KR20230158184A - 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치 - Google Patents
보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치 Download PDFInfo
- Publication number
- KR20230158184A KR20230158184A KR1020220057579A KR20220057579A KR20230158184A KR 20230158184 A KR20230158184 A KR 20230158184A KR 1020220057579 A KR1020220057579 A KR 1020220057579A KR 20220057579 A KR20220057579 A KR 20220057579A KR 20230158184 A KR20230158184 A KR 20230158184A
- Authority
- KR
- South Korea
- Prior art keywords
- cognitive training
- pattern
- user terminal
- walking
- location information
- Prior art date
Links
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 133
- 238000012549 training Methods 0.000 title claims abstract description 122
- 206010012289 Dementia Diseases 0.000 title claims abstract description 118
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title description 17
- 238000007726 management method Methods 0.000 claims description 159
- 208000028698 Cognitive impairment Diseases 0.000 claims description 37
- 208000010877 cognitive disease Diseases 0.000 claims description 37
- 230000015654 memory Effects 0.000 claims description 34
- 230000005021 gait Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000001755 vocal effect Effects 0.000 claims description 4
- 230000003936 working memory Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 26
- 238000003745 diagnosis Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006886 spatial memory Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1124—Determining motor skills
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Neurology (AREA)
- Primary Health Care (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Epidemiology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Data Mining & Analysis (AREA)
- Neurosurgery (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 개시의 일 실시예에 따르면, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치는 사용자 단말로부터 위치 정보를 수신하는 위치수신부, 사용자 단말로부터 수신된 위치 정보를 기초로 보행 패턴의 종류를 결정하는 보행패턴결정부, 사용자 단말로부터 미리 결정된 인지 훈련과 연관된 인지 훈련 결과를 수신하는 인지훈련부 및 보행 패턴의 종류 및 인지 훈련 결과에 대한 정보를 사용자 단말과 연관된 하나 이상의 관리 기관 서버로 전송하는 정보관리부를 포함하고, 보행패턴결정부는 위치 정보로부터 데이터의 연속성과 연관된 파라미터가 임계치 이하인 짧은 구간 데이터 세트, 이동 속도가 임계 속도 이상인 이동수단 데이터 세트 및 미리 결정된 이상치의 범위 내에 포함되는 이상치 데이터 세트 중 적어도 일부를 제외하고 보행 패턴의 종류를 결정할 수 있다.
Description
본 발명은 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치에 관한 것으로, 보다 상세하게는 사용자 단말을 통해 실시간으로 수신된 위치 정보를 기초로 사용자의 보행 패턴을 분석하고, 보행 패턴을 분석한 결과와 사용자가 사용자 단말을 이용하여 인지 훈련을 수행한 결과를 기초로 치매 또는 인지 장애의 가능성이 있는 사용자들을 통합적으로 관리하기 위한 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법, 장치 및 시스템에 관한 것이다.
치매 환자에게 나타나는 대표적인 증상은 목적지가 불분명한 상태에서 배회하는 행동으로, 이는 환자의 공간적 기억이 손상되어 길을 찾는 능력이 감소되면서 나타나는 증상에 해당한다. 또한, 다양한 인지 기능이 손상될수록 이러한 배회 행동이 더욱 빈번하게 관찰된다.
종래의 치매 환자 통합 관리 방법은 단순히 보호자가 치매 환자의 위치를 추적하여 환자의 위치를 파악하게 하는 방식을 이용하고 있다. 그러나, 이와 같이 수동적인 관리는 보호자가 환자의 치매 사실을 인지하고 있지 못한 경우, 치매 환자에게 발생할 수 있는 위험한 상황을 예방할 수 없다. 또한, 보호자가 환자의 이동 경로를 추적하는 과정에서 피보호자의 치매 사실을 인지하더라도, 수집된 단순 위치 정보는 피보호자의 치매 진단을 위한 객관적인 자료로 활용되기에는 한계가 존재한다.
상술한 문제를 해결하기 위해 본 개시에서는 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치가 제공될 수 있다.
본 개시의 일 실시예에 따르면, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치는 사용자 단말로부터 위치 정보를 수신하는 위치수신부, 사용자 단말로부터 수신된 위치 정보를 기초로 보행 패턴의 종류를 결정하는 보행패턴결정부, 사용자 단말로부터 미리 결정된 인지 훈련과 연관된 인지 훈련 결과를 수신하는 인지훈련부 및 보행 패턴의 종류 및 인지 훈련 결과에 대한 정보를 사용자 단말과 연관된 하나 이상의 관리 기관 서버로 전송하는 정보관리부를 포함하고, 보행패턴결정부는 위치 정보로부터 데이터의 연속성과 연관된 파라미터가 임계치 이하인 짧은 구간 데이터 세트, 이동 속도가 임계 속도 이상인 이동수단 데이터 세트 및 미리 결정된 이상치의 범위 내에 포함되는 이상치 데이터 세트 중 적어도 일부를 제외하고 보행 패턴의 종류를 결정할 수 있다.
일 실시예에 따르면, 보행패턴결정부는 사용자 단말로부터 수신된 위치 정보를 기초로 보행 패턴의 종류를 정상 패턴, 페이싱(pacing) 패턴, 래핑(lapping) 패턴 또는 랜덤 패턴 중 어느 하나로 레이블링할 수 있다.
일 실시예에 따르면, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치는 사용자 그룹의 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 적어도 하나의 패턴에 대한 데이터를 포함하는 보행패턴저장부를 더 포함하고, 사용자 그룹은 치매 또는 인지 장애 중 적어도 하나와 연관된 복수의 사용자와 치매 및 인지 장애와 연관되지 않은 복수의 사용자를 포함하고, 보행패턴결정부는 위치 정보 및 보행패턴저장부에 포함된 패턴에 대한 데이터를 비교한 결과를 기초로, 보행 패턴의 종류를 치매 또는 인지 장애 중 적어도 하나와 연관된 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 어느 하나로 레이블링할 수 있다.
일 실시예에 따르면, 보행패턴결정부는 위치 정보에 기초하여 결정된 보행 패턴의 종류의 인식 정확도를 산출할 수 있다.
일 실시예에 따르면, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치는 지형 및 지물 중 적어도 하나와 연관된 지리적 정보를 저장하는 맵저장부를 더 포함하고, 보행패턴결정부는 위치 정보를 수신하는 것에 응답하여 맵저장부로부터 지리적 정보 중 위치 정보에 대응하는 지리적 정보를 추출하고, 위치 정보 및 위치 정보에 대응하는 지리적 정보를 기초로 보행 패턴의 종류를 결정할 수 있다.
일 실시예에 따르면, 보행패턴결정부는 타임 윈도우를 이용하여 위치 정보 중 단위 시간 동안 측정된 위치 정보로부터 단위 구간 속성을 산출하고, 단위 구간 속성을 기초로 일정 시간 동안의 보행 패턴을 분석할 수 있다.
일 실시예에 따르면, 단위 구간 속성은 단위 시간 동안 측정된 위치 정보로부터 산출된 전체 이동 거리, 초당 이동 거리, 누적 거리 또는 방향각 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시예에 따르면, 단위 시간 동안 측정된 위치 정보는 제1 포인트 및 제1 포인트 이후의 제2 포인트에 대한 정보를 포함하고, 방향각은 고정 좌표계에 대한 제1 포인트 및 제2 포인트 사이의 전역 방향각 및 제1 포인트 이전의 위치들의 방향에 대한 제1 포인트 및 제2 포인트 사이의 이동 방향각을 포함할 수 있다.
일 실시예에 따르면, 인지훈련부는 인지 훈련 결과가 수신된 가장 빠른 날로부터 임계 시간이 경과한 경우, 사용자 단말로 미리 결정된 항목의 인지 훈련 수행을 지시하는 푸쉬 알림을 전송할 수 있다.
일 실시예에 따르면, 미리 결정된 인지 훈련은 문제 해결력, 시지각 기억력, 언어 유창성, 인지 유연성, 작업 기억 능력, 주의력 중 적어도 하나와 연관된 인지 훈련을 포함할 수 있다.
일 실시예에 따르면, 위치 정보는 인지 훈련 결과가 획득된 일시로부터 임계 시간 내에 측정될 수 있다.
일 실시예에 따르면, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치는 보행 패턴의 종류 및 인지 훈련 결과 중 적어도 하나와 연관된 데이터를 기초로 사용자 단말의 사용자의 치매 가능성을 결정하는 치매예측부를 더 포함할 수 있다.
일 실시예에 따르면, 치매예측부는 치매 가능성과 연관된 정보를 관리 기관 서버로 전송할 수 있다.
일 실시예에 따르면, 치매예측부는, 치매 가능성이 미리 결정된 기준 범위에 포함되는 경우, 사용자 단말로부터 수신된 위치 정보가 관리 기관 서버 또는 사용자 단말과 연관된 하나 이상의 보호자 단말 중 적어도 하나로 전송되는 것을 개시할 수 있다.
본 개시의 다른 실시예에 따르면, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 방법은 사용자 단말로부터 위치 정보를 수신하는 단계, 사용자 단말로부터 수신된 위치 정보를 기초로 보행 패턴의 종류를 결정하는 단계, 사용자 단말로부터 미리 결정된 인지 훈련과 연관된 인지 훈련 결과를 수신하는 단계 및 보행 패턴의 종류 및 인지 훈련 결과에 대한 정보를 사용자 단말과 연관된 하나 이상의 관리 기관 서버로 전송하는 단계를 포함하고, 보행 패턴의 종류는 위치 정보 중 데이터의 연속성과 연관된 파라미터가 임계치 이하인 짧은 구간 데이터 세트, 이동 속도가 임계 속도 이상인 이동수단 데이터 세트 및 미리 결정된 이상치의 범위 내에 포함되는 이상치 데이터 세트 중 적어도 일부를 제외한 정보를 기초로 결정될 수 있다.
본 개시의 또 다른 실시예에 따르면, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램이 제공될 수 있다.
본 개시의 일부 실시예에 따르면, 사용자의 위치 추적이 중단되거나 사용자가 보행이 아닌 이동수단으로 이동하는 경우 또는 노이즈를 위치 정보로부터 제거한 후 사용자의 보행 패턴을 분석함으로써, 치매 또는 인지 장애 등의 판단에 이용 가능한 객관적인 자료를 제공할 수 있다.
본 개시의 일부 실시예에 따르면, 치매 또는 인지 장애 등의 판단에 있어서 정상인의 보행 패턴 또한 대조군에 포함시킴으로써 정상인에 의해 수행된 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 등을 치매 환자, 인지 장애인 등에 의해 수행된 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 어느 하나로 분류되는 상황을 방지할 수 있다.
본 개시의 일부 실시예에 따르면, 보행 패턴 판단에 대한 인식 정확도를 사용자에게 제공함으로써 의료인은 피보호자의 치매 또는 인지 장애를 정확하게 진단할 수 있다.
본 개시의 일부 실시예에 따르면, 보행 패턴 분석 시 보행이 수행된 지역의 지형 지물을 함께 고려함으로써 정확한 보행 패턴 분석 결과를 제공할 수 있다.
본 개시의 일부 실시예에 따르면, 사용자에게 푸쉬 알림을 전송함으로써 사용자가 정기적으로 인지 훈련을 수행하도록 유도할 수 있다.
본 개시의 일부 실시예에 따르면, 유사한 시기에 수행된 보행 패턴과 인지 훈련 결과를 기초로 치매 또는 인지 장애 가능성을 판단함으로써 정확한 판단 결과를 제공할 수 있다.
본 개시의 일부 실시예에 따르면, 치매 또는 인지 장애의 가능성이 존재하는 것으로 판단된 경우 피호보자와 연관된 기관, 보호자의 사용자 단말 등으로 피호보자의 위치 정보를 전송함으로써 관리 기관, 보호자 등이 피보호자의 치매, 인지 장애 가능성을 인지하게 할 수 있다.
본 개시의 일부 실시예에 따르면, 보호자, 피보호자, 통합 관리 서비스 제공자 및 관리 기관 등이 서로 각각 연결되어 통합적으로 피보호자를 관리할 수 있다.
도 1은 본 개시의 일 실시예에 따른 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 시스템의 구성을 나타내는 개요도이다.
도 2는 본 개시의 일 실시예에 따른 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 시스템의 구현을 위하여, 통합 관리 장치가 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 통합 관리 장치의 내부 구성을 나타내는 블록도이다.
도 4는 프로세서의 기능적 구성들을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따라 통합 관리 장치가 사용자 단말에 제공하는 위치 정보, 보행 패턴의 종류 및 인식 정확도의 예시를 나타낸다.
도 6은 본 개시의 일 실시예에 따라 사용자 단말이 획득한 인지 훈련 결과의 예시를 나타낸다.
도 2는 본 개시의 일 실시예에 따른 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 시스템의 구현을 위하여, 통합 관리 장치가 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 통합 관리 장치의 내부 구성을 나타내는 블록도이다.
도 4는 프로세서의 기능적 구성들을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따라 통합 관리 장치가 사용자 단말에 제공하는 위치 정보, 보행 패턴의 종류 및 인식 정확도의 예시를 나타낸다.
도 6은 본 개시의 일 실시예에 따라 사용자 단말이 획득한 인지 훈련 결과의 예시를 나타낸다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '부'는 어떤 역할들을 수행한다. 그렇지만 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부'들로 결합되거나 추가적인 구성요소들과 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서는, '프로세서'는 주문형 반도체(ASIC), 프로그램 가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
도 1은 본 개시의 일 실시예에 따른 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 시스템(100)(이하, '통합 관리 시스템'이라 한다)의 구성을 나타내는 개요도이다. 도시된 바와 같이, 통합 관리 시스템(100)은 사용자 단말(110), 통합 관리 장치(120) 및 관리 기관 서버(130)를 포함할 수 있다.
사용자 단말(110)은 사용자가 소유 및/또는 휴대하는 무선 통신이 가능한 장치로서, 보호자에 의해 치매 가능성이 있다고 판단된 사용자, 법정 기준에 따른 기준 연령을 초과한 사용자, 관리 기관(예: 의료 기관)에 의해 인지 장애가 있다고 판단된 사용자 등이 소지/사용하는 사용자 단말을 지칭할 수 있다. 일 실시예에 따르면, 사용자가 사용자 단말(110)에 설치된 인지 훈련 프로그램(또는, 어플리케이션)을 통해 인지 훈련을 수행한 경우, 사용자 단말(110)은 해당 인지 훈련의 결과를 획득할 수 있다. 또한, 사용자가 사용자 단말(110)을 소지한 채 이동한 경우, 사용자 단말(110)은 사용자 단말(110)에 설치된 위치 추적 센서를 통해 위치 정보(예: 이동 경로, 이동 속도, 이동 수단, 이동 방향 등)를 획득할 수 있다. 그리고 나서, 사용자 단말(110)은 획득한 인지 훈련 결과 및/또는 위치 정보를 통합 관리 장치(120) 및/또는 관리 기관 서버(130)로 전송할 수 있다.
통합 관리 장치(120)는 사용자 단말(110)을 통해 사용자에게 위치 추적 서비스, 인지 훈련 서비스(게임), 치매 환자 통합 관리 서비스 등을 제공할 수 있다. 즉, 통합 관리 장치(120)는 사용자 단말(110)에 설치 가능한 위치 추적, 인지 훈련, 치매 환자 통합 관리 프로그램(또는, 어플리케이션) 등을 제작, 제공, 관리하는 서비스 제공자의 단말(또는, 서버)를 지칭할 수 있다.
통합 관리 장치(120)는 사용자 단말(110)의 사용자 정보(예: 이름, 나이, 성별, 연락처, 거주지, 보호자 연락처 등)를 저장할 수 있다. 구체적으로, 사용자가 사용자 단말(110)을 이용하여 통합 관리 장치(120)가 제공하는 프로그램(또는, 어플리케이션) 등을 통해 사용자 정보를 입력한 경우, 통합 관리 장치(120)는 사용자 단말(110)의 사용자 정보를 획득할 수 있다. 또는, 사용자가 해당 프로그램을 통해 개인 정보 수집에 동의한 경우, 통합 관리 장치(120)는 사용자 정보가 저장된 외부 서버(예: 사용자 단말(110)과 연관된 서버, 관리 기관 서버(130) 등)에 접근하여 사용자 정보를 획득할 수 있다.
통합 관리 장치(120)는 사용자 단말(110)에 설치된 위치 추적 프로그램 및/또는 치매 환자 통합 관리 프로그램을 통해 사용자 단말(110)이 획득한 사용자의 위치 정보(를 실시간으로 수신할 수 있다. 추가적으로, 통합 관리 장치(120)는 사용자 단말(110)에 설치된 인지 훈련 프로그램을 통해 사용자에게 인지 훈련의 기회를 제공하고, 사용자가 인지 훈련을 수행한 결과와 연관된 정보 및/또는 데이터(예를 들어, 인지 훈련 점수, 인지 레벨, 치매 가능성, 치매 유무, 인지 훈련 수행 날짜, 인지 훈련 수행 시각 등)를 수신할 수 있다. 이 경우, 통합 관리 장치(120)는 사용자 단말(110)로부터 수신된 정보 및/또는 데이터를 사용자 정보와 매칭하여 저장함으로써, 사용자의 정보를 관리할 수 있다.
통합 관리 장치(120)는 사용자 단말(110) 및/또는 관리 기관 서버(130)로부터 획득된 데이터 및/또는 정보를 기초로 사용자에 대하여 치매, 인지 장애 등과 연관된 새로운 데이터 및/또는 정보를 생성할 수 있다. 구체적으로, 통합 관리 장치(120)는 사용자 단말(110)로부터 획득된 위치 정보를 분석하여 사용자가 치매, 인지 장애 등의 가능성을 예측하는데 필요한 새로운 데이터 및/또는 정보를 생성할 수 있다. 또한, 통합 관리 장치(120)는 사용자 단말(110)로부터 획득된 인지 훈련 결과를 분석하여 사용자가 치매, 인지 장애 등의 가능성을 예측하는데 필요한 새로운 데이터 및/또는 정보를 생성할 수 있다. 이와 같이, 통합 관리 장치(120)에 의해 생성된 치매, 인지 장애 등과 연관된 데이터 및/또는 정보는 사용자 단말(110)로 전송되어 사용자(또는, 사용자의 보호자)가 치매, 인지 장애 등을 인지하게 할 수 있다. 또한, 통합 관리 장치(120)에 의해 생성된 치매, 인지 장애 등과 연관된 데이터 및/또는 정보는 관리 기관 서버(130)로 전송되어, 관리자, 의료인 등이 사용자의 치매, 인지 장애 등을 인지하게 할 수 있다.
관리 기관 서버(130)는 사용자에 대하여 치매 및/또는 인지 장애 등과 연관된 진단, 처방, 보호, 주의 등의 조치를 수행하는 복지와 연관된 기관, 치매 및/또는 인지 장애 등을 다루는 의료 기관 등의 서버를 지칭할 수 있다. 구체적으로, 관리 기관 서버(130)는 사용자 단말(110) 및/또는 통합 관리 장치(120)로부터 사용자 정보, 위치 정보, 인지 훈련 결과 등을 수신하고, 수신된 사용자 정보, 위치 정보, 인지 훈련 결과 중 적어도 하나를 기초로 사용자에 대하여 치매 및/또는 인지 장애 등과 연관된 진단, 처방, 보호, 주의 등을 지시하는 정보 및/또는 데이터를 통합 관리 장치(120) 및/또는 사용자 단말(110)로 전송할 수 있다.
관리 기관 서버(130)는 사용자 단말(110)의 사용자 정보(예: 이름, 나이, 성별, 연락처, 거주지, 보호자 연락처 등)를 저장할 수 있다. 구체적으로, 관리 기관 서버(130)는 통합 관리 장치(120)로부터 사용자 정보(예: 이름, 나이, 성별, 연락처, 거주지, 보호자 연락처 등)를 수신할 수 있다. 또한, 관리 기관 서버(130)는 통합 관리 장치(120)로부터 사용자의 위치 정보 및/또는 인지 훈련 결과와 연관된 정보를 수신할 수 있다. 추가적으로, 관리 기관 서버(130)는 사용자의 실시간 위치 정보 및/또는 인지 훈련 결과를 기초로 생성된 새로운 정보 및/또는 데이터(예를 들어, 보행 패턴의 종류, 인지 훈련 점수, 인지 레벨 등)를 수신하거나, 관리 기관 서버(130)가 직접 위치 정보 및/또는 인지 훈련 결과를 기초로 사용자의 치매, 인지 장애 등과 연관된 새로운 정보 및/또는 데이터(예: 복지 기관의 관리자, 의료인 등에 의해 획득된 진단, 처방, 보호 조치, 주의 조치 등)를 획득할 수 있다. 한편, 관리 기관 서버(130)가 사용자의 치매, 인지 장애 등에 대하여 진단, 처방, 보호 조치, 주의 조치 등을 지시하는 정보 및/또는 데이터를 획득한 경우, 획득된 데이터 및/또는 정보는 사용자 단말(110) 및/또는 관리 기관 서버(130)로 전송될 수 있다.
상술한 바와 같이, 관리 기관 서버(130)는 통합 관리 장치(120)와 연결될 수 있다. 구체적으로, 관리 기관 서버(130)는 통합 관리 장치(120)를 통해 서비스를 제공하는 서비스 제공자와의 제휴, 계약 등을 통해 통합 관리 장치(120)와 연결될 수 있다. 이 경우, 사용자 단말(110)이 사용자로부터 사용자 정보(예: 이름, 나이, 성별, 연락처, 거주지, 보호자 연락처 등), 위치 정보 또는 인지 훈련 결과 중 적어도 하나의 제공을 동의하는 사용자 입력을 수신한 경우, 통합 관리 장치(120)는 해당 동의에 따라 획득된 정보를 관리 기관 서버(130)로 전송할 수 있다. 또한, 통합 관리 장치(120)는 해당 동의에 따라 사용자 정보, 위치 정보 또는 인지 훈련 결과 중 적어도 하나를 기초로 새로 생성된 정보 및/또는 데이터(예: 보행 패턴의 종류, 인지 훈련 점수, 인지 레벨, 치매 가능성, 치매 여부 등)를 통합 관리 장치(120)로 전송할 수 있다. 이와는 반대로, 사용자가 의료 기관, 공공 기관 등을 통해 치매, 인지 장애 등과 연관된 치료 및/또는 진단을 받은 경우, 해당 사용자의 사용자 정보, 치료 및/또는 진단 정보 등이 관리 기관 서버(130)에 저장되고, 관리 기관 서버(130)에 저장된 사용자 정보, 치료 및/또는 진단 정보 등은 통합 관리 장치(120)로 전송될 수 있다.
도 2는 본 개시의 일 실시예에 따른 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 시스템(예: 통합 관리 시스템(100))의 구현을 위하여, 통합 관리 장치(230)가 복수의 사용자 단말(210_1, 210_2, 210_3) 및 데이터베이스(240)와 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 여기서, 통합 관리 장치(230)는 복수의 사용자 단말(210_1, 210_2, 210_3)을 통해 각각의 복수의 사용자 에게 위치 추적 서비스, 인지 훈련 서비스(게임), 치매 환자 통합 관리 서비스 등을 제공하는 서비스 제공자의 단말(예: 통합 관리 장치(120))을 지칭할 수 있다. 이 경우, 복수의 사용자 각각은 치매, 인지 장애 등의 가능성이 있거나, 치매, 인지 장애 등의 진단을 받은 사용자 또는 해당 사용자의 보호자 중 어느 하나를 포함할 수 있다.
통합 관리 장치(230)는 네트워크(220)를 통해 위치 추적, 인지 훈련, 사용자 통합 관리 등을 위한 시스템(들)을 포함할 수 있다. 일 실시예에 따르면, 통합 관리 장치(230)는 위치 추적, 인지 훈련, 사용자 통합 관리 등과 연관된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 어플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다. 예를 들어, 통합 관리 장치(230)는 위치 추적 서비스, 인지 훈련 서비스, 사용자 통합 관리 서비스 중 적어도 하나를 제공하기 위한 별도의 시스템(예를 들어, 서버)들을 포함할 수 있다.
통합 관리 장치(230)에 의해 제공되는 위치 추적 프로그램, 인지 훈련 프로그램, 사용자 통합 관리 프로그램은, 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치되어 등을 통해 복수의 사용자 단말(210_1, 210_2, 210_3)를 이용하는 사용자에게 제공될 수 있다. 여기서, 위치 추적 프로그램은 복수의 사용자 단말(210_1, 210_2, 210_3) 각각에 포함된 위치 추적 장치(예: 위치 추적 센서)를 이용하여 위치 정보를 획득하고, 획득된 위치 정보를 가공하여 치매, 인지 장애 등의 판단의 기초가 되는 새로운 정보 및/또는 데이터를 생성하는 프로그램을 지칭할 수 있다. 또한, 위치 추적 프로그램은 복수의 사용자 단말(210_1, 210_2, 210_3) 각각에 이미 설치된 위치 추적 프로그램을 지칭하거나, 이미 포함된 위치 추적 프로그램으로부터 위치 정보, 맵 정보 등을 수신할 수 있도록 구성된 프로그램을 지칭할 수 있다. 인지 훈련 프로그램은 치매, 인지 장애 등의 판단의 기초가 되는 사용자의 인지 능력을 판단하기 위해 설계된 게임, 테스트 등을 제공하는 프로그램을 지칭할 수 있다. 사용자 통합 관리 프로그램은 위치 추적 프로그램 및/또는 인지 훈련 프로그램 등과 연결되어(또는, 포함하여) 사용자의 해당 프로그램으로부터 획득된 정보 및/또는 데이터를 복수의 사용자 단말(210_1, 210_2, 210_3) 각각과 매칭하여 저장하고, 획득된 정보 및/또는 데이터에 기초하여 사용자의 치매, 인지 장애 등의 진단, 처방의 기초가 되는 정보 및/또는 데이터를 생성하여 외부로 전송하는 프로그램을 지칭할 수 있다.
복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 통합 관리 장치(230)와 통신할 수 있다. 네트워크(220)는 복수의 사용자 단말(210_1, 210_2, 210_3)과 통합 관리 장치(230) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(220)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(220)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐 아니라 사용자 단말(210_1, 210_2, 210_3) 사이의 근거리 무선 통신 역시 포함될 수 있다.
도 2에서 휴대전화(210_1), 위치 추적 장치(210_2) 및 웨어러블 장치(210_3)가 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말(210_1, 210_2, 210_3)는 유선 및/또는 무선 통신이 가능하고 사용자 단말(210_1, 210_2, 210_3)의 위치를 추적하기 위한 프로그램이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 또한, 도 2에는 세 개의 사용자 단말(210_1, 210_2, 210_3)가 네트워크(220)를 통해 통합 관리 장치(230)와 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 복수의 사용자 단말(210_1, 210_2, 210_3)이 네트워크(220)를 통해 통합 관리 장치(230)와 통신하도록 구성될 수도 있다.
일 실시예에 따르면, 통합 관리 장치(230)는 사용자 단말(210_1, 210_2, 210_3)로부터 정보 및/또는 데이터 수신할 수 있다. 여기서, 정보 및/또는 데이터는 사용자 단말(210_1, 210_2, 210_3)의 센서 등에 의하여 획득된 정보 및/또는 데이터를 지칭할 수 있다. 또한, 정보 및/또는 데이터는 사용자 단말(210_1, 210_2, 210_3)의 위치 추적 및/또는 보행 패턴 분석을 위하여 사용자 단말(210_1, 210_2, 210_3)의 프로세서 등에 의하여 가공된 정보 및/또는 데이터를 지칭할 수 있다. 이 경우, 수신된 정보 및/또는 데이터는 네트워크(220)를 통해 다른 사용자 단말(210_1, 210_2, 210_3)(예를 들어, 사용자의 보호자, 법정대리인 등의 사용자 단말)로 전송될 수 있다. 이 경우, 통합 관리 장치(230)는 정보 및/또는 데이터를 수신하는 다른 사용자 단말의 상태(예: 보행 패턴의 종류, 인지 레벨 상태 등)에 따라 수신된 정보 및/또는 데이터에 추가적인 가공 처리(예: 치매 진단, 보호 조치, 주의 조치 등을 지시하는 데이터와의 결합)를 수행할 수 있다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말(210) 및 통합 관리 장치(230)의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 사용자 단말을 제어하기 위한 프로그램 등이 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 휴대전화(210_1), 위치 추적 장치(210_2), 웨어러블 장치(210_3) 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(210)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 통합 관리 장치(230)는 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(210) 및 통합 관리 장치(230)는 각각의 통신 모듈(316, 336)을 이용하여 네트워크(220)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(210)에 정보 및/또는 데이터를 입력하거나 사용자 단말(210)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.
메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(210) 또는 통합 관리 장치(230)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 사용자 단말의 제어를 위한 코드)가 저장될 수 있다.
이러한 소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(210) 및 통합 관리 장치(230)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(316, 336)을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 메모리(312, 332)에 로딩될 수 있다.
프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(316, 336)은 네트워크(220)를 통해 사용자 단말(210)과 통합 관리 장치(230)가 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 통합 관리 장치(230)가 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(210)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어, 개인 정보의 요청, 위치 정보의 요청 등)는 통신 모듈(316)의 제어에 따라 네트워크(220)를 통해 통합 관리 장치(230)으로 전달될 수 있다. 역으로, 통합 관리 장치(230)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(220)를 거쳐 사용자 단말(210)의 통신 모듈(316)을 통해 사용자 단말(210)에 수신될 수 있다.
입출력 인터페이스(318)는 입출력 장치(320)와의 상호 작용을 위한 수단일 수 있다. 구체적으로, 입출력 장치(320)는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, IMU(Inertial Measurement Unit) 센서, 키보드, 마이크로폰, 마우스 등의 입력 장치를 포함할 수 있다. 추가적으로, 입출력 장치(320)는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 출력 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다.
한편, 도 3에서는 사용자 단말(210) 입출력 장치(320)가 사용자 단말(210)에 포함되지 않는 별도의 구성인 것으로 도시되었으나 이에 한정되지 않는다. 예를 들어, 입출력 장치(320)는 사용자 단말(210)에 포함된 구성일 수 있다. 또한, 통합 관리 장치(230)의 입출력 인터페이스(338)는 통합 관리 장치(230)와 연결되거나 통합 관리 장치(230)가 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 338)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.
사용자 단말(210) 및 통합 관리 장치(230)는 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(210)은 상술된 입출력 장치(320)의 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(210)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(210)이 휴대전화인 경우, 일반적으로 휴대전화가 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 마이크 모듈, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(210)에 더 포함되도록 구현될 수 있다.
일 실시예에 따르면, 사용자 단말(210)의 프로세서(314)는 위치 추적, 인지 훈련 및/또는 치매 환자 통합 관리 기능을 포함하는 사용자 단말(210)의 제어를 위한 프로그램을 동작하도록 구성될 수 있다. 이 때, 해당 프로그램과 연관된 코드가 사용자 단말(210)의 메모리(312)에 로딩될 수 있다. 프로그램이 동작되는 동안에, 사용자 단말(210)의 프로세서(314)는 입출력 장치(320)로부터 제공된 정보 및/또는 데이터를 입출력 인터페이스(318)를 통해 수신하거나 통신 모듈(316)을 통해 통합 관리 장치(230)으로부터 정보 및/또는 데이터를 수신할 수 있으며, 수신된 정보 및/또는 데이터를 처리하여 메모리(312)에 저장할 수 있다. 또한, 이러한 정보 및/또는 데이터는 통신 모듈(316)을 통해 통합 관리 장치(230)에 제공될 수 있다.
사용자 단말(210)의 제어를 위한 프로그램이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 입출력 장치(320)를 통해 입력되거나 선택된 음성 데이터, 텍스트, 이미지, 영상 등을 수신할 수 있으며, 수신된 음성 데이터, 텍스트, 이미지 및/또는 영상 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(220)를 통해 통합 관리 장치(230)에 제공할 수 있다. 추가적으로 또는 대안적으로, 프로세서(314)는 네트워크(220)를 통해 연결된 통합 관리 장치(230)를 통해 음성 데이터, 텍스트, 이미지, 영상 등을 수신할 수 있으며, 수신된 음성 데이터, 텍스트, 이미지 및/또는 영상 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(220)를 통해 통합 관리 장치(230)에 제공할 수 있다.
통합 관리 장치(230)의 프로세서(334)는 복수의 사용자 단말 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 일 실시예에 따르면, 프로세서(334)는 사용자 단말(210)로부터 수신한 영상 등을 저장, 처리 및 전송할 수 있다. 추가적으로 또는 대안적으로, 프로세서(334)는 네트워크(220)와 연결된 별도의 클라우드 시스템, 데이터베이스 등으로부터 사용자 단말(210)의 위치 추적 및/또는 보행 패턴 분석에 이용되는 알고리즘을 실행하기 위한 프로그램 등을 저장 및/또는 업데이트하도록 구성될 수 있다.
도 4는 프로세서(400)(예: 프로세서(314), 프로세서(334))의 기능적 구성들을 나타내는 블록도이다. 도시된 바와 같이, 프로세서(400)는 위치수신부(410), 보행패턴결정부(420), 인지훈련부(430), 정보관리부(440), 보행패턴저장부(450), 치매예측부(460) 및 맵저장부(470) 중 적어도 하나를 포함할 수 있다. 한편, 도 4에는 하나의 프로세서(400)가 부(unit)들을 포함하는 것으로 도시되었으나, 이에 한정되지 않는다. 예를 들어, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 시스템(예: 통합 관리 시스템(100))을 구성하기 위하여, 통합 관리 시스템에 포함된 사용자 단말의 프로세서가 적어도 일부의 부를 포함하고, 통합 관리 시스템에 포함된 통합 관리 장치의 프로세서가 나머지 일부의 부를 포함할 수 있다. 다른 예를 들어, 장치에 포함된 프로세서가 적어도 일부의 부를 포함하고, 해당 장치와 유선 또는 무선으로 연결된 별도의 프로세서가 나머지 일부의 부를 포함할 수 있다.
일 실시예에 따르면, 위치수신부(410)는 사용자 단말(예: 사용자 단말(210))로부터 위치 정보를 수신할 수 있다. 예를 들어, 위치수신부(410)는 사용자 단말로부터 실시간(real-time)으로 위치 정보를 수신/획득할 수 있다. 다른 예를 들어, 위치수신부(410)는 일정한 시간 간격으로 사용자 단말로부터 위치 정보를 수신/획득할 수 있다. 여기서, 위치 정보란 사용자 단말의 GPS(Global Positioning System)을 이용하여 획득된 위치(좌표값), 경로, 방향, 속도 등과 연관된 정보 및/또는 데이터를 지칭할 수 있다.
일 실시예에 따르면, 보행패턴결정부(420)는 사용자 단말로부터 획득/수신된 위치 정보를 기초로 보행 패턴의 종류를 결정할 수 있다. 예를 들어, 사용자의 이동이 개시된 제1 포인트로부터 사용자의 이동이 종료된 제2 포인트까지의 위치 정보를 수신한 경우, 보행패턴결정부(420)는 위치 정보를 기초로 보행 패턴의 종류를 정상 패턴, 페이싱(pacing) 패턴, 래핑(lapping) 패턴 또는 랜덤 패턴 중 어느 하나로 결정할 수 있다. 예를 들어, 위치 정보를 기초로 제1 포인트와 제2 포인트 사이에 α°이상의 방향각 변화가 n회(여기서, n은 자연수) 이상 존재하는 것으로 판단된 경우, 보행패턴결정부(420)는 α 및/또는 n의 값에 따라 보행 패턴의 종류를 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 어느 하나로 결정할 수 있다. 다른 예를 들어, 위치 정보를 기초로 제1 포인트로부터 제2 포인트까지의 이동 경로 내에서 임의의 두 포인트가 각각 n회 이상 검출되는 경우(즉, 임의의 두 포인트 사이를 n회 반복적으로 이동한 경우), 보행패턴결정부(420)는 n의 값에 따라 보행 패턴의 종류를 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 어느 하나로 결정할 수 있다. 한편, 방향(각)이란, 고정 좌표계에 대한 제1 포인트 및 제2 포인트 사이의 전역 방향각을 포함할 수 있다. 또한, 방향(각)이란, 특정 포인트에서, 특정 포인트 이전에 획득된 포인트(들)에 대한 해당 특정 포인트의 방향(즉, 상대적 방향(각))을 포함할 수 있다.
일 실시예에 따르면, 보행패턴결정부(420)는 사용자 단말로부터 획득/수신된 위치 정보와 보행패턴저장부(450)에 사전 저장된 보행 패턴과 연관된 데이터를 비교한 결과를 기초로 치매 또는 인지 장애와 연관된 보행 패턴의 종류를 결정할 수 있다. 이 경우, 보행패턴저장부(450)에 사전 저장된 데이터는 치매 또는 인지 장애 중 적어도 하나와 연관된 복수의 사용자(즉, 치매 환자, 인지 장애 환자 등)의 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 적어도 하나의 패턴에 대한 데이터를 포함할 수 있다. 또한, 보행 패턴과 연관된 데이터는 치매 및 인지 장애와 관련되지 않은 복수의 사용자(즉, 정상인)의 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 적어도 하나의 패턴에 대한 데이터를 포함할 수 있다. 이와 같이, 사용자의 보행 패턴의 종류를 결정함에 있어서 정상인의 보행 패턴 또한 고려함으로써, 보행패턴결정부(420)가 정상인에 의해 수행된 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 등을 치매 환자, 인지 장애인 등에 의해 수행된 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 어느 하나로 분류되는 상황을 방지할 수 있다. 즉, 보행패턴결정부(420)에 의해 사용자의 보행 패턴이 정상 패턴이 아닌 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 어느 하나로 결정된 경우, 해당 결정은 사용자가 치매 또는 인지 장애 등에 해당하는지 여부를 판단하기 위한 객관적인 데이터로 이용될 수 있다.
일 실시예에 따르면, 보행패턴결정부(420)는 위치 정보로부터 데이터의 연속성과 연관된 파라미터가 임계치 이하인 짧은 구간 데이터 세트를 제외하고 보행 패턴의 종류를 결정할 수 있다. 여기서, 데이터의 연속상과 연관된 파라미터는 위치 정보의 획득이 개시된 시점부터 위치 정보의 획득이 종료된 종점 까지의 시간을 의미할 수 있다. 이와 같은 짧은 구간 데이터 세트는 사용자가 매우 짧은 거리를 이동한 케이스로서, 짧은 구간 데이터 세트를 포함하여 보행 패턴의 종류를 결정하는 경우 보행 패턴 분석의 정확도를 떨어뜨리는 요인으로 작용할 수 있기 때문이다.
일 실시예에 따르면, 보행패턴결정부(420)는 위치 정보로부터 이동 속도가 임계 속도 이상인 이동수단 데이터 세트를 제외하고 보행 패턴의 종류를 결정할 수 있다. 구체적으로, 사용자가 대중 교통을 이용하여 이동하거나, 사용자가 조수석에 탑승한 차량을 통해 이동하는 경우, 해당 이동 경로는 사용자의 의사와 무관하게 일정한 패턴을 가지므로 보행 패턴 분석의 정확도를 떨어뜨리는 요인으로 작용할 수 있기 때문이다. 이에 따라, 보행패턴결정부(420)는 위치 정보로부터 사용자의 이동 속도가 임계 속도(예: 60km/h) 이상의 속도로 이동한 것으로 판단되는 위치 정보를 제외하고 보행 패턴을 결정할 수 있다.
일 실시예에 따르면, 보행패턴결정부(420)는 위치 정보로부터 이상치 데이터 세트를 제외하고 보행패턴의 종류를 결정할 수 있다. 예를 들어, 이상치 데이터 세트는 위치 정보의 측정이 결측된 구간의 데이터를 지칭할 수 있다. 다른 예를 들어, 이상치 데이터 세트는 이동 속도가 제1 임계 속도 이하(또는, 미만)이거나, 이동 속도가 제2 임계 속도 이상(또는, 초과)인 구간의 데이터를 지칭할 수 있다.
일 실시예에 따르면, 보행패턴결정부(420)는 위치 정보에 기초하여 결정된 보행 패턴의 종류의 인식 정확도를 산출할 수 있다. 구체적으로, 보행패턴결정부(420)는 위치 정보로부터 보행 패턴의 개수, 보행 거리, 보행 시간 등을 획득하고, 획득된 보행 패턴의 개수, 방향 전환의 수, 방향각, 보행 거리 및/또는 보행 시간 중 적어도 하나를 기초로 보행 패턴의 종류의 인식 정확도를 산출할 수 있다. 예를 들어, 위치 정보로부터 180도 이상의 방향각을 갖는 방향 전환이 n 회(여기서, n은 자연수) 이상 발생하고, 방향 전환이 발생된 후 위치 변화는 t(여기서, t는 양의 실수) 초 이상 발생하지 않는 경우, 보행패턴결정부(420)는 해당 위치 정보를 기초로 보행 패턴의 종류를 페이싱 패턴으로 결정하고, 결정된 페이싱 패턴에 대한 인식 정확도를 x(%)(여기서, x는 0 이상 100 이하의 실수)로 결정할 수 있다. 이 경우, x는 n 및/또는 t가 클수록 큰 값으로 결정될 수 있다. 다른 예를 들어, 위치 정보로부터 α°의 방향각을 갖는 방향 전환이 반복적으로 n회 이상 발생하고, 방향 전환이 발생된 시점과 다음 방향 전환이 발생된 시점 사이의 간격이 t초인 경우, 보행패턴결정부(420)는 해당 위치 정보를 기초로 보행 패턴의 종류를 래핑 패턴으로 결정하고, 결정된 래핑 패턴에 대한 인식 정확도를 x(%)로 결정할 수 있다. 이 경우, x는 n이 크고 t가 작을수록 큰 값으로 결정될 수 있다. 또 다른 예를 들어, 위치 정보로부터 서로 다른 방향각(예를 들어, α° (여기서, α는 미리 결정된 실수)이상의 차이가 나는 방향각)을 갖는 방향 전환이 n회 발생한 경우, 보행패턴결정부(420)는 해당 위치 정보를 기초로 보행 패턴의 종류를 랜덤 패턴으로 결정하고, 결정된 랜덤 패턴에 대한 인식 정확도를 x(%)로 결정할 수 있다. 이 경우, x는 n이 클수록 큰 값으로 결정될 수 있다. 추가적으로, 출발지와 목적지가 동일한 경우, 보행패턴결정부(420)는 과거에 획득된 위치 정보와 비교하여 새로운 좌표값을 갖는 위치 정보를 임계치 이상의 수만큼 획득한 경우(즉, 사용자가 임의의 경로를 최초로 보행한 경우), 방향 전환이 n회 이상 발생한 경우, 특정 포인트(예를 들어, 사용자의 거주지 등)와 임계치 이상 떨어진 좌표값을 갖는 위치 정보를 임계치 이상의 수만큼 획득한 경우(즉, 사용자가 거주지로부터 먼 거리에서 일정 거리/시간 이상 보행한 경우)에도 해당 위치 정보를 기초로 보행 패턴의 종류를 랜덤 패턴으로 결정할 수도 있다.일 실시예에 따르면, 보행패턴결정부(420)는 타임 윈도우를 이용하여 위치 정보 중 단위 시간 동안 측정된 위치 정보로부터 단위 구간 속성을 산출하고, 해당 단위 구간 속성을 기초로 일정 시간 동안의 보행 패턴을 분석할 수 있다. 이 경우, 단위 구간 속성은 단위 시간 동안 측정된 위치 정보로부터 산출된 전체 이동 거리, 초당 이동 거리, 누적 거리 또는 방향각 중 적어도 하나에 대한 정보를 포함할 수 있다. 예를 들어, 보행패턴결정부(420)는 전 시간 구간 동안의 위치 정보로부터 1분, 100초 등의 시간 단위로 이동 거리, 초당 이동 거리(즉, 속도), 누적 거리, 방향각, 방향각의 평균, 방향각의 표준편차 등을 산출하고, 산출된 단위 시간 동안의 이동 거리, 초당 이동 거리(즉, 속도), 누적 거리, 방향각, 방향각의 평균, 방향각의 표준편차 등을 이용하여 보행 패턴의 종류를 결정할 수 있다.
일 실시예에 따르면, 인지훈련부(430)는 사용자 단말로부터 미리 결정된 인지 훈련과 연관된 인지 훈련 결과를 수신할 수 있다. 여기서, 인지 훈련은 사용자 단말을 통해 수행되는 인지 훈련 게임, 테스트 등을 지칭할 수 있다. 구체적으로, 인지 훈련은 문제 해결력, 시지각 기억력, 언어 유창성, 인지 유연성, 작업 기억 능력, 주의력 중 적어도 하나와 연관된 사용자의 수준을 확인하기 위하여 설계된 게임, 테스트 등을 지칭할 수 있다.
일 실시예에 따르면, 인지훈련부(430)는 사용자 단말로 인지 훈련의 수행을 요청하는 알림을 전송할 수 있다. 예를 들어, 인지훈련부(430)는 사용자 단말로 인지 훈련 결과가 수신된 가장 빠른 날로부터 임계 시간(예를 들어, 일주일, 15일 등)이 경과한 경우, 사용자 단말로 인지 훈련 수행을 지시하는 푸쉬 알림을 전송할 수 있다. 다른 예를 들어, 인지훈련부(430)는 사용자 단말로부터 임의의 항목(예: 문제 해결력)과 연관된 인지 훈련 결과가 수신되지 않은 경우, 사용자 단말로 해당 항목과 연관된 인지 훈련 수행을 지시하는 푸쉬 알림을 전송할 수 있다.
일 실시예에 따르면, 정보관리부(440)는 보행 패턴의 종류 및 인지 훈련 결과에 대한 정보를 사용자 단말과 연관된 하나 이상의 관리 기관 서버로 전송할 수 있다. 구체적으로, 정보관리부(440)는 보행 패턴의 종류 및 인지 훈련 결과에 대한 정보를 사용자 정보와 매칭하여 저장하고, 저장된 정보를 하나 이상의 관리 기관 서버로 전송할 수 있다. 예를 들어, 정보관리부(440)는 저장된 정보를 주기적으로 하나 이상의 관리 기관 서버로 전송할 수 있다. 다른 예를 들어, 보행패턴결정부(420) 또는 치매예측부(460)가 저장된 정보를 기초로 사용자에 치매 가능성 또는 인지 장애 가능성이 존재하는 것으로 판단한 경우(또는, 산출된 가능성이 미리 결정된 기준 범위에 포함되는 것으로 판단한 경우), 정보관리부(440)는 해당 판단에 응답하여 저장된 정보를 관리 기관 서버로 전송할 수 있다.
일 실시예에 따르면, 치매예측부(460)는 보행 패턴의 종류 및 인지 훈련 결과 중 적어도 하나와 연관된 데이터를 기초로 사용자 단말의 사용자의 치매 가능성을 산출할 수 있다. 이 경우, 치매예측부(460)는 사전 저장된 룩업 테이블, 알고리즘, 프로그램 등을 이용하여 치매 가능성을 직접 산출할 수 있다. 또는, 치매예측부(460)는 의료진에 의해 산출된 치매 가능성(또는, 치매 진단 결과)을 관리 기관 서버(예: 관리 기관 서버(130))로부터 수신할 수도 있다.
일 실시예에 따르면, 치매예측부(460)는 위치수신부(410)에 의해 수신된 위치 정보가 외부로 전송(또는, 전송 중지)되는 것을 제어할 수 있다. 구체적으로, 치매예측부(460)는 치매 가능성이 미리 결정된 기준 범위에 포함되는 경우(예: 임계치 이상인 경우), 위치 정보가 관리 기관 서버 및/또는 사용자 단말과 연관된 보호자(또는, 법정대리인)의 사용자 단말로 전송되는 것을 개시하도록 위치수신부(410)를 제어할 수 있다. 유사하게, 치매예측부(460)는 치매 가능성이 미리 결정된 기준 범위에 포함되는 경우, 보행패턴결정부(420)에 의해 결정된 보행패턴의 종류가 관리 기관 서버 및/또는 사용자 단말과 연관된 보호자(또는, 법정대리인)의 사용자 단말로 전송되는 것을 개시하도록 보행패턴결정부(420)를 제어할 수 있다. 또한, 치매예측부(460)는 치매 가능성이 미리 결정된 기준 범위에 포함되는 경우, 인지훈련부(430)에 의해 획득된 인지 훈련 결과 정보가 관리 기관 서버 및/또는 사용자 단말과 연관된 보호자(또는, 법정대리인)의 사용자 단말로 전송되는 것을 개시하도록 인지훈련부(430)를 제어할 수 있다. 이 경우, 위치 정보, 인지 훈련 결과 정보, 보행 패턴의 종류 각각은 연관된 사용자 정보와 함께 외부로 전송될 수 있다.
일 실시예에 따르면, 맵저장부(470)는 지도를 저장/업데이트할 수 있다. 다른 실시예에 따르면, 맵저장부(470)는 지도를 제공하는 외부 장치(예: 지도 어플리케이션)에 접근하여 지도를 획득할 수 있다. 이 경우, 지도에는 지형 및/또는 지물과 연관된 지리적 정보가 포함될 수 있다. 이에 따라, 보행패턴결정부(420)는 위치 정보를 수신하는 것에 응답하여, 맵저장부(470)로부터 위치 정보에 대응하는 지리적 정보를 추출할 수 있다. 예를 들어, 보행패턴결정부(420)는 위치 정보를 기초로 맵저장부(470)로부터 특정 지역의 지도 및 해당 특정 지역의 지리적 정보를 추출할 수 있다. 그리고 나서, 보행패턴결정부(420)는 추출된 지리적 정보를 기초로 보행 패턴의 종류를 결정할 수 있다. 예를 들어, 추출된 지리적 정보에 페이싱 패턴이 쉽게 관측되는 시장, 백화점 등 등이 위치한 지역임을 지시하는 정보가 포함된 경우, 보행패턴결정부(420)는 위치 정보가 페이싱 패턴을 지시하는 경우에도 보행 패턴의 종류를 정상 패턴으로 결정할 수 있다. 다른 예를 들어, 추출된 지리적 정보에 랜덤 패턴이 쉽게 관측되는 관광지 등이 위치한 지역임을 지시하는 정보가 포함된 경우, 보행패턴결정부(420)는 위치 정보가 랜덤 패턴을 지시하는 경우에도 보행 패턴의 종류를 정상 패턴으로 결정할 수 있다.
도 5는 본 개시의 일 실시예에 따라 통합 관리 장치가 사용자 단말에 제공하는 위치 정보, 보행 패턴의 종류 및 인식 정확도의 예시를 나타낸다. 일 실시예에 따르면, 통합 관리 장치는 사용자 단말에 1일 단위로 구분된 위치 정보 및 해당 위치 정보에 대응하는 맵(map)을 제공할 수 있다. 이 경우, 위치 정보는 위치(좌표값), 해당 위치의 주소, 보행 속도, 이동 수단 등과 연관된 정보를 포함할 수 있다. 또한, 통합 관리 장치는 산출된 보행 패턴의 종류 및 해당 보행 패턴의 종류를 나타내는 그래픽 객체를 제공할 수 있다. 예를 들어, 페이싱 패턴, 래핑 패턴 및 랜덤 패턴 각각은 서로 다른 색상으로 구성된 그래픽 객체로 표현될 수 있다. 추가적으로, 보행 패턴의 종류를 나타내는 그래픽 객체는 해당 보행 패턴으로 보행(이동)한 경로의 길이, 이동 시간 등에 따라 결정된 길이로 표현될 수 있다. 또한, 해당 그래픽 객체는 해당 보행 패턴의 종류의 인식 정확도에 대한 정보(예: 50%, 15%, 90%)를 포함할 수 있다.
도 6은 본 개시의 일 실시예에 따라 사용자 단말이 획득한 인지 훈련 결과의 예시를 나타낸다. 일 실시예에 따르면, 인지 훈련은 복수의 항목 각각에 대한 복수의 인지 훈련을 포함할 수 있다. 따라서, 인지 훈련 결과 또한 복수의 항목 각각에 대하여 획득될 수 있다. 예를 들어, 문제 해결력, 시지각 기억력, 언어 유창성, 작업 기억 능력 및 주의력 각각에 대한 인지 훈련 결과가 획득될 수 있다. 한편, 도시된 바와 같이 획득된 복수의 항목 각각에 대한 인지 훈련 결과는 도표 등으로 시각화되어 사용자에게 제공될 수 있다.
본 개시의 앞선 설명은 통상의 기술자들이 본 개시를 행하거나 이용하는 것을 가능하게 하기 위해 제공된다. 본 개시의 다양한 수정예들이 통상의 기술자들에게 쉽게 자명할 것이고, 본원에 정의된 일반적인 원리들은 본 개시의 취지 또는 범위를 벗어나지 않으면서 다양한 변형예들에 적용될 수도 있다. 따라서, 본 개시는 본원에 설명된 예들에 제한되도록 의도된 것이 아니고, 본원에 개시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위가 부여되도록 의도된다.
비록 예시적인 구현예들이 하나 이상의 독립형 컴퓨터 시스템의 맥락에서 현재 개시된 주제의 양태들을 활용하는 것을 언급할 수도 있으나, 본 주제는 그렇게 제한되지 않고, 오히려 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 현재 개시된 주제의 양상들은 복수의 프로세싱 칩들이나 디바이스들에서 또는 그들에 걸쳐 구현될 수도 있고, 스토리지는 복수의 디바이스들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 디바이스들은 PC들, 네트워크 서버들, 및 핸드헬드 디바이스들을 포함할 수도 있다.
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다는 점을 알아야 할 것이다. 또한, 그러한 변형 및 변경은 본 명세서에서 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
100: 치매 환자 통합 관리 시스템
110: 사용자 단말
120: 통합 관리 장치
130: 관리 기관 서버
110: 사용자 단말
120: 통합 관리 장치
130: 관리 기관 서버
Claims (16)
- 사용자 단말로부터 위치 정보를 수신하는 위치수신부;
상기 사용자 단말로부터 수신된 위치 정보를 기초로 보행 패턴의 종류를 결정하는 보행패턴결정부;
상기 사용자 단말로부터 미리 결정된 인지 훈련과 연관된 인지 훈련 결과를 수신하는 인지훈련부; 및
상기 보행 패턴의 종류 및 상기 인지 훈련 결과에 대한 정보를 상기 사용자 단말과 연관된 하나 이상의 관리 기관 서버로 전송하는 정보관리부
를 포함하고,
상기 보행패턴결정부는 상기 위치 정보로부터 데이터의 연속성과 연관된 파라미터가 임계치 이하인 짧은 구간 데이터 세트, 이동 속도가 임계 속도 이상인 이동수단 데이터 세트 및 미리 결정된 이상치의 범위 내에 포함되는 이상치 데이터 세트 중 적어도 일부를 제외하고 상기 보행 패턴의 종류를 결정하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
상기 보행패턴결정부는 상기 사용자 단말로부터 수신된 위치 정보를 기초로 상기 보행 패턴의 종류를 정상 패턴, 페이싱(pacing) 패턴, 래핑(lapping) 패턴 또는 랜덤 패턴 중 어느 하나로 레이블링하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제2항에 있어서,
사용자 그룹의 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 적어도 하나의 패턴에 대한 데이터를 포함하는 보행패턴저장부
를 더 포함하고,
상기 사용자 그룹은 치매 또는 인지 장애 중 적어도 하나와 연관된 복수의 사용자와 치매 및 인지 장애와 연관되지 않은 복수의 사용자를 포함하고,
상기 보행패턴결정부는 상기 위치 정보 및 상기 보행패턴저장부에 포함된 상기 패턴에 대한 데이터를 비교한 결과를 기초로, 상기 보행 패턴의 종류를 치매 또는 인지 장애 중 적어도 하나와 연관된 정상 패턴, 페이싱 패턴, 래핑 패턴 또는 랜덤 패턴 중 어느 하나로 레이블링하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
상기 보행패턴결정부는 상기 위치 정보에 기초하여 결정된 상기 보행 패턴의 종류의 인식 정확도를 산출하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
지형 및 지물 중 적어도 하나와 연관된 지리적 정보를 저장하는 맵저장부
를 더 포함하고,
상기 보행패턴결정부는 상기 위치 정보를 수신하는 것에 응답하여 상기 맵저장부로부터 상기 지리적 정보 중 상기 위치 정보에 대응하는 지리적 정보를 추출하고, 상기 위치 정보 및 상기 위치 정보에 대응하는 지리적 정보를 기초로 상기 보행 패턴의 종류를 결정하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
상기 보행패턴결정부는 타임 윈도우를 이용하여 상기 위치 정보 중 단위 시간 동안 측정된 위치 정보로부터 단위 구간 속성을 산출하고, 상기 단위 구간 속성을 기초로 상기 일정 시간 동안의 보행 패턴을 분석하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제6항에 있어서,
상기 단위 구간 속성은 상기 단위 시간 동안 측정된 위치 정보로부터 산출된 전체 이동 거리, 초당 이동 거리, 누적 거리 또는 방향각 중 적어도 하나에 대한 정보를 포함하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제7항에 있어서,
상기 단위 시간 동안 측정된 위치 정보는 제1 포인트 및 상기 제1 포인트 이후의 제2 포인트에 대한 정보를 포함하고,
상기 방향각은 고정 좌표계에 대한 상기 제1 포인트 및 상기 제2 포인트 사이의 전역 방향각 및 상기 제1 포인트 이전의 위치들의 방향에 대한 상기 제1 포인트 및 상기 제2 포인트 사이의 이동 방향각을 포함하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
상기 인지훈련부는 상기 인지 훈련 결과가 수신된 가장 빠른 날로부터 임계 시간이 경과한 경우, 상기 사용자 단말로 상기 미리 결정된 항목의 인지 훈련 수행을 지시하는 푸쉬 알림을 전송하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
상기 미리 결정된 인지 훈련은 문제 해결력, 시지각 기억력, 언어 유창성, 인지 유연성, 작업 기억 능력, 주의력 중 적어도 하나와 연관된 인지 훈련을 포함하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
상기 위치 정보는 상기 인지 훈련 결과가 획득된 일시로부터 임계 시간 내에 측정된, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제1항에 있어서,
상기 보행 패턴의 종류 및 상기 인지 훈련 결과 중 적어도 하나와 연관된 데이터를 기초로 상기 사용자 단말의 사용자의 치매 가능성을 결정하는 치매예측부
를 더 포함하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합관리 장치.
- 제12항에 있어서,
상기 치매예측부는 상기 치매 가능성과 연관된 정보를 상기 관리 기관 서버로 전송하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 제12항에 있어서,
상기 치매예측부는, 상기 치매 가능성이 미리 결정된 기준 범위에 포함되는 경우, 상기 사용자 단말로부터 수신된 위치 정보가 상기 관리 기관 서버 또는 상기 사용자 단말과 연관된 하나 이상의 보호자 단말 중 적어도 하나로 전송되는 것을 개시하는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 장치.
- 사용자 단말로부터 위치 정보를 수신하는 단계;
상기 사용자 단말로부터 수신된 위치 정보를 기초로 보행 패턴의 종류를 결정하는 단계;
상기 사용자 단말로부터 미리 결정된 인지 훈련과 연관된 인지 훈련 결과를 수신하는 단계; 및
상기 보행 패턴의 종류 및 상기 인지 훈련 결과에 대한 정보를 상기 사용자 단말과 연관된 하나 이상의 관리 기관 서버로 전송하는 단계
를 포함하고,
상기 보행 패턴의 종류는 상기 위치 정보 중 데이터의 연속성과 연관된 파라미터가 임계치 이하인 짧은 구간 데이터 세트, 이동 속도가 임계 속도 이상인 이동수단 데이터 세트 및 미리 결정된 이상치의 범위 내에 포함되는 이상치 데이터 세트 중 적어도 일부를 제외한 정보를 기초로 결정되는, 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 방법.
- 제15항에 기재된 보행 패턴 및 인지 훈련 결과 분석 기반의 치매 환자 통합 관리 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220057579A KR20230158184A (ko) | 2022-05-11 | 2022-05-11 | 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220057579A KR20230158184A (ko) | 2022-05-11 | 2022-05-11 | 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230158184A true KR20230158184A (ko) | 2023-11-20 |
Family
ID=88974152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220057579A KR20230158184A (ko) | 2022-05-11 | 2022-05-11 | 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230158184A (ko) |
-
2022
- 2022-05-11 KR KR1020220057579A patent/KR20230158184A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210204108A1 (en) | Emergency location analysis system | |
| US20170024531A1 (en) | Systems and methods for near-real or real-time contact tracing | |
| US10257660B2 (en) | Systems and methods of sourcing hours of operation for a location entity | |
| US9918191B2 (en) | Mobile geo-fence system | |
| US10603578B2 (en) | Location-based augmented reality game control | |
| US20160021512A1 (en) | Systems and methods for indoor location services | |
| US10171966B1 (en) | Crowd-sourced passive positioning and calibration | |
| EP4070574A1 (en) | Systems and methods for operations and incident management | |
| US20150032418A1 (en) | Aggregating and filtering data from mobile devices | |
| US20160379473A1 (en) | Wearable device for automatic detection of emergency situations | |
| US10506381B2 (en) | Systems and methods for sensing and locating passive electronic devices | |
| KR20150070934A (ko) | 상황 인식 컴플라이언스 모니터링 | |
| US9945672B2 (en) | Wearable device for tracking real-time ambient health conditions and method for destination selection based on tracked real-time ambient health conditions | |
| JP6724749B2 (ja) | リスク評価装置、リスク評価方法及びリスク評価プログラム | |
| US10163317B2 (en) | Server, system, method and recording medium for searching for missing children using mobile crowdsourcing | |
| US20160187972A1 (en) | Apparatus, method and computer program for using gaze tracking information | |
| Blázquez Gil et al. | InContexto: multisensor architecture to obtain people context from smartphones | |
| EP2541474A1 (en) | Monitoring a user activity using a mobile device | |
| EP2546815B1 (en) | System and method of alarm installation and configuration | |
| EP2829938A2 (en) | Route verification from wireless networks | |
| Subedi et al. | Mapping datafication in construction-worker safety research to minimize injury-related disputes | |
| US20180063808A1 (en) | System for tracking assets | |
| KR20230158184A (ko) | 보행 패턴 및 인지 훈련 결과 분석 기반 치매 환자 통합 관리 방법 및 장치 | |
| US11348695B2 (en) | Machine logic for recommending specialized first aid services | |
| US20140045523A1 (en) | Methods and apparatus for tracking location of portable electronic device |