KR20220126034A - 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템 - Google Patents

산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR20220126034A
KR20220126034A KR1020210030098A KR20210030098A KR20220126034A KR 20220126034 A KR20220126034 A KR 20220126034A KR 1020210030098 A KR1020210030098 A KR 1020210030098A KR 20210030098 A KR20210030098 A KR 20210030098A KR 20220126034 A KR20220126034 A KR 20220126034A
Authority
KR
South Korea
Prior art keywords
rehabilitation
workers
industrial accident
tables
accident
Prior art date
Application number
KR1020210030098A
Other languages
English (en)
Other versions
KR102516351B1 (ko
KR102516351B9 (ko
Inventor
정석훈
Original Assignee
근로복지공단
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 근로복지공단 filed Critical 근로복지공단
Priority to KR1020210030098A priority Critical patent/KR102516351B1/ko
Priority to DE102022105049.1A priority patent/DE102022105049A1/de
Publication of KR20220126034A publication Critical patent/KR20220126034A/ko
Application granted granted Critical
Publication of KR102516351B1 publication Critical patent/KR102516351B1/ko
Publication of KR102516351B9 publication Critical patent/KR102516351B9/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
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • 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
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H50/50—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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Biomedical Technology (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Technology Law (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioethics (AREA)

Abstract

산재노동자에 대하여 가장 적합할 것으로 예상되는 재활 프로그램의 세트를 추천함으로써, 재활전문가인 잡코디네이터의 재활계획 수립을 지원할 수 있는 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템이 개시된다.
일 실시예에 따른 산재노동자를 위한 재활 프로그램 세트 추천 장치는 재활 프로그램 세트에 따른 재활 서비스를 제공받아 직업복귀에 성공한 산재노동자들의 데이터를 포함하는 사례베이스 테이블들을 저장하는 저장부; 산재노동자와 관련된 속성 정보가 입력되면, 상기 입력된 속성 정보를 이용하여 상기 산재노동자와 유사한 재해를 가진 유사재해자들을 상기 저장부에서 검색하는 검색부; 상기 검색된 유사재해자들별로 상기 산재노동자와의 유사도를 계산하는 유사도 계산부; 상기 계산된 유사도들 중에서 가장 큰 유사도를 갖는 유사재해자를 선택하고, 상기 선택된 유사재해자에게 제공되었던 재활 프로그램 세트에 포함되어 있는 재활 프로그램들이 요양단계별로 구분되어 표시된 추천 화면을 구성하는 제어부; 및 상기 추천 화면을 출력하는 출력부를 포함한다.

Description

산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템{Method, apparatus and system for recommending a set of rehabilitation programs for industrial injured workers}
산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템이 개시된다. 더욱 상세하게는 산재노동자에 대하여 가장 적합할 것으로 예상되는 재활 프로그램 세트를 추천함으로써, 재활전문가인 잡코디네이터의 재활계획 수립을 지원할 수 있는 산재노동자를 위한 재활 프로그램 세트 추천 방법 및 시스템이 개시된다.
산업재해란 노동 과정에서 작업 환경 또는 작업 행동 따위의 업무상의 사유로 발생하는 사고 때문에 노동자에게 생긴 신체상의 재해를 말한다. 산업재해보상보험이란 노동자의 업무상 재해를 신속하고 공정하게 보상하고, 업무상 재해를 당한 노동자(이하 산재노동자)의 재활 및 사회 복귀를 촉진하며, 산업재해 예방과 그 밖에 노동자의 복지 증진을 위한 사업 등을 하기 위해 정부가 시행하는 사회보험을 말한다.
산업재해보상보험 서비스는 근로복지공단에 의해 운영되고 있으며, 서비스 이용 절차는 다음과 같다. 먼저 노동자가 재해를 당해 근로복지공단에 요양급여를 신청하면 근로복지공단에서는 업무상 재해여부를 확인하고 요양급여를 지급할지를 결정하여 노동자에게 통지한다. 근로복지공단에서 요양급여를 지급하지 않기로 결정한 경우 노동자는 이러한 처분에 이의신청을 할 수 있다. 근로복지공단에서 요양급여를 지급하기로 결정한 경우 노동자는 산재보험 의료기관(근로복지공단이 지정한 의료기관 또는 보건소)에서 요양할 수 있다.
근로복지공단이 산재노동자를 위해 제공하고 있는 서비스는 크게 일반서비스와 내일찾기서비스로 구분된다. 일반서비스는 내일찾기서비스의 대상자로 선정되지 않은 산재노동자에게 제공하는 일련의 서비스를 말한다. 내일찾기서비스는 원직장에 어려움을 겪는 산재노동자가 내 일(My job)로 내일(Tomorrow)을 준비할 수 있도록 재활전문가인 잡코디네이터(직업재활 코디네이터)가 일대일로 요양지원서비스, 의료재활서비스, 사회심리재활서비스, 직업재활서비스 등을 지원하는 서비스를 말한다.
내일찾기서비스는 산재노동자에 대한 상담 및 평가를 진행하는 단계, 상담 및 평가 결과에 기초하여 내일찾기서비스의 대상자를 선정하는 단계, 재활에 대한 최종목표(원직장 복귀, 재취업 및 창업지원 중 하나)를 설정하고 그에 따른 재활계획을 수립하는 단계, 수립된 재활계획에 따른 서비스를 제공하는 단계, 산재노동자가 원직장으로 복귀한 후 사후관리를 하는 단계로 이루어진다.
여기서 재활계획은 산재노동자에게 어느 시기에 어떤 재활 프로그램을 제공할 것인지 등을 계획하는 것을 말하는데, 수립된 재활계획이 산재노동자에게 얼마나 적합한가에 따라서 산재노동자의 직업복귀율이 달라질 수 있다.
그러나 종래의 잡코디네이터들은 주로 본인의 경험에 의존하여 재활계획을 수립하고 있는데, 이러한 방식은 경험이 많지 않은 잡코디네이터들에게는 적합하지 않으며, 경험이 풍부한 잡코디네이터라 하더라도 재활계획을 수립하기까지 상당한 시간이 소요된다는 문제가 있다.
대한민국공개특허 10-2021-0001563 (발명의 명칭: 재활치료 서비스 방법; 공개일자: 2021년 01월 06일)
산재노동자에 대하여 가장 적합할 것으로 예상되는 재활 프로그램의 세트를 추천함으로써, 재활전문가인 잡코디네이터의 재활계획 수립을 지원할 수 있는 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템이 개시된다.
상술한 과제를 해결하기 위하여, 일 실시예에 따른 산재노동자를 위한 재활 프로그램 세트 추천 장치는 재활 프로그램 세트에 따른 재활 서비스를 제공받아 직업복귀에 성공한 산재노동자들의 데이터를 포함하는 사례베이스 테이블들을 저장하는 저장부; 산재노동자와 관련된 속성 정보가 입력되면, 상기 입력된 속성 정보를 이용하여 상기 산재노동자와 유사한 재해를 가진 유사재해자들을 상기 저장부에서 검색하는 검색부; 상기 검색된 유사재해자들별로 상기 산재노동자와의 유사도를 계산하는 유사도 계산부; 상기 계산된 유사도들 중에서 가장 큰 유사도를 갖는 유사재해자를 선택하고, 상기 선택된 유사재해자에게 제공되었던 재활 프로그램 세트에 포함되어 있는 재활 프로그램들이 요양단계별로 구분되어 표시된 추천 화면을 구성하는 제어부; 및 상기 추천 화면을 출력하는 출력부를 포함한다.
상기 사례베이스 테이블들은 연속형 속성 및 명목형 속성을 포함한다.
상기 연속형 속성은 중증도지수, 연령, 평균 임금, 근무일수, 사업장 산재인원수 및 다차원심리검사 총점 중에서 하나 이상을 포함한다.
상기 명목형 속성은 상병그룹 코드, 재해발생 형태 코드, 종사자 지위 코드, 업종 코드, 직종 코드, 사업장 알림 여부, 동일 사업장 근무의사 여부, 결혼 구분, 상담 대상자 성향 코드 및 내일추천여부 중에서 하나 이상을 포함한다.
상기 유사도 계산부는 상기 연속형 속성들별로 유클리드 거리 값을 계산하는 제1 유사도 계산부; 상기 명목형 속성들별로 해밍 거리 값을 계산하는 제2 유사도 계산부; 및 상기 유클리드 거리 값과 상기 해밍 거리 값의 가중합을 계산하는 합산부를 포함한다.
상기 합산부는 상기 연속형 속성들별로 계산된 유클리드 거리 값들별로 가중치를 적용하고, 상기 명목형 속성들별로 계산된 해밍 거리 값들별로 가중치를 적용한다.
상기 입력된 속성 정보는 상기 산재노동자의 중증도지수, 연령, 평균 임금, 근무일수, 사업장 산재인원수, 다차원심리검사 총점, 상병그룹 코드, 재해발생 형태 코드, 종사자 지위 코드, 업종 코드, 직종 코드, 사업장 알림 여부, 동일 사업장 근무의사 여부, 결혼 구분, 상담 대상자 성향 코드 및 내일추천여부 중에서 하나 이상을 포함한다.
상기 검색부는 상기 상병그룹 코드와 동일한 상병그룹 코드를 갖는 사례베이스 테이블들을 검색한다.
상기 사례베이스 테이블들은 근로복지공단의 노동보험시스템과 병원의 의료정보시스템을 통합시킨 빅데이터 플랫폼에 저장되어 관리된다.
상기 빅데이터 플랫폼은 상기 사례베이스 테이블을 사실 테이블로 하여 상기 노동보험시스템에서 선택된 테이블들이 차원 테이블로서 상기 사례베이스 테이블의 주변에 배치된 스타스키마; 상기 의료정보시스템에서 선택된 테이블들 중에서 두 개의 마스터 테이블을 별도의 사실 테이블로 하여 상기 나머지 테이블들이 차원 테이블로서 상기 마스터 테이블들의 주변에 배치된 스타스키마; 및 상기 사례베이스 테이블과 상기 두 개의 마스터 테이블을 연계시키는 연계 테이블을 포함하되, 상기 연계 테이블은 상기 사례베이스 테이블로부터 넘겨받은 원부번호와 상기 두 개의 마스터 테이블로부터 넘겨받은 주민등록번호 및 재해날자를 주요 속성으로 포함한다.
산재노동자에게 적합할 것으로 예상되는 재활 프로그램 세트가 추천되므로, 잡코디네이터는 추천된 재활 프로그램 세트를 참조하여, 산재노동자를 위한 재활계획을 보다 용이하게 수립할 수 있다.
경험이 적은 잡코디네이터도 산재노동자를 위한 재활계획을 용이하게 수립할 수 있다.
잡코디네이터가 산재노동자에 대한 의무전자기록(Electronic Medical Records; EMR) 없이도 재활계획을 수립할 수 있다.
도 1은 본 발명의 일 실시예에 따른 재활 프로그램 세트 추천 시스템의 구성을 도시한 블록도이다.
도 2는 사례기반추론 모형의 동작 과정을 도시한 도면이다.
도 3의 (a)는 스타 스키마를 예시한 것이고, (b)는 스노우플레이크 스키마를 예시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 플랫폼의 논리모형의 일부를 도시한 도면이다.
도 5는 빅데이터 플랫폼을 구성하는 테이블들 중에서 노동보험시스템에서 선택된 테이블들 중 일부를 예시한 도면이다.
도 6은 도 5에 예시된 테이블들 중에서 '최초요양' 테이블의 일부 속성을 예시한 도면이다.
도 7은 빅데이터 플랫폼을 구성하는 테이블들 중에서 의료정보시스템에서 선택된 테이블들을 예시한 도면이다.
도 8은 도 7에 예시된 테이블들 중에서 마스터 테이블인 '직업재활의료정보' 테이블의 속성과 '직업재활환자정보' 테이블의 속성을 예시한 도면이다.
도 9는 산재노동자의 작업능력을 평가하는 시뮬레이터의 출력값을 저장하는 출력값 테이블을 예시한 도면이다.
도 10은 본 발명의 일 실시예에 따른 재활 프로그램 세트 추천 장치의 구성을 도시한 도면이다.
도 11은 근로복지공단에서 제공하고 있는 24개의 재활 프로그램을 도시한 도면이다.
도 12는 사례베이스 테이블에 포함되는 16개의 속성들을 도시한 도면이다.
도 13은 재활 프로그램 테이블, 사례베이스 테이블 및 재활내역 테이블들 간의 개체관계도를 도시한 도면이다.
도 14는 합산부가 최종 유사도를 계산하는데 사용하는 수식을 도시한 도면이다.
도 15a는 재활 프로그램 세트 추천 장치를 통해 표시되는 추천 화면의 일 예를 예시한 도면이다.
도 15b는 재활 프로그램 세트 추천 장치를 통해 표시되는 추천 화면의 다른 예를 예시한 도면이다.
도 16은 발명의 일 실시예에 따른 산재노동자를 위한 재활 프로그램 세트 추천 방법을 도시한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 출입문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예들을 설명한다. 도면에서 동일한 도면 부호는 동일한 구성요소를 나타낸다.
도 1은 본 발명의 일 실시예에 따른, 산재노동자를 위한 재활 프로그램 세트 추천 시스템(이하, 재활 프로그램 세트 추천 시스템)(1)의 구성을 도시한 블록도이다.
도 1을 참조하면, 재활 프로그램 추천 시스템(1)은 빅데이터 플랫폼(100) 및 재활 프로그램 세트 추천 장치(200)를 포함한다.
빅데이터 플랫폼(100)은 근로복지공단의 산업재해 보상보험 운영시스템(이하 노동보험시스템)과 병원의 운영시스템(이하 의료정보시스템)을 통합시킨 것이다. 빅데이터 플랫폼(100)에는 노동보험시스템에서 추출된 데이터(110)와 의료정보시스템에서 추출된 데이터(120)가 저장되어 운영된다. 빅데이터 플랫폼(100)에 대한 설명은 도 3 내지 도 9를 참조하여 후술하기로 한다.
재활 프로그램 세트 추천 장치(200)는 빅데이터 플랫폼(100)을 기반으로 동작한다. 구체적으로, 재활 프로그램 세트 추천 장치(200)는 잡코디네이터로부터 산재노동자와 관련된 속성 정보를 입력받고, 입력받은 속성 정보를 이용하여 산재노동자에게 가장 적합한 것으로 예상되는 재활 프로그램 세트를 검색한다. 그리고 검색된 재활 프로그램 세트를 포함하는 추천 화면을 구성하여 출력한다. 그러면 잡코디네이터는 출력된 추천 화면의 내용을 참조하여 산재노동자를 위한 재활계획을 수립할 수 있다. 잡코디네이터는 추천 화면을 통해 표시된 재활 프로그램 세트를 그대로 사용하여 재활계획을 수립할 수도 있고, 재활 프로그램의 종류 및/또는 제공 시기를 수정하여 재활계획을 수립할 수도 있다.
실시예에 따르면, 재활 프로그램 세트 추천 장치(200)는 사례기반추론(Case Based Reasoning; CBR) 모형에 기초하여 산재노동자를 위한 재활 프로그램 세트를 추천한다. 사례기반추론 모형은 인간의 문제해결 방식을 모방하여 만들어진 인공지능(또는 기계학습) 모형 중의 하나이다.
사례기반추론은 과거 사례를 보관하고 있는 사례베이스로부터 새로운 사례와 유사한 사례를 검색하고, 검색된 사례를 바탕으로 새로운 사례의 결과를 예측하는 기법이다. 사례기반추론은 인간의 문제해결 방식과 매우 유사한 것으로 알려져 있다. 인간의 경우 새롭게 해결해야 할 문제가 발생했을 때, 과거 자신이 해결했던 문제 중 현재 풀어야 할 문제와 가장 유사한 경우를 생각해 내어 당시의 해결 방안을 지금의 문제에 맞게끔 조금 수정하여 새로운 문제의 해결책으로 사용한다. 그리고 사용한 결과가 미래에도 이용할 만한 사례인 경우 다시 잘 기억하였다가 나중에 또 다른 문제를 풀어야 하는 상황이 발생했을 때 이 사례를 또 재사용하는 양상을 보인다. 사례기반추론 모형도 이와 유사한 과정으로 동작하는데 그 과정을 도시하면 도 2와 같다.
도 2를 참조하면, 사례기반추론 모형은 기본적으로 4단계로 동작한다. 첫 번째 단계는 검색(retrieve) 단계이다. 검색 단계는 사례베이스(case base)에 저장되어 있는 많은 사례들 중에서 현재 해결해야 할 새로운 문제와 가장 유사한 사례를 찾아오는 단계이다. 이 때 가장 유사한 한 개의 사례만 가져올 수도 있으며, 다수의 사례를 가지고 와서 조정하는 경우도 있다. 두 번째 단계는 재사용(reuse) 단계이다. 재사용 단계는 앞 단계에서 찾아진 사례를 새로운 문제의 해결책으로 다시 사용하는 단계를 말한다. 세 번째 단계는 조정(revise) 단계이다. 조정 단계는 새로운 문제의 해결책으로 과거 유사한 사례의 해결책을 재사용해 본 결과 새로운 사례로 저장되기 전에 약간의 수정이나 조정이 필요한 경우 새로운 사례와 해결책을 조정하거나 수정해 주는 단계이다. 마지막으로 네 번째 단계는 저장(retain) 단계로 새롭게 해결하고 또 필요에 따라 조정과 수정을 가한 새로운 사례가 사례베이스에 저장되는 단계를 말한다. 새로운 사례가 새로운 해결책과 함께 사례베이스에 저장된다는 것은 새로운 상태의 문제를 해결할 수 있는 또 하나의 사례가 발생했다는 것을 의미한다. 이러한 새로운 사례의 저장이 오랜 시간동안 발생하여 새로운 사례가 많이 쌓이게 되면 사례기반추론 모형의 성능이 그만큼 더 정확해지고 정교해지게 된다. 따라서 사례기반추론에서는 이 저장단계를 ‘학습’ 단계로 보고 있다. 이러한 네 단계를 사례기반추론의 4REs(REtrieve, REuse, REvise, REtain)라고 한다.
한편, 기존 노동보험시스템의 데이터와 의료정보시스템의 데이터는 서로 완전히 다른 형태와 내용을 갖는다. 예를 들면, 노동보험시스템과 관련된 테이블들은 '원부번호'를 키로 사용하고 있는데 비하여 의료정보시스템과 관련된 테이블들은 '원부번호'가 아닌 '주민등록번호'와 '재해날짜'를 복합키로 사용하고 있다. 때문에 특정 산재노동자에 대한 데이터를 검색하기 위해서는 노동보험시스템과 의료정보시스템에 각각 접속해야하는 불편함이 따른다. 이에 비하여 두 시스템의 테이블들을 연계시킨 빅데이터 플랫폼을 활용하면 산재노동자에 대한 데이터를 쉽고 빠르게 검색할 수 있다.
실시예에 따르면, 빅데이터 플랫폼은 데이터 웨어하우스(data-warehouse; DW) 설계 기법에 따라 설계될 수 있다. 데이터 웨어하우스 설계 기법에 따라 빅데이터 플랫폼을 설계하면 서로 다른 형태와 내용을 갖는 노동보험시스템과 의료정보시스템을 구분하면서도 적절하게 하나의 시스템으로 통합시킬 수 있다.
데이터 웨어하우스 설계 기법으로는 스타 스키마(Star Schema) 모델링 기법 및 스노우플레이크 스키마(Snowfalke Schema) 모델링 기법을 예로 들 수 있다.
스타 스키마 모델링 기법은 가장 기본적인 데이터 웨어하우스 설계 기법이다. 스타 스키마는 하나의 사실 테이블(Fact table)과 하나 이상의 차원 테이블(Dimension table)로 구성된다. 사실 테이블은 가운데에 위치하며, 하나 이상의 차원 테이블은 사실 테이블을 중심으로 별 모양을 구성하듯이 주변에 위치한다. 그리고 사실 테이블은 각 차원 테이블들의 키(key)를 모아놓은 형태로 구성된다. 즉, 스타 스키마는 관심 있는 차원별로 데이터를 손쉽게 요약하여 조회할 수 있는 형태를 갖는다. 도 3의 (a)는 스타 스키마의 일 예를 보여주고 있다.
스노우플레이크 스키마 모델링 기법은 여러 개의 스타 스키마가 복합적으로 구성되어 있는 형태이다. 스노우플레이크 스키마는 사실 테이블을 중심으로 주변에 차원 테이블들이 위치하고, 각각의 차원 테이블에는 또 다른 차원 테이블이 연결되는 형태를 갖는다. 도 3의 (b)는 스노우플레이크 스키마의 일 예를 보여주고 있다.
실시예에 따르면, 빅데이터 플랫폼은 스노우플레이크 스키마의 형태와 유사하게 설계될 수 있다. 이에 대한 보다 구체적인 설명을 위해 도 4를 참조하기로 한다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 플랫폼의 논리모형(Logic Model)의 일부를 도시한 도면이다. 도 4의 왼쪽 부분에는 노동보험시스템과 관련된 테이블들을 도시되어 있고, 오른쪽 부분에는 의료정보시스템과 관련된 테이블들이 도시되어 있다.
도 4의 왼쪽 부분을 참조하면, '사례베이스' 테이블을 사실 테이블로 하여 노동보험시스템과 관련된 테이블들(예를 들어, 'VR측정' 테이블, '최초요양' 테이블, '시간' 테이블 및 '산재보험 패널티' 테이블)이 스타 스키마의 형태로 배치되어 있는 모습을 볼 수 있다. 또한 '사례베이스' 테이블의 주요 속성은 원부번호인 것을 알 수 있다.
도 4에서 오른쪽 부분을 참조하면, 두 개의 마스터 테이블(예를 들어, '의료정보 마스터' 테이블 및 '환자정보 마스터' 테이블)을 별도의 사실 테이블로 하여 의료정보시스템과 관련된 나머지 테이블들(예를 들어, '일상생활 동작검사' 테이블, '균형평가' 테이블, '다차원 어깨평가' 테이블, '수지기능 검사1' 테이블)이 스타 스키마의 형태로 배치되어 있는 모습을 볼 수 있다.
그리고 노동정보시스템의 사실 테이블인 사례베이스 테이블과 의료정보시스템의 사실 테이블인 두 개의 마스터 테이블은 연계 테이블에 의해 연계되어 전체적으로 스노우플레이크 스키마의 형태로 배치되어 있는 것을 알 수 있다. 또한 연계 테이블의 주요 속성은 주민등록번호(암호화), 재해날짜, 그리고 원부번호인 것을 알 수 있다.
도 4에 도시된 테이블들 외에도 빅데이터 플랫폼은 더 많은 테이블들을 포함한다. 구체적으로, 빅데이터 플랫폼은 노동보험시스템에서 선택된 72개의 테이블과 의료정보시스템에서 선택된 16개의 테이블을 포함한다. 이에 더하여 빅데이터 플랫폼은 산재노동자의 작업능력을 평가하는 시뮬레이터(도시되지 않음)의 출력값들을 저장하기 위한 출력값 테이블을 더 포함할 수도 있다. 이하, 도 5 내지 도 9를 참조하여 빅데이터 플랫폼을 구성하는 테이블들 및 각 테이블의 주요 속성에 대해서 좀 더 구체적으로 설명하기로 한다.
도 5는 빅데이터 플랫폼을 구성하는 테이블들 중에서 노동보험시스템에서 선택된 테이블들 중 일부를 예시한 도면이다. 도 5에는 노동보험시스템에서 선택된 72개의 테이블들 중에서 45개의 테이블들이 예시되어 있다. 예시된 테이블들 중에서 '재해정보', '회차별재해원인및발생상황', '상병코드', '요양비지급정보', '의료기관_약국', '휴업상병급여지급내역', '간병급여지급내역', '장해급여지급내역', '피보험자료현황', '국민연금취득자료', '건강보험정규화테이블', '진료상세메시지', '초기면접카드내역', '재활상담대장', '직업훈련비용산출내역', '직업훈련비용청구', '직업훈련비용청구내역', '직업훈련수당산출내역', '직업훈련수당청구내역' 및 '지사' 테이블은 사례베이스 테이블을 구성하는데에도 활용된다. 구체적으로, 20개의 테이블들에 각각 포함되어 있는 속성들 중에서 소정 기준에 따라 선택된 속성들을 포함하도록 사례베이스 테이블이 구성된다.
도 6은 도 5에 예시된 테이블들 중에서 '최초요양' 테이블의 일부 속성을 예시한 도면이다. 최초요양 테이블은 산업재해를 당한 재해노동자가 최초로 공단에 재해사실을 알리고 산업재해를 인정해 달라는 신청을 하는 경우에 생성된다. 따라서 최초요양 테이블은 재해신청 당시에 얻게 되는 대부분의 자료들을 포함한다. 도 6을 참조하면, 최초요양 테이블은 123개의 속성을 포함한다. 최초요양 테이블에서 '원부번호'가 키역할을 하게 되며 고객ID, 사업장원부번호, 재해일자, 직종명 등 재해신청자에 대한 자료와 재해사업장에 대한 자료가 함께 관리된다. 도 6에서 'PK'는 기본키(primary key)를 나타내며 'NN'은 필수값(Not Null)을 의미한다.
도 7은 빅데이터 플랫폼을 구성하는 테이블들 중에서 의료정보시스템에서 선택된 테이블들을 예시한 도면이다. 도 7에는 두 개의 마스터 테이블(직업재활의료정보, 직업재활환자정보)과 더불어 14개의 테이블이 예시되어 있다. 14개의 테이블들은 주로 다양한 검사들과 검사 결과값들을 관리하는 테이블들이다.
도 8은 도 7에 예시된 테이블들 중에서 마스터 테이블인 '직업재활의료정보' 테이블의 속성과 '직업재활환자정보' 테이블의 속성을 예시한 도면이다. 직업재활의료정보 테이블은 주로 의료기관과 의료진에 대한 정보를 포함한다. 예를 들면, 병원명, 진료과 그리고 작성자(의사) 등의 속성을 포함한다. 직업재활환자정보 테이블은 주로 산재노동자와 재해에 대한 정보를 포함한다. 예를 들면, '재해자 성명', '재해일자', '나이' 그리고 '성별' 등의 속성을 포함한다.
도 9는 산재노동자의 작업능력을 평가하는 시뮬레이터의 출력값을 저장하는 출력값 테이블을 예시한 도면이다. 도 9에 도시된 바와 같이, 출력값 테이블은 평가 결과에 따른 점수 혹은 각도 등의 정보를 포함한다. 출력값 테이블은 총 38개의 속성을 포함하는데 이들 중 두 개의 속성이 복합키로 사용될 수 있다. 산재노동자의 작업능력을 평가하는 시뮬레이터는 가상현실(Virtual Reality, VR), 증강현실(Augmented Reality, AR) 및 혼합현실(Mixed Reality, MR)을 포괄하는 확장현실(eXtended Reality, XR)을 제공하는 장치일 수 있다.
도 10은 본 발명의 일 실시예에 따른 재활 프로그램 세트 추천 장치(200)의 구성을 도시한 블록도이다.
도 10을 참조하면, 재활 프로그램 세트 추천 장치(200)는 저장부(210), 입력부(220), 출력부(230), 제어부(240), 검색부(250) 및 유사도 계산부(260)를 포함한다.
저장부(210)는 재활 프로그램 세트 추천 장치(200)가 동작하는데 필요한 각종 데이터를 저장한다. 예를 들면, 저장부(210)는 재활 프로그램 테이블(213), 사례베이스 테이블(211), 그리고 재활 프로그램 테이블(213)과 사례베이스 테이블(211)을 연결하는 재활내역 테이블(212)을 저장한다.
재활 프로그램 테이블(213)은 근로복지공단에서 제공되고 있는 재활 프로그램과 관련된 데이터를 저장한다. 근로복지공단에서는 의료, 사회심리 및 직업 분야와 관련하여 총 24개의 재활 프로그램을 제공하고 있는데 이를 도시하면 도 11과 같다.
도 11을 참조하면, 의료 분야와 관련해서는 집중재활치료(재활특진), 요양지원상담, 주치의 면담, 재활스포츠, 합병증예방관리 및 재활보조기구 등의 재활 프로그램들이 제공되고 있다. 사회심리 분야와 관련해서는 심리상담, 가족면담, 심리재활 프로그램, 멘토링프로그램, 가족화합프로그램 및 복지서비스의뢰 등의 재활 프로그램들이 제공되고 있다. 직업 분야와 관련해서는 원직장복귀지원상담, 재취업지원상담, 작업능력평가, 직업훈련, 구직등록(워크넷), 고용서비스민간위탁, 창업지원상담, 직장복귀지원금, 재활운동비, 직장적응훈련비, 대체인력지원사업, 직장동료화합프로그램 등의 재활 프로그램들이 제공되고 있다.
다시 도 10을 참조하면, 사례베이스 테이블(211)은 각 사례에 대한 데이터를 저장한다. 실시예에 따르면, 사례베이스 테이블(211)은 총 16개의 속성을 포함하는데 이를 도시하면 도 12와 같다.
도 12를 참조하면, 사례베이스 테이블(211)의 속성은 형태에 따라 연속형과 명목형으로 구분된다. 연속형 속성에는 6개의 속성이 포함되고, 명목형에는 10개의 속성이 포함된다. 연속형 속성(또는 연속형 변수, 숫자형 변수)에는 중증도지수, 연령, 평균 임금, 근무일수, 사업장 산재인원수 및 다차원심리검사 총점이 포함된다. 명목형 속성(또는 명목형 변수, 카테고리형 변수)에는 상병그룹 코드, 재해발생 형태 코드, 종사자 지위 코드, 업종 코드, 직종 코드, 사업장 알림 여부, 동일 사업장 근무의사 여부, 결혼 구분, 상담 대상자 성향 코드 및 내일추천여부가 포함된다.
도 12에 예시된 속성들은 서로 다른 두 가지 방법에 기초하여 후보 속성들을 선택하는 단계, 선택된 후보 속성들을 대상으로 중요도를 분석하는 단계, 분석된 중요도를 기준으로 최종 속성을 선택하는 단계를 거쳐 결정된다.
후보 속성들을 선택하기 위한 두 가지 방법으로는 데이터 기반 접근법(data-driven approach) 및 전문가 기반 접근법(expert-driven approach)을 예로 들 수 있다. 데이터 기반 접근법에 기초한 후보 속성 선택 과정은 기존의 노동보험시스템을 구성하는 960개의 테이블들의 속성들 중에서 1차로 356개의 후보 속성들을 선택하는 단계, 1차로 선택된 후보 속성들 중에서 2차로 156개의 후보 속성들을 선택하는 단계를 포함한다. 전문가 기반 접근법 즉, 델파이 기법에 기초한 후보 속성 선택 과정은 다수의 전문가를 포함하는 패널을 구성하는 단계, 개방형 질문을 패널에게 제공하여 설문을 진행하는 제1 라운드, 제1 라운드 결과에 기초하여 결정된 구조화된 폐쇄형 질문을 패널에게 제공하여 설문을 진행하는 제2 라운드, 다른 패널들의 응답 결과와 구조화된 폐쇄형 질문을 패널에게 함께 제공하여 설문을 진행하는 제3 라운드, 채널의 의견이 수렴될 때까지 다른 패널들의 응답 결과와 구조화된 폐쇄형 질문을 패널에게 함께 제공하여 설문을 진행하는 단계, 설문 결과에 기초하여 35개의 후보 속성을 결정하는 단계를 포함한다.
이러한 방법으로 선택된 191개의 후보 속성들을 대상으로 중요도를 분석하기 위해서 분류 기계학습 모형(LGBM: light gradient boosting machine)이 사용된다. 분류 기계학습 모형은 후보 속성을 독립변수로 하고, 재활 프로그램을 종속변수로 하도록 구성된다. 분류 기계학습 모형은 각 후보 속성이 정확도와 노드의 분순도 개선에 얼마만큼 기여하는지를 기반으로 중요도를 계산한다. 분류 기계학습 모형을 이용한 결과, 191개의 후보 속성들 중에서 최종적으로 16개의 속성이 선택된다.
다시 도 10을 참조하면, 저장부(210)는 다양한 모범 사례와 관련된 사례베이스 테이블들(211)을 저장한다. 모범 사례란 각 산재노동자들에게 제공되었던 재활 프로그램 세트들 중에서 최소 5개 이상의 재활 프로그램을 포함하되, 산재노동자가 직업복귀에 성공한 사례를 말한다. 여기서, 직업복귀란 원직장 복귀, 타직장 복귀 및 창업을 포함한다.
모범 사례는 실제 사례 및 가상 사례를 포함할 수 있다. 가상 사례는 실제 사례에서 적게 발생한 상병, 상해부위, 연령대를 선정하고, 이들을 조합한 가상의 산재노동자 정보를 잡코디네이터에게 제시하여 해당 산재노동자에게 적용할 수 있는 최적의 재활 프로그램 세트를 제공받음으로써 생성될 수 있다. 그러나 모범 사례가 반드시 가상 사례를 포함해야하는 것은 아니며, 사례베이스 테이블에 저장되는 속성의 개수에 근거했을 때 실제 사례의 개수가 충분하다면 가상 사례는 제외될 수도 있다.
한편, 저장부(210)에 저장되는 재활 프로그램 테이블(213), 사례베이스 테이블(211) 및 재활내역 테이블(212) 간의 개체관계도(Entity Relationship Diagram; ERD)로 표시하면 도 13과 같다. 도 13을 참조하면, 재활내역 테이블(212)은 재활 프로그램 테이블(213)과 사례베이스 테이블(211)을 연계시켜주는 테이블인 것을 알 수 있다. 재활내역 테이블(212)에는 두 개의 외래키(foreign key)가 존재하는데 한 개는 사례베이스 테이블(211)에서 넘어온 원부번호이며 나머지 한 개는 재활 프로그램 테이블(213)에서 넘어온 프로그램 번호이다. 프로그램 번호는 특정 재활 프로그램을 찾을 수 있는 고유한 값이다. 재활내역 테이블(212)은 두 개의 외래키 외에도 재활 프로그램 테이블(213)과 사례베이스 테이블(211)이 관계를 가지면서 발생하는 데이터들을 저장하게 된다.
다시 도 10을 참조하면, 입력부(220)는 잡코디네이터로부터 정보 및/또는 명령을 입력받는다. 예를 들어, 입력부(220)는 산재노동자와 관련된 속성 정보를 입력받는다. 속성 정보로는 앞서 도 12에 도시된 바와 같은 16개의 속성 정보를 입력받는다. 이외에도 입력부(220)는 재활 프로그램 세트 추천 실행 명령을 입력받는다.
출력부(230)는 명령 처리 결과를 출력한다. 예를 들어, 출력부(230)는 산재노동자에게 적합한 재활 프로그램 세트가 검색되는 경우, 검색된 재활 프로그램 세트를 출력한다. 이를 위해 출력부(230)는 시각적 신호를 출력하기 위한 디스플레이(231) 및 청각적 신호를 출력하기 위한 스피커(232)를 포함할 수 있다.
검색부(250)는 저장부(210)에 저장되어 있는 사례베이스 테이블들(211) 중에서 산재노동자와 유사한 재해를 가진 유사재해자를 검색한다. 이를 위해 검색부(250)는 입력부(220)를 통해 입력된 속성 정보들 중에서 '상병그룹 코드' 값을 이용하여 검색을 수행한다. 검색 결과는 후술될 유사도 계산부(260)로 제공된다.
유사도 계산부(260)는 검색부(250)에 의해 검색된 유사재해자의 사례베이스 테이블로부터 상병그룹 코드를 제외한 15개의 속성들을 추출하고, 추출된 속성을 이용하여 산재노동자와의 유사도를 계산한다. 실시예에 따르면, 유사도 계산부(260)는 제1 유사도 계산부(261), 제2 유사도 계산부(262) 및 합산부(263)를 포함한다.
제1 유사도 계산부(261)는 도 12에 도시된 속성들 중에서 연속형 속성들(즉, 숫자형 데이터)을 대상으로 산재노동자와의 유사도를 계산한다. 이 때, 유사도 계산 방식으로는 유클리드 거리(Euclidean distance)가 사용될 수 있다. 이론적으로 다차원 공간에서 두 개의 점 p와 q가 각각 p=(p1, p2, ..., pn)와 q=(q1, q2, ..., qn)의 좌표를 가질 때 두 점 사이의 거리를 계산하는 유클리드 거리를 계산하는 공식은 아래의 <식 1>과 같다.
Figure pat00001
제2 유사도 계산부(262)는 도 12에 도시된 속성들 중에서 명목형 속성들을 대상으로 산재노동자와의 유사도를 계산한다. 이 때, 유사도 계산 방식으로는 해밍 거리(Hamming distance)가 사용될 수 있다. 해밍 거리는 같은 길이를 가진 두 개의 문자열에서 같은 위치에 있지만 서로 다른 문자가 몇 개인지를 이용하여 두 명목형 변수들간의 유사도를 측정하는 방식이다. 즉, 유사도를 계산해야 하는 두 문자열 중 하나의 문자열에서 몇 개의 문자를 바꾸어야 다른 문자열과 동일한 형태가 되는지를 계산하는 것이다. 해밍 거리를 계산하는 공식은 아래 <식 2>와 같다.
Figure pat00002
합산부(263)는 유클리드 거리 값과 해밍 거리 값을 합산하여 최종 유사도를 계산한다. 일 예로, 합산부(263)는 속성별 유클리드 거리 값의 가중합을 구하고, 속성별 해밍 거리 값의 가중합을 구한 다음, 두 가중합을 합산한 값을 최종 유사도로 결정한다. 다른 예로, 합산부(263)는 속성별 유클리드 거리 값을 모두 더한 값을 구하고, 속성별 해밍 거리 값을 모두 더한 값을 구한 다음, 구해진 유클리드 거리 값과 구해진 해밍 거리 값의 가중합을 계산한다. 그리고 계산된 가중합을 최종 유사도로 결정한다. 즉, 합산부(263)는 연속형 속성인지 명목형 속성인지와 상관없이 각 속성별로 가중치를 부여할 수도 있고, 연속형 속성인지 명목형 속성인지에 따라서 가중치를 부여할 수도 있다. 합산부(263)가 최종 유사도를 계산하는 방법을 수식으로 도시하면 도 14와 같다.
다시 도 10을 참조하면, 유사도 계산부(260)는 검색부(250)에 의해 검색된 모든 유사재해자들을 대상으로 최종 유사도를 계산한다. 그리고 계산된 최종 유사도들을 제어부(240)로 제공한다.
제어부(240)는 각 구성요소들을 연결하고 제어한다. 또한 제어부(240)는 검색부(250)에 의해 검색된 유사재해자들 중에서 가장 큰 최종 유사도를 갖는 유사재해자를 선택한다. 그리고 선택된 유사재해자에게 제공되었던 재활 프로그램 세트를 포함하는 추천 화면을 구성한다. 구성된 추천 화면을 도시하면 도 15a와 같다.
도 15a를 참조하면, 추천 화면(700)은 추천 결과 표시 영역(710), 수정 버튼(720) 및 저장 버튼(730)을 포함한다.
추천 결과 표시 영역(710)의 세로 축에는 분야별 재활 프로그램이 배치된다. 구체적으로, 의료, 사회심리, 직업 분야와 관련된 재활 프로그램들이 세로 방향으로 차례로 배치된다. 그리고 추천 결과 표시 영역(710)의 가로 축에는 요양단계들이 가로 방향으로 차례로 배치된다. 요양단계는 급성기, 회복기, 고착기, 완치기 및 직업복귀기로 분류된다.
도 15a의 추천 결과 표시 영역(710)을 참조하면, 추천된 재활 프로그램 세트에 포함되어 있는 재활 프로그램들이 그렇지 않은 재활 프로그램들에 비하여 다른 색상 예를 들어, 회색으로 하이라이트되어 있는 것을 알 수 있다. 또한 추천된 재활 프로그램 세트에 포함되어 있는 재활 프로그램들이 요양단계별로 구분되어 표시되어 있는 것을 알 수 있다. 이와 같이 표시하면, 재활 프로그램 세트에 포함되어 있는 재활 프로그램들을 단순히 텍스트 목록으로 나열하는 경우에 비하여, 잡코디네이터가 요양단계별 적용할 수 있는 재활 프로그램의 종류를 직관적으로 인지할 수 있다.
한편, 잡코디네이터는 추천 결과 표시 영역(710)의 내용을 확인한 다음, 표시된 내용을 그대로 산재노동자를 위한 재활계획으로 확정할 수 있다. 재활계획이 확정된 경우, 잡코디네이터는 저장 버튼(730)을 선택한다. 그러면 추천 결과 표시 영역(710)에 표시되어 있는 재활 프로그램 세트가 새로운 사례로서 저장부(210)에 저장된다.
다른 예로, 잡코디네이터는 추천 결과 표시 영역(710)의 내용을 확인한 다음, 표시된 내용 중에서 산재노동자에게 제공할 재활 프로그램의 종류 및/또는 재활 프로그램을 제공할 요양단계를 수정한 후에 수정된 내용을 산재노동자를 위한 재활계획으로 확정할 수도 있다. 추천 결과 표시 영역(710)의 내용을 수정하려는 경우, 잡코디네이터는 수정 버튼(720)을 선택하여, 추천 결과 표시 영역(710)의 선택 영역(711)이 활성화되도록 한다. 그 다음, 잡코디네이터는 선택 영역(711)에 배치되어 있는 셀들 중에서 산재노동자에게 제공할 재활 프로그램의 종류 및/또는 해당 재활 프로그램을 제공할 요양단계에 대응하는 셀을 선택한다. 잡코디네이터에 의해 선택된 셀은 선택되지 않은 셀들에 비하여 하이라이트된다. 이후, 잡코디네이터는 저장 버튼(730)을 선택한다. 그러면 선택 영역(711)에 표시되어 있는 재활 프로그램 세트가 새로운 사례로서 저장부(210)에 저장된다.
이러한 과정을 거쳐 산재노동자를 위한 재활계획이 수립되면, 잡코디네이터는 수립된 재활계획에 맞추어 재활 프로그램을 산재노동자에게 제공한다. 그리고 산재노동자가 재활 프로그램을 이수할 때마다 이수한 재활 프로그램과 관련된 데이터를 재활 프로그램 세트 추천 장치(200)에 저장한다. 산재노동자가 재활 프로그램을 이수할 때마다 발생되는 데이터는 도 13에서 설명한 재활내역 테이블에 저장될 수 있다.
한편, 재활계획에 따른 재활 프로그램을 산재노동자에게 서비스하는 과정에서 산재노동자의 상태에 따라 재활 프로그램의 종류를 변경해야하는 상황이 발생할 수도 있다. 이 경우, 잡코디네이터는 재활 프로그램 세트 추천 장치(200)에서 해당 산재노동자와 관련된 재활 프로그램 세트를 검색하고 검색된 재활 프로그램 세트가 디스플레이(231)를 통해 표시되면, 수정 버튼(720)을 선택하여 정보를 수정할 수 있다.
이상의 설명에서는 검색된 유사재해자들 중에서 가장 큰 최종 유사도를 갖는 한 명의 유사재해자를 선택하여 추천 화면(700)을 구성하는 경우를 예로 들어 설명하였다. 다른 실시예에 따르면, 최종 유사도가 일정 기준을 상회하는 유사재해자들을 선택하고, 선택된 유사재해자들에 대해서 각각 추천 화면을 구성할 수도 있다. 이 경우, 구성된 추천 화면들은 디스플레이(231)를 통해 시간차를 두고 차례로 표시되거나 디스플레이의 분할 영역을 통해 동시에 표시될 수도 있다. 또는 도 15b에 도시된 바와 같이, 복수의 추천 화면들에 대응하는 복수의 아이콘들(740)을 디스플레이(231)를 통해 표시할 수도 있다.
도 15b를 참조하면, 복수의 아이콘들(740)은 왼쪽으로 오른쪽으로 일렬로 배치되며, 최종 유사도가 높은 유사재해자의 추천 화면에 대응하는 아이콘일수록 왼쪽에 배치될 수 있다. 또한 현재 디스플레이(231)를 통해 표시되고 있는 추천 화면(700)에 대응하는 아이콘은 나머지 아이콘들에 비하여 하이라이트될 수 있다. 도 15b의 경우, 추천 화면(700)에 표시되어 있는 3개의 아이콘들(740) 중에서 가장 외쪽에 배채되어 있는 아이콘이 하이라이트되어 있으므로, 현재 표시되고 있는 추천 화면(700)은 앞서 선택된 유사재해자들 중에서 가장 큰 최종 유사도를 갖는 유사재해자의 추천 화면인 것을 알 수 있다. 이러한 상태에서 잡코디네이터가 하이라이트되지 않은 소정 아이콘을 선택하면, 디스플레이(231)를 통해 표시되고 있던 추천 화면(700)은 선택된 아이콘에 대응하는 추천 화면(도시되지 않음)으로 전환될 수 있다. 이러한 실시예에 따르면, 아이콘이 클릭됨에 따라 해당 유사재해자에 대응하는 추천 화면으로 전환되어 표시되므로, 잡코디네이터가 여러명의 유사재해자에 대한 재활 프로그램 세트 정보를 손쉽게 비교할 수 있다.
도 16은 본 발명의 일 실시예에 따른 재활 프로그램 추천 방법을 도시한 흐름도이다.
우선, 재활 프로그램 세트 추천 장치(200)는 잡코디네이터로부터 산재노동자와 관련된 속성 정보를 입력받는다(S810). 즉, 도 12에 도시된 바와 같이, 상병그룹 코드를 포함한 16개의 속성 정보를 입력받는다.
이후, 입력받은 속성 정보들 중에서 산재노동자의 상병그룹 코드를 이용하여 산재노동자와 유사한 재해를 가진 유사재해자들을 검색한다(S820). 즉, 저장부에 저장되어 있는 사례베이스 테이블들 중에서 산재노동자의 상병그룹 코드와 동일한 상병그룹 코드를 포함하는 사례베이스 테이블들을 검색한다.
이후, 검색된 유사재해자별로 산재노동자와의 유사도를 계산한다(S830). 상기 S830 단계는 연속형 속성들에 대해서 유클리드 거리 값을 계산하는 단계, 명목형 속성들에 대해서 해밍 거리 값을 계산하는 단계, 유클리드 거리 값과 해밍 거리 값의 가중합을 계산하는 단계, 계산된 가중합을 최종 유사도로 결정하는 단계를 포함한다.
검색된 유사재해자별로 유사도가 계산되면(S830), 가장 큰 유사도를 갖는 유사재해자를 선택한다(S840). 상기 S840 단계는 최종 유사도가 가장 큰 유사재해자를 선택하는 단계를 포함한다.
그 다음, 선택된 유사재해자에게 제공되었던 재활 프로그램 세트를 포함하는 추천 화면을 구성한다(S850). 이 때, 상기 추천 화면은 해당 재활 프로그램 세트에 포함되어 있는 재활 프로그램들이 요양단계별로 구분되어 표시되는 것이 바람직하다.
이후, 구성된 추천 화면을 출력한다(S860). 상기 S860 단계는 추천 화면을 디스플레이를 통해 디스플레이하는 단계를 포함한다. 이후, 잡코디네이터는 표시된 추천 화면의 내용을 확인한 다음, 필요에 따라 내용을 수정할 수 있다.
이후, 저장 명령이 입력되었는지를 판단한다. 판단 결과, 저장 명령이 입력되지 않았다면, 표시된 추천 화면을 그대로 유지한다. 판단 결과, 저장 명령이 입력되었다면, 추천 화면을 통해 표시되어 있는 내용을 새로운 사례로 저장부에 저장한다.
이상, 본 발명의 일 실시예에 따른 재활 프로그램 세트 추천 시스템 및 방법에 대해서 설명하였다. 일 실시예에서는 재활 프로그램 세트 추천 시스템(1)이 빅데이터 플랫폼(100) 및 재활 프로그램 세트 추천 장치(200)를 포함하는 경우를 예로 들었다.
도면에 도시되지는 않았으나 다른 실시예에 따르면, 재활 프로그램 세트 추천 시스템은 빅데이터 플랫폼, 재활 프로그램 추천 장치 및 단말 장치를 포함할 수 있다.
여기서 단말 장치는 잡코디네이터가 사용하는 전자 장치를 말한다. 전자 장치는 컴퓨팅 동작을 수행하는 유무선 통신 장치를 포함한다. 유선 통신 장치로는 개인용 컴퓨터(Personal Computer, PC)를 예로 들 수 있다. 무선 통신 장치로는 2세대(Code-Division Multiple Access, CDMA; Global System for Mobile Communications, GSM), 3세대(CDMA2000; Wideband Code Division Multiple Access, W-CDMA; Time-Division Synchronus CDMA, TD-SCDMA; Universal Mobile Telecommunication System, UMT), 3.5세대(High Speed Downlink Packet Access, HSDPA), 3.75세대(High Speed Uplink Packet Access, HSUPA), 3.9세대(Evolved High Speed Packet Access, HSPA+; Long Term Evolution, LTE), 4세대(LTE-Advanced) 및 5세대(5G) 등의 이동 단말기를 예로 들 수 있다.
단말 장치는 잡코디네이터로부터 산재 노동자에 대한 속성 정보를 입력받고, 입력받은 속성 정보를 재활 프로그램 세트 추천 장치로 전송한다. 또한 단말 장치는 재활 프로그램 추천 장치에 의해 생성된 추천 화면을 수신하여 표시할 수 있다.
단말 장치는 잡코디네이터로부터 각종 정보 및/또는 명령을 입력받기 위한 입력부, 재활 프로그램 세트 추천 장치와 통신하기 위한 통신부 및 재활 프로그램 세트 추천 장치로부터 수신한 추천 정보를 출력하기 위한 출력부를 포함한다. 출력부는 시각적 신호를 출력하기 위한 디스플레이 및 청각적 신호를 출력하기 위한 스피커를 포함할 수 있다.
또한, 재환 프로그램 추천 장치의 경우, 단말 장치와 통신하기 위한 통신부를 더 포함할 수 있다.
이상으로 본 발명의 실시예들을 설명하였다. 전술한 실시예들에 더하여, 본 발명의 실시예들은 전술한 실시예의 적어도 하나의 처리 요소를 제어하기 위한 컴퓨터 판독 가능한 코드/명령을 포함하는 매체 예를 들면, 컴퓨터 판독 가능한 매체를 통해 구현될 수도 있다. 상기 매체는 상기 컴퓨터 판독 가능한 코드의 저장 및/또는 전송을 가능하게 하는 매체/매체들에 대응할 수 있다.
상기 컴퓨터 판독 가능한 코드는, 매체에 기록될 수 있을 뿐만 아니라, 인터넷을 통해 전송될 수도 있는데, 상기 매체는 예를 들어, 마그네틱 저장 매체(예를 들면, ROM, 플로피 디스크, 하드 디스크 등) 및 광학 기록 매체(예를 들면, CD-ROM, Blu-Ray, DVD)와 같은 기록 매체, 반송파(carrier wave)와 같은 전송매체를 포함할 수 있다. 상기 매체들은 분산 네트워크일 수도 있으므로, 컴퓨터로 읽을 수 있는 코드는 분산 방식으로 저장/전송되고 실행될 수 있다. 또한 더 나아가, 단지 일 예로써, 처리 요소는 프로세서 또는 컴퓨터 프로세서를 포함할 수 있고, 상기 처리 요소는 하나의 디바이스 내에 분산 및/또는 포함될 수 있다.
이상과 같이 예시된 도면을 참조로 하여, 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 한정적이 아닌 것으로 이해해야만 한다.
1: 재활 프로그램 추천 시스템
100: 빅데이터 플랫폼
200: 재활 프로그램 추천 장치

Claims (10)

  1. 재활 프로그램 세트에 따른 재활 서비스를 제공받아 직업복귀에 성공한 산재노동자들의 데이터를 포함하는 사례베이스 테이블들을 저장하는 저장부;
    산재노동자와 관련된 속성 정보가 입력되면, 상기 입력된 속성 정보를 이용하여 상기 산재노동자와 유사한 재해를 가진 유사재해자들을 상기 저장부에서 검색하는 검색부;
    상기 검색된 유사재해자들별로 상기 산재노동자와의 유사도를 계산하는 유사도 계산부;
    상기 계산된 유사도들 중에서 가장 큰 유사도를 갖는 유사재해자를 선택하고, 상기 선택된 유사재해자에게 제공되었던 재활 프로그램 세트에 포함되어 있는 재활 프로그램들이 요양단계별로 구분되어 표시된 추천 화면을 구성하는 제어부; 및
    상기 추천 화면을 출력하는 출력부를 포함하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  2. 제1항에 있어서,
    상기 사례베이스 테이블들은
    연속형 속성 및 명목형 속성을 포함하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  3. 제2항에 있어서,
    상기 연속형 속성은
    중증도지수, 연령, 평균 임금, 근무일수, 사업장 산재인원수 및 다차원심리검사 총점 중에서 하나 이상을 포함하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  4. 제2항에 있어서,
    상기 명목형 속성은
    상병그룹 코드, 재해발생 형태 코드, 종사자 지위 코드, 업종 코드, 직종 코드, 사업장 알림 여부, 동일 사업장 근무의사 여부, 결혼 구분, 상담 대상자 성향 코드 및 내일추천여부 중에서 하나 이상을 포함하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  5. 제2항에 있어서,
    상기 유사도 계산부는
    상기 연속형 속성들별로 유클리드 거리 값을 계산하는 제1 유사도 계산부;
    상기 명목형 속성들별로 해밍 거리 값을 계산하는 제2 유사도 계산부; 및
    상기 유클리드 거리 값과 상기 해밍 거리 값의 가중합을 계산하는 합산부를 포함하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  6. 제5항에 있어서,
    상기 합산부는
    상기 연속형 속성들별로 계산된 유클리드 거리 값들별로 가중치를 적용하고, 상기 명목형 속성들별로 계산된 해밍 거리 값들별로 가중치를 적용하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  7. 제1항에 있어서,
    상기 입력된 속성 정보는
    상기 산재노동자의 중증도지수, 연령, 평균 임금, 근무일수, 사업장 산재인원수, 다차원심리검사 총점, 상병그룹 코드, 재해발생 형태 코드, 종사자 지위 코드, 업종 코드, 직종 코드, 사업장 알림 여부, 동일 사업장 근무의사 여부, 결혼 구분, 상담 대상자 성향 코드 및 내일추천여부 중에서 하나 이상을 포함하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  8. 제7항에 있어서,
    상기 검색부는
    상기 상병그룹 코드와 동일한 상병그룹 코드를 갖는 사례베이스 테이블들을 검색하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  9. 제1항에 있어서,
    상기 사례베이스 테이블들은
    근로복지공단의 노동보험시스템과 병원의 의료정보시스템을 통합시킨 빅데이터 플랫폼에 저장되어 관리되는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
  10. 제9항에 있어서,
    상기 빅데이터 플랫폼은
    상기 사례베이스 테이블을 사실 테이블로 하여 상기 노동보험시스템에서 선택된 테이블들이 차원 테이블로서 상기 사례베이스 테이블의 주변에 배치된 스타스키마;
    상기 의료정보시스템에서 선택된 테이블들 중에서 두 개의 마스터 테이블을 별도의 사실 테이블로 하여 상기 나머지 테이블들이 차원 테이블로서 상기 마스터 테이블들의 주변에 배치된 스타스키마; 및
    상기 사례베이스 테이블과 상기 두 개의 마스터 테이블을 연계시키는 연계 테이블을 포함하되,
    상기 연계 테이블은 상기 사례베이스 테이블로부터 넘겨받은 원부번호와 상기 두 개의 마스터 테이블로부터 넘겨받은 주민등록번호 및 재해날자를 주요 속성으로 포함하는, 산재노동자를 위한 재활 프로그램 세트 추천 장치.
KR1020210030098A 2021-03-08 2021-03-08 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템 KR102516351B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210030098A KR102516351B1 (ko) 2021-03-08 2021-03-08 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템
DE102022105049.1A DE102022105049A1 (de) 2021-03-08 2022-03-03 Verfahren, vorrichtung und system zur empfehlung eines sets aus rehabilitationsprogrammen für einen bei einem arbeitsunfall verletzten arbeiter

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210030098A KR102516351B1 (ko) 2021-03-08 2021-03-08 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템

Publications (3)

Publication Number Publication Date
KR20220126034A true KR20220126034A (ko) 2022-09-15
KR102516351B1 KR102516351B1 (ko) 2023-03-31
KR102516351B9 KR102516351B9 (ko) 2023-07-13

Family

ID=82898356

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210030098A KR102516351B1 (ko) 2021-03-08 2021-03-08 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템

Country Status (2)

Country Link
KR (1) KR102516351B1 (ko)
DE (1) DE102022105049A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116034904B (zh) * 2023-03-31 2023-06-13 华南农业大学 基于轨道式巡检机器人的猪只健康监测系统及方法
CN116434975B (zh) * 2023-06-14 2023-09-01 西安交通大学医学院第一附属医院 一种呼吸内科清肺排痰装置智能管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101343299B1 (ko) * 2013-05-29 2013-12-19 근로복지공단 산업재해 장해등급 자동판정 및 장해급여 지급 방법
KR20160123150A (ko) * 2015-04-15 2016-10-25 (주)솔트웍스 의료 정보 제공 시스템
KR20200119559A (ko) * 2019-04-10 2020-10-20 김창걸 상지 재활훈련 장치 및 방법
KR20210001563A (ko) 2019-06-28 2021-01-06 오경현 재활치료 서비스 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210030098A (ko) 2019-09-09 2021-03-17 티마텍 주식회사 음성인식 모듈을 구비하는 지상관제 시스템을 이용한 드론 관제방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101343299B1 (ko) * 2013-05-29 2013-12-19 근로복지공단 산업재해 장해등급 자동판정 및 장해급여 지급 방법
KR20160123150A (ko) * 2015-04-15 2016-10-25 (주)솔트웍스 의료 정보 제공 시스템
KR20200119559A (ko) * 2019-04-10 2020-10-20 김창걸 상지 재활훈련 장치 및 방법
KR20210001563A (ko) 2019-06-28 2021-01-06 오경현 재활치료 서비스 방법

Also Published As

Publication number Publication date
DE102022105049A1 (de) 2022-09-08
KR102516351B1 (ko) 2023-03-31
KR102516351B9 (ko) 2023-07-13

Similar Documents

Publication Publication Date Title
US11189365B2 (en) Monitoring clinical research performance
Nayani et al. Out of sight and out of mind? A literature review of occupational safety and health leadership and management of distributed workers
Mahmoudi et al. Identifying critical success factors in Heart Failure Self-Care using fuzzy DEMATEL method
Chang Fuzzy VIKOR method: A case study of the hospital service evaluation in Taiwan
Bosco et al. MetaBUS as a vehicle for facilitating meta-analysis
Klein et al. Rapid decision making on the fire ground
Britton et al. Occupational therapy practice in acute physical hospital settings: Evidence from a scoping review
Ponsignon et al. A customer journey perspective on service delivery system design: insights from healthcare
Spenner Occupational characteristics and classification systems: New uses of the Dictionary of Occupational Titles in social research
Debata et al. An integrated approach for service quality improvement in medical tourism: an Indian perspective
KR20220126034A (ko) 산재노동자를 위한 재활 프로그램 세트 추천 방법, 장치 및 시스템
Falatoonitoosi et al. Casual strategy mapping using integrated BSC and MCDM-DEMATEL
Nützi et al. An interdisciplinary approach to job matching: developing an occupation-specific job matching tool for reintegrating persons with spinal cord injury into the labor market
US20160306937A1 (en) Smart health management service and system by using automation platform installed in smart phones
KR101917852B1 (ko) 병원 경영 관리 컨설팅 서비스 제공 시스템
Hussain et al. Ethnic mental health inequalities and mental health policies in England 1999-2020
Rossom et al. Connecting research and practice: implementation of suicide prevention strategies in learning health care systems
Clarke et al. Ethics and community-based rehabilitation: eight ethical questions from a review of the literature
Bakanova et al. The method of employee competencies management based on the ontological approach
CN102103734A (zh) 医疗信息整合系统及方法
Webb Technologies of care
Robertson et al. Using geographical information systems to enhance community-based child welfare services
Bliss et al. Decision-making in palliative and continuing care in the community: an analysis of the published literature with reference to the context of UK care provision
Fruiht et al. Rising stars and underdogs: The role race and parental education play in predicting mentorship
CN115171895A (zh) 一种智能动态心理健康评估的方法

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
G170 Re-publication after modification of scope of protection [patent]