정보가 없는 초진 환자의 경우, 소개 영상을 상기 환자 교육 동영상으로 선정하는 것을 특징으로 하는, 인공지능 기반의 환자 교육 동영상 제공 시스템(100).The method of claim 9, wherein the video selection module 130,
In the case of a first-time patient without progress information included in the patient information, an artificial intelligence-based patient education video providing system 100, characterized in that an introductory video is selected as the patient education video.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200174849A KR102415246B1 (en) | 2020-12-14 | 2020-12-14 | Ai-based patient education video providing method and system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200174849A KR102415246B1 (en) | 2020-12-14 | 2020-12-14 | Ai-based patient education video providing method and system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220084903A true KR20220084903A (en) | 2022-06-21 |
| KR102415246B1 KR102415246B1 (en) | 2022-06-30 |
Family
ID=82214924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200174849A KR102415246B1 (en) | 2020-12-14 | 2020-12-14 | Ai-based patient education video providing method and system |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102415246B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102550465B1 (en) * | 2023-02-28 | 2023-07-03 | 주식회사 인포인 | Artificial intelligence-based virtual patient management system |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070082658A (en) * | 2006-02-17 | 2007-08-22 | (주) 모바일그래프 | Method and apparatus for providing contents through the wireless network |
| KR20110032161A (en) * | 2009-09-22 | 2011-03-30 | (주) 아이티서포트 | Management method and system for video-recording and history-data of medical examination and treatment containing consultation and surgery |
| KR20110092140A (en) * | 2010-02-08 | 2011-08-17 | (주)로보티즈 | R-learning system |
| KR20140060918A (en) * | 2012-11-13 | 2014-05-21 | 가톨릭대학교 산학협력단 | System for displaying a medical information picture data and controlling method therefor |
| KR20200117118A (en) * | 2019-04-03 | 2020-10-14 | 주식회사 알파이브코리아 | Methed of providing customized voice service based on deep-learning and system thereof |
-
2020
- 2020-12-14 KR KR1020200174849A patent/KR102415246B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070082658A (en) * | 2006-02-17 | 2007-08-22 | (주) 모바일그래프 | Method and apparatus for providing contents through the wireless network |
| KR20110032161A (en) * | 2009-09-22 | 2011-03-30 | (주) 아이티서포트 | Management method and system for video-recording and history-data of medical examination and treatment containing consultation and surgery |
| KR20110092140A (en) * | 2010-02-08 | 2011-08-17 | (주)로보티즈 | R-learning system |
| KR20140060918A (en) * | 2012-11-13 | 2014-05-21 | 가톨릭대학교 산학협력단 | System for displaying a medical information picture data and controlling method therefor |
| KR20200117118A (en) * | 2019-04-03 | 2020-10-14 | 주식회사 알파이브코리아 | Methed of providing customized voice service based on deep-learning and system thereof |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102550465B1 (en) * | 2023-02-28 | 2023-07-03 | 주식회사 인포인 | Artificial intelligence-based virtual patient management system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102415246B1 (en) | 2022-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Scott et al. | Mixed-methods analysis of factors impacting use of a postoperative mHealth app | |
| Kristensen et al. | Healthism in Denmark: State, market, and the search for a “Moral Compass” | |
| Coulter et al. | Sharing decisions with patients: is the information good enough? | |
| Kushalnagar et al. | Video remote interpreting technology in health care: cross-sectional study of deaf patients’ experiences | |
| Park et al. | Evaluating the effect of a smartphone app-based self-management program for people with COPD: A randomized controlled trial | |
| Yehuda et al. | The meaning of evidence-based treatments for veterans with posttraumatic stress disorder | |
| US20230360756A1 (en) | Evaluation of prescribed devices or services | |
| US20210205572A1 (en) | Therapeutic uses of digital story capture systems | |
| Pettus-Davis | Support4Families: A proposed intervention model to support families of individuals returning home from incarceration | |
| Owens et al. | Digital solutions for informed decision making: An academic–community partnership for the development of a prostate cancer decision aid for African American men | |
| KR102415246B1 (en) | Ai-based patient education video providing method and system | |
| Bauer | Delivering value-based care with e-health services | |
| Brosco et al. | Growth attenuation: A diminutive solution to a daunting problem | |
| Silvello et al. | Connected insurance reshaping the health insurance industry | |
| O’Brien et al. | An exploratory correlational study in the use of mobile technology among adult kidney transplant recipients | |
| Magee et al. | A Digital Video and text Messaging intervention to support people with chronic pain during opioid tapering: content development using Co-design | |
| Gorini et al. | The use of PROMs to promote patient empowerment and improve resilience in health care systems | |
| Sternasty et al. | Barriers to hearing aid adoption run deeper than the price tag | |
| Ozuah | Gene therapy for sickle cell disease—A debt to be paid | |
| Kowitt et al. | Combining the high tech with the soft touch: population health management using eHealth and peer support | |
| Davidson et al. | IT-based Regulation of Personal Health: Nudging, Mobile Health Apps and Personal Health Data | |
| Limbach et al. | Randomized controlled trial of perioperative telemonitoring of patient generated health data in gastrointestinal oncologic surgery: assessing overall feasibility and acceptability | |
| Wozniak et al. | Patients’ experiences of nurse case-managed osteoporosis care: a qualitative study | |
| Lundquist et al. | Screening for Alzheimer’s disease: Inspiration and ideas from breast cancer strategies | |
| Meier et al. | Conversations regarding personhood: use of the patient dignity question in an outpatient psycho-oncology clinic |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |