KR20240039927A - 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법 - Google Patents
인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법 Download PDFInfo
- Publication number
- KR20240039927A KR20240039927A KR1020220118843A KR20220118843A KR20240039927A KR 20240039927 A KR20240039927 A KR 20240039927A KR 1020220118843 A KR1020220118843 A KR 1020220118843A KR 20220118843 A KR20220118843 A KR 20220118843A KR 20240039927 A KR20240039927 A KR 20240039927A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- therapist
- patient
- treatment
- terminal
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 48
- 238000002630 speech therapy Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000011282 treatment Methods 0.000 claims abstract description 172
- 238000004458 analytical method Methods 0.000 claims description 47
- 230000008449 language Effects 0.000 claims description 36
- 208000011977 language disease Diseases 0.000 claims description 22
- 230000001149 cognitive effect Effects 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 9
- 208000027765 speech disease Diseases 0.000 claims description 9
- 230000019771 cognition Effects 0.000 claims description 7
- 206010003805 Autism Diseases 0.000 claims description 6
- 208000020706 Autistic disease Diseases 0.000 claims description 6
- 206010013932 dyslexia Diseases 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000006998 cognitive state Effects 0.000 claims description 3
- 238000002560 therapeutic procedure Methods 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 14
- 238000012549 training Methods 0.000 description 9
- 230000003920 cognitive function Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000006735 deficit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003935 attention Effects 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 208000030251 communication disease Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000012360 testing method Methods 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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Psychiatry (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Neurology (AREA)
- Animal Behavior & Ethology (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Data Mining & Analysis (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Social Psychology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Physiology (AREA)
- Educational Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Neurosurgery (AREA)
Abstract
인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법을 개시한다. 본 발명은 환자의 치료 요청에 대하여 환자의 현재 상태 정보에 기반한 치료 정보와 치료사 정보를 제공하고, 환자와 치료사를 온라인 상에서 매칭시켜 비대면 언어 치료 서비스를 제공할 수 있다.
Description
본 발명은 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법에 관한 발명으로서, 더욱 상세하게는 환자의 치료 요청에 대하여 환자의 현재 상태 정보에 기반한 치료 정보와 치료사 정보를 제공하고, 환자와 치료사를 온라인 상에서 매칭시켜 언어 치료 서비스를 제공하는 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법에 관한 것이다.
언어 장애라 함은 구어를 이해하거나 표현하는데 필요한 일련의 과정 즉, 입력과정, 인지과정, 산출과정 등의 언어 연쇄 고리 중 한 곳에서의 결함으로 말미암아 언어습득이 지체되는 것으로, 그 습득과정이 정상적인 경우와 유의한 편차를 보이는 의사소통장애의 유형을 통칭하여 언어장애라 부른다.
이러한 언어 장애는 개인의 의사소통의 어려움을 야기할 뿐 아니라 사회 및 경제적 활동에도 많은 제약을 발생시켜 이에 대한 정확한 처방을 하는 것이 무엇보다 중요하다.
도1은 일반적인 언어 재활 치료 과정을 나타낸 예시도이다.
일반적으로, 종래의 언어 재활 치료 방법은 의사 등의 치료사(10)가 환자(20)와의 직접적인 면담을 통하여 훈련이 진행되었다.
즉, 치료사(10)는 환자(20)에게 그림, 단어 또는 도형이 그려진 검사 카드(30)를 환자에게 반복적으로 보여주고 환자(20)가 그에 대하여 대답하거나 그 의미를 설명할 수 있도록 학습을 수행함으로써, 언어 재활 치료가 진행되었다.
또는 PC(40) 등을 이용한 재활 콘텐츠 정보의 디스플레이를 통해 환자(20)가 대답하거나 또는 의미를 설명하도록 언어 재활 치료를 진행할 수도 있다.
그러나, 종래의 이러한 방법은 병원 등의 제한된 공간에서 환자와 치료사 사이에 직접적인 면담을 통하여 이루어지기 때문에 한 명의 치료사가 많은 환자의 언어 재활 치료 과정을 보조할 수 없는 문제점이 있었다.
또한, 환자의 상태 및 치료 결과를 평가한 치료 데이터를 체계적으로 정리할 수 없어서, 이후 다른 환자의 언어 장애 여부 또는 언어 장애 판단시 적합한 근거 자료를 제시할 수 없는 문제점이 있었다.
또한, 치료사가 관리할 수 있는 환자의 수는 제한될 수 밖에 없는 문제점이 있으며, 환자도 언어 재활 치료를 받기 위해서는 항상 병원 등을 방문해야 하는 불편함이 있었다.
또한, 대부분의 치료사가 대도시를 중심으로 한 일부 지역에 편중되어 양질의 언어 재활 치료를 받기 위해서는 많은 시간과 비용이 소비되는 문제점이 있다.
이러한 문제점을 해결하기 위하여, 본 발명은 환자의 치료 요청에 대하여 환자의 현재 상태 정보에 기반한 치료 정보와 치료사 정보를 제공하고, 환자와 치료사를 온라인 상에서 매칭시켜 언어 치료 서비스를 제공하는 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법을 제공하는 것을 목적으로 한다.
상기한 목적을 달성하기 위하여 본 발명의 일 실시 예는 인공지능을 이용한 언어 치료 매칭 서비스 시스템으로서, 환자 단말로부터 입력된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 환자의 언어 장애 상태를 분석하되, 환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보와 치료사의 이전 치료 정보를 추출하고, 상기 치료사의 이전 치료 정보에 기초하여 추출한 치료사 단말로 상기 환자의 상태 정보를 전송하며, 상기 치료사 단말로부터 개별 작성된 치료사의 분석 정보를 수신하고, 수신된 치료사의 분석 정보, 예상 치료 정보 및 치료사 정보를 상기 환자 단말로 제공하는 플랫폼 서버를 포함한다.
또한, 상기 실시 예에 따른 플랫폼 서버는 환자 단말로부터 치료사 선택 정보가 입력되면, 치료사 단말 중에서 선택된 임의의 치료사 단말과 환자 단말을 매칭시켜 치료가 이루어지도록 관리하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 플랫폼 서버는 환자 단말로부터 입력된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 인지 상태와 언어 상태에 기반한 환자의 언어 장애 상태를 분석하고, 분석된 언어 장애 상태에 따라 데이터베이스에서 하나 이상의 치료용 콘텐츠 정보 정보를 포함한 예상 치료 정보를 추출하며, 추출된 예상 치료 정보와, 치료사 분석부에서 추출된 치료사의 이전 치료 정보, 치료사 정보 및 치료사 분석 정보를 상기 환자 단말로 제공하고, 상기 환자 단말로부터 전송되는 치료사 선택 정보에 따라, 치료사 단말 중에서 선택된 치료사 단말과 환자 단말을 매칭시켜 언어 치료가 이루어지도록 관리하는 치료 정보 관리부; 상기 환자 상태 정보를 딥러닝 학습 프로그램을 이용하여 하나 이상의 장애 정보를 추출하고, 추출된 장애 정보와 상기 치료 정보 관리부에서 분석된 언어 장애 상태에 기반하여 데이터베이스에 저장된 치료사의 이전 치료 정보를 추출하고, 추출된 상기 치료사의 이전 치료 정보에 기초하여 해당 치료사 단말로 상기 환자의 상태 정보를 전송하고, 상기 치료사 단말로부터 개별 작성된 치료사의 분석 정보를 수신하여 상기 치료 정보 관리부로 제공하는 치료사 관리부; 및 상기 치료용 콘텐츠 정보와, 치료사 정보와, 치료사의 이전 치료 정보와, 환자 단말과 치료사 단말 사이의 매칭 정보와, 매칭 이후 치료 정보를 저장하는 데이터베이스;를 포함하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 인공지능 기반의 치료 분석 모델은 생성적 적대 신경망(Generative Adversarial Network; GAN)을 기초로 하되, 환자의 인지 상태와 언어 상태에 따른 언어 치료 전과 언어 치료 후, 환자의 인지 및 언어의 변화에 대한 예상 치료 정보를 생성하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 장애 정보는 경증 장애, 중증 장애, 언어, 인지 심리, 운동, 청각, 난독, 자폐 스펙트럼 중 적어도 하나를 포함하는 것을 특징으로 한다.
또한, 본 발명의 일 실시 예는 인공지능을 이용한 언어 치료 매칭 서비스 방법으로서, a) 플랫폼 서버가 환자 단말로부터 환자의 상태 정보를 수신하고, 수신된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 환자의 언어 장애 상태를 분석하는 단계; b) 상기 플랫폼 서버가 환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보와 치료사의 이전 치료 정보를 추출하고, 상기 치료사의 이전 치료 정보에 기초하여 추출한 치료사 단말로 상기 환자의 상태 정보를 전송하는 단계; 및 c) 상기 플랫폼 서버가 치료사 단말로부터 개별 작성된 치료사의 분석 정보를 수신하면, 수신된 치료사의 분석 정보, 예상 치료 정보 및 치료사 정보를 환자 단말로 출력하는 단계;를 포함한다.
또한, 상기 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 방법은 플랫폼 서버가 환자 단말로부터 치료사 선택 정보를 수신하면, 선택된 임의의 치료사 단말과 환자 단말을 매칭시켜 치료가 이루어지도록 관리하는 단계;를 더 포함하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 인공지능 기반의 치료 분석 모델은 생성적 적대 신경망(Generative Adversarial Network; GAN)을 기초로 하고, 상기 b) 단계의 환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보는 플랫폼 서버가 환자의 인지 상태와 언어 상태에 따른 언어 치료 전과 언어 치료 후, 환자의 인지 및 언어의 변화에 대하여 생성하는 예상 치료 정보인 것을 특징으로 한다.
또한, 상기 실시 예에 따른 b) 단계의 치료사의 이전 치료 정보는 플랫폼 서버가 환자 상태 정보를 딥러닝 학습 프로그램을 이용하여 하나 이상의 장애 정보를 추출하고, 추출된 장애 정보와 분석된 언어 장애 상태에 기반하여 데이터베이스에 저장된 치료사의 이전 치료 정보를 추출하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 장애 정보는 경증 장애, 중증 장애, 언어, 인지 심리, 운동, 청각, 난독, 자폐 스펙트럼 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명은 환자의 치료 요청에 대하여 환자의 현재 상태 정보에 기반한 치료 정보와 치료사 정보를 제공하고, 환자와 치료사를 온라인 상에서 매칭시켜 비대면 언어 치료 서비스를 제공할 수 있는 장점이 있다.
또한, 본 발명은 환자에게 환자의 상태 및 상황에 적합한 치료사 정보를 제공함으로써, 환자가 환자의 상태 및 상황에 적합한 치료사를 선택할 수 있게 되어 언어 재활 치료 효과의 증대와 언어 재활 치료 서비스의 만족도를 향상시킬 수 있는 장점이 있다.
도1은 일반적인 언어 재활 치료 과정을 나타낸 예시도.
도2는 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 시스템의 구성을 나타낸 블록도.
도3은 도2의 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 시스템의 플랫폼 서버 구성을 나타낸 블록도.
도4는 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 방법을 설명하기 위해 나타낸 흐름도.
도2는 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 시스템의 구성을 나타낸 블록도.
도3은 도2의 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 시스템의 플랫폼 서버 구성을 나타낸 블록도.
도4는 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 방법을 설명하기 위해 나타낸 흐름도.
이하에서는 본 발명의 바람직한 실시 예 및 첨부하는 도면을 참조하여 본 발명을 상세히 설명하되, 도면의 동일한 참조부호는 동일한 구성요소를 지칭함을 전제하여 설명하기로 한다.
본 발명의 실시를 위한 구체적인 내용을 설명하기에 앞서, 본 발명의 기술적 요지와 직접적 관련이 없는 구성에 대해서는 본 발명의 기술적 요지를 흩뜨리지 않는 범위 내에서 생략하였음에 유의하여야 할 것이다.
또한, 본 명세서 및 청구범위에 사용된 용어 또는 단어는 발명자가 자신의 발명을 최선의 방법으로 설명하기 위해 적절한 용어의 개념을 정의할 수 있다는 원칙에 입각하여 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 할 것이다.
본 명세서에서 어떤 부분이 어떤 구성요소를 "포함"한다는 표현은 다른 구성요소를 배제하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
또한, "‥부", "‥기", "‥모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는 그 둘의 결합으로 구분될 수 있다.
또한, "적어도 하나의" 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다.
또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시 예에 따라 변경가능하다 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법의 바람직한 실시 예를 상세하게 설명한다.
도2는 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 시스템의 구성을 나타낸 블록도이고, 도3은 도2의 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 시스템의 플랫폼 서버 구성을 나타낸 블록도이다.
도2 및 도3을 참조하면, 본 발명의 일 실시 예는 인공지능을 이용한 언어 치료 매칭 서비스 시스템은 환자 단말(100), 환자 단말 1(100a) 내지 환자 단말 n(100b)으로 구성의 환자 단말과, 플랫폼 서버(200)와, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b)으로 구성될 수 있고 네트워크를 통해 서로 접속될 수 있다.
환자 단말(100), 환자 단말 1(100a) 내지 환자 단말 n(100b)은 장애로 인한 언어 치료를 받기 위한 구성으로서, 환자 또는 환자의 보호자로부터 환자의 정보와, 환자의 현재 상태 및 상황 등의 정보를 입력 받아 플랫폼 서버(200)로 제공할 수 있다.
또한, 환자 단말(100)은 카메라, 마이크, 키보드, 마우스, 터치패드, 터치 스크린 등의 입력수단과, 스피커 및 디스플레이 화면을 구비한 데스크탑 PC, 노트북 PC, 태블릿 PC, 스마트폰 등의 단말기로서, 이에 한정되는 것은 아니고, 네트워크를 통해 플랫폼 서버(200)에 접속할 수 있으며, 환자 정보 및 치료사 선택 정보와, 치료사의 분석 정보, 예상 치료 정보 및 치료사 정보 등을 디스플레이할 수 있는 애플리케이션 프로그램의 설치가 가능한 디지털 정보의 처리가 가능한 구성이면 모두 포함될 수 있다.
또한, 환자 단말(100)은 비대면 언어 치료 서비스를 제공받기 위해, 환자 단말(100)에 미리 설치된 애플리케이션의 실행 또는 접속 아이콘 등의 실행을 통해 플랫폼 서버(200)와 접속할 수 있다.
플랫폼 서버(200)는 환자 단말(100), 환자 단말 1(100a) 내지 환자 단말 n(100b) 중 하나 이상의 환자 단말로부터 입력된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 환자의 언어 장애 상태를 분석할 수 있다.
또한, 플랫폼 서버(200)는 환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보와 치료사의 이전 치료 정보를 추출하고, 추출된 치료사의 이전 치료 정보에 기초하여 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 중 해당되는 치료사 단말로 환자의 상태 정보를 전송하며, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 중 적어도 하나의 치료사 단말로부터 개별 작성된 치료사의 분석 정보를 수신할 수 있다.
또한, 플랫폼 서버(200)는 수신된 치료사의 분석 정보, 예상 치료 정보 및 치료사 정보를 해당 환자 정보와 대응한 환자 단말(100)로 제공할 수 있다.
또한, 플랫폼 서버(200)는 환자 단말(100)로부터 치료사 선택 정보가 입력되면, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 중에서 선택된, 예를 들어 치료사 단말(300)과 환자 단말(100)을 매칭시켜 네트워크를 이용한 비대면 언어 치료가 이루어지도록 관리할 수 있고, 이를 위해, 치료 정보 분석부(210)와, 치료사 분석부(220)와, 데이터베이스(230)를 포함하여 구성될 수 있다.
치료 정보 관리부(210)는 네트워크를 통해 접속한 환자 단말(100)로부터 회원가입 및 인증과정을 수행할 수 있고, 인증이 완료되면 환자 단말(100)로 언어 치료를 위한 환자 상태 정보 입력을 요청할 수 있다.
환자 단말(100)로부터 환자의 상태 정보가 입력되면, 치료 정보 관리부(210)는 인공지능 기반의 치료 분석 모델을 이용하여 인지 상태와 언어 상태에 기반한 환자의 언어 장애 상태를 분석할 수 있다.
환자의 상태 정보는 환자의 생체 정보, 환자의 음성 정보, 환자의 언어 장애 유형과 정도를 판단하기 위한 정보 등을 포함할 수 있다.
또한, 치료 정보 관리부(210)는 환자의 상태 정보 확인을 위한 정보의 입력 요청을 환자 단말(100)에 설치된 스피커, 액정화면, 모니터 등의 출력수단을 통해 제공할 수 있고, 상태 정보 측정 요청에 대하여 환자 단말(100)에 설치된 카메라, 마이크, 키패드, 마우스, 또는 임의의 측정 센서 등의 입력수단을 통해 제공받을 수 있다.
또한, 치료 정보 관리부(210)는 인공지능 기반의 치료 분석 모델의 학습 데이터, 예를 들어, 기억력, 구성능력, 주의력, 지각력, 정서, 실행기능 및 집행기능 관련 데이터 및 이미지들을 생성적 적대 신경망(Generative Adversarial Network; GAN)으로 학습할 수 있다.
또한, 치료 정보 관리부(210)는 학습된 인공지능 기반의 치료 분석 모델을 이용하여 환자 단말(100)로부터 입력된 환자의 상태 정보를 생성자(Generator)의 입력 데이터로 받고, 학습 데이터의 관련 데이터 및 이미지를 학습한 구분자(Discriminator)의 기준 데이터 및 이미지와 비교하여 환자의 인지 기능과 언어 상태에 기반한 환자의 언어 장애 상태를 분석할 수 있다.
여기서, 인공지능 기반의 치료 분석 모델은 머신 러닝중에서 딥러닝(Deep learning)이라는 방법을 통해 만들어진 분석 모델들의 종류라고 볼 수 있다.
또한, 인공지능 기반의 치료 분석 모델은 딥러닝 모델 또는 딥러닝 분석 모델의 표현으로 사용될 수도 있다.
또한, 머신 러닝은 복잡한 시스템이 명시적으로 프로그래밍되지 않고서, 경험으로부터 자동으로 학습하고 개선할 수 있게 하는 인공 지능의 응용이다.
또한, 머신 러닝 모델들의 정확도 및 유효성은 그들 모델들을 훈련시키는 데 사용되는 데이터에 부분적으로 의존할 수 있다.
또한, 인공지능 기반의 치료 분석 모델은 입력된 환자의 상태 정보를 이용하여 환자의 인지 기능을 분석할 수 있다.
또한, 환자의 인지 기능은 기억력, 구성능력, 주의력, 지각력, 정서, 실행기능 및 집행기능 등을 포함할 수 있고, 각각의 인지 기능에 대한 평가를 위해 적어도 하나의 평가 컨텐츠를 포함하여 구성될 수 있으며, 각 평가 컨텐츠는 제시 방법, 입력 방식, 채점 방법 및 난이도 등을 달리하여 구성될 수 있다.
또한, 치료 정보 관리부(210)는 분석된 언어 장애 상태에 따라 환자의 인지 기능 및 언어 장애 정도를 판단하고, 데이터베이스(230)에서 하나 이상의 치료용 콘텐츠 정보 정보, 예를 들어, 단어 훈련, 범주 훈련, 문장 훈련, 담화 훈련 등의 콘텐츠와, 그림, 단어 및 소리 등을 이용한 언어 재활 치료를 수행하는 예상 치료 정보와, 그에 상응한 예상 치료 시뮬레이션을 통해 예상 치료 결과를 추출할 수도 있다.
즉, 치료 정보 관리부(210)는 환자의 인지 상태와 언어 상태에 따른 언어 치료 전과 언어 치료 후, 환자의 인지 및 언어의 변화에 대한 예상 치료 정보를 생성할 수도 있다.
또한, 치료 정보 관리부(210)는 추출된 예상 치료 정보와, 치료사 분석부(220)에서 추출되는 치료사의 이전 치료 정보, 치료사 정보 및 치료사 분석 정보를 환자 단말(100)로 제공할 수 있다.
또한, 치료 정보 관리부(210)는 환자 단말(100)로부터 전송되는 치료사 선택 정보에 따라, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 중에서 예를 들어 선택된 치료사 단말(300)과 환자 단말(100)을 매칭시켜 언어 치료가 이루어지도록 관리할 수 있다.
치료사 관리부(220)는 환자 상태 정보를 딥러닝 학습 프로그램을 이용하여 하나 이상의 장애 정보를 추출하고, 추출된 장애 정보와 상기 치료 정보 관리부(210)에서 분석된 언어 장애 상태에 기반하여 데이터베이스(230)에 저장된 치료사의 이전 치료 정보를 추출할 수 있다.
즉, 치료사 관리부(220)는 환자 상태 정보를 딥러닝 학습 프로그램을 통해 분석하여 경증 장애, 중증 장애, 언어, 인지 심리, 운동, 청각, 난독, 자폐 스펙트럼 등과 같은 장애 정보를 추출할 수 있다.
또한, 치료사 관리부(220)는 추출된 장애 정보를 이용하여 데이터베이스(230)에 저장된 치료사의 이전 치료 정보를 검색하여 장애 정보와 유사한 치료사의 이전 치료 정보를 추출할 수 있다.
또한, 치료사 관리부(220)는 추출된 장애 정보와 치료 정보 관리부(210)에서 추출된 예상 치료 정보를 이용하여 데이터베이스(230)에 저장된 치료사의 이전 치료 정보를 검색하고, 검색 결과로부터 예상 치료 정보와 유사한 치료사의 이전 치료 정보를 추출할 수도 있다.
즉, 예상 치료 정보와 치료사의 이전 치료 결과를 비교하여 장애 정보, 장애 치료과정, 장애 치료 결과 등을 기반으로 유사도를 산출하고, 산출된 유사도 값에 따라 높은 유사도 값을 갖는 치료사의 이전 치료 정보를 추출하여 제공할 수도 있다.
또한, 치료사 관리부(220)는 추출된 치료사의 이전 치료 정보에 기초하여 보수의 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 중에서 해당 치료사 단말(300)을 추출하여 환자의 상태 정보를 전송하고, 전송된 환자 상태 정보에 대한 치료사의 분석 정보를 치료자 단말(300)로 요청할 수 있다.
또한, 치료사 관리부(220)는 환자의 상태 정보를 전송한 후, 치료사 단말(300)로부터 개별 작성된 치료사의 분석 정보가 수신되면, 수신된 치료사의 분석 정보를 치료 정보 관리부(210)로 제공할 수 있다.
데이터베이스(230)는 치료용 콘텐츠 정보와, 치료사 정보와, 치료사의 이전 치료 정보와, 하나 이상의 환자 단말(100), 환자 단말 1(100a), 내지 환자 단말 n(100b)과 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 사이의 매칭 정보와, 매칭 이후 치료 정보를 저장할 수 있다.
이를 위해, 치료용 콘텐츠 정보와 치료 정보와 예상 치료 정보, 매칭 이후 치료 정보를 저장하는 치료 정보 데이터베이스(231)와, 치료사 정보와, 치료사의 이전 치료 정보를 저장하는 치료사 정보 데이터베이스(232)와, 환자와 치료사 사이의 매칭 정보를 저장하는 매칭 정보 데이터베이스(233)로 구성될 수 있다.
치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b)은 네트워크를 통해 플랫폼 서버(200) 및 환자 단말(100)에 접속할 수 있다.
또한, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b)은 장애로 인한 언어 치료 정보와 치료 서비스를 제공하기 위한 구성으로서, 치료사로부터 환자에 대한 치료 콘텐츠 정보 및 치료 정보를 입력받아 출력할 수 있다.
또한, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b)은 환자와의 치료 결과를 플랫폼 서버(200)에 저장할 수 있다.
이를 위해, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b)은 카메라, 마이크, 키보드, 마우스, 터치패드, 터치 스크린 등의 입력수단과, 스피커 및 디스플레이 화면을 구비한 데스크탑 PC, 노트북 PC, 태블릿 PC, 스마트폰 등의 단말기로 구성될 수 있다.
또한, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b)은 이에 한정되는 것은 아니고, 네트워크를 통해 플랫폼 서버(200)에 접속할 수 있으며, 애플리케이션 프로그램의 설치가 가능한 디지털 정보의 처리가 가능한 구성이면 모두 포함될 수 있다.
다음은 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 방법을 설명한다.
도4는 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 방법을 설명하기 위해 나타낸 흐름도이다.
도2 내지 도4를 참조하면, 본 발명의 일 실시 예에 따른 인공지능을 이용한 언어 치료 매칭 서비스 방법은 플랫폼 서버(200)가 네트워크를 통해 접속한 환자 단말(100)로부터 회원가입 및 인증과정을 수행하고, 인증이 완료되면 환자 단말(100)로부터 환자의 상태 정보를 수신(S100)할 수 있다.
또한, 플랫폼 서버(200)는 입력된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 인지 상태와 언어 상태에 기반한 환자의 언어 장애 상태를 분석(S200)할 수 있다.
S200 단계에서, 플랫폼 서버(200)는 기억력, 구성능력, 주의력, 지각력, 정서, 실행기능 및 집행기능 관련 데이터 및 이미지들을 생성적 적대 신경망을 이용하여 학습된 인공지능 기반의 치료 분석 모델을 이용하여 환자 단말(100)로부터 입력된 환자의 상태 정보를 생성자의 입력 데이터로 받고, 학습 데이터의 관련 데이터 및 이미지를 학습한 구분자의 기준 데이터 및 이미지와 비교하여 환자의 인지 기능과 언어 상태에 기반한 환자의 언어 장애 상태를 분석할 수 있다.
또한, 플랫폼 서버(200)는 S200 단계에서 분석된 환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보와 치료사의 이전 치료 정보를 추출(S300)할 수 있다.
즉, S300 단계에서, 플랫폼 서버(200)는 분석된 언어 장애 상태에 따라 환자의 인지 기능 및 언어 장애 정도를 판단하고, 데이터베이스(230)에서 단어 훈련, 범주 훈련, 문장 훈련, 담화 훈련 등의 치료용 콘텐츠 정보와, 그림, 단어 및 소리 등을 이용한 언어 재활 치료를 수행하는 예상 치료 정보와, 그에 상응한 예상 치료 시뮬레이션을 통해 예상 치료 결과를 추출할 수도 있다.
또한, 예상 치료 정보는 플랫폼 서버(200)가 환자의 인지 상태와 언어 상태에 따른 언어 치료 전과 언어 치료 후, 환자의 인지 및 언어의 변화에 대하여 생성하는 예상 치료 정보이다.
또한, S300 단계에서, 플랫폼 서버(200)는 환자 상태 정보를 딥러닝 학습 프로그램을 이용하여 경증 장애, 중증 장애, 언어, 인지 심리, 운동, 청각, 난독, 자폐 스펙트럼 등과 같은 장애 정보를 추출하고, 추출된 장애 정보와 S200 단계에서 분석된 언어 장애 상태에 기반하여 데이터베이스(230)에 저장된 치료사의 이전 치료 정보를 검색하고, 검색된 장애 정보와 유사한 장애에 대하여 치료사의 이전 치료 정보를 추출할 수 있다.
또한, S300 단계서 플랫폼 서버(200)는 추출된 장애 정보와 추출된 예상 치료 정보를 이용하여 데이터베이스(230)에 저장된 치료사의 이전 치료 정보를 검색하고, 검색 결과로부터 예상 치료 정보와 유사한 장애에 대하여 치료사의 이전 치료 정보를 추출할 수도 있다.
계속해서, 플랫폼 서버(200)는 S300 단계에서 추출된 치료사의 이전 치료 정보에 기초하여 추출한 하나 이상의 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b)으로 S100 단계서 수신된 환자의 상태 정보를 전송(S400)할 수 있다.
또한, 플랫폼 서버(200)는 S400 단계에서 환자의 상태 정보를 전송한 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 중 적어도 하나의 치료사 단말로부터 개별 작성된 치료사의 분석 정보를 수신(S500)하면, 수신된 치료사의 분석 정보, S300 단계에서 추출된 예상 치료 정보 및 치료사 정보를 환자 단말(100)로 출력(S600)할 수 있다.
또한, 플랫폼 서버(200)는 S600 단계에서 전송된 정보에 대하여 해당 환자 단말(100)로부터 치료사 선택 정보를 수신하면, 치료사 단말(300), 치료사 단말 1(300a) 내지 치료사 단말 n(300b) 중 선택된 치료사 단말(300)과 환자 단말(100)을 매칭시켜 언어 치료가 이루어지도록 관리(S700)한다.
또한, S700 단계를 통해 매칭된 후, 플랫폼 서버(200)는 환자 단말(100)과 치료사 단말(300) 사이의 치료 과정에서 발생되는 치료 데이터를 데이터베이스(230)에 저장할 수 있다.
따라서, 환자의 치료 요청에 대하여 환자의 현재 상태 정보에 기반한 치료 정보와 치료사 정보를 제공하고, 환자와 치료사를 온라인 상에서 매칭시켜 비대면 언어 치료 서비스를 제공할 수 있다.
또한, 환자에게 환자의 상태 및 상황에 적합한 치료사 정보를 제공함으로써, 환자가 환자의 상태 및 상황에 적합한 치료사를 선택할 수 있게 되어 언어 재활 치료 효과의 증대와 언어 재활 치료 서비스의 만족도를 향상시킬 수 있다.
상기와 같이, 본 발명의 바람직한 실시 예를 참조하여 설명하였지만 해당 기술 분야의 숙련된 당업자라면 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
또한, 본 발명의 특허청구범위에 기재된 도면번호는 설명의 명료성과 편의를 위해 기재한 것일 뿐 이에 한정되는 것은 아니며, 실시예를 설명하는 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다.
또한, 상술된 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으므로, 이러한 용어들에 대한 해석은 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
또한, 명시적으로 도시되거나 설명되지 아니하였다 하여도 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기재사항으로부터 본 발명에 의한 기술적 사상을 포함하는 다양한 형태의 변형을 할 수 있음은 자명하며, 이는 여전히 본 발명의 권리범위에 속한다.
또한, 첨부하는 도면을 참조하여 설명된 상기의 실시예들은 본 발명을 설명하기 위한 목적으로 기술된 것이며 본 발명의 권리범위는 이러한 실시예에 국한되지 아니한다.
100 : 환자 단말
100a : 환자 단말 1
100b : 환자 단말 n
200 : 플랫폼 서버
210 : 치료 정보 관리부
220 : 치료사 관리부
230 : 데이터 베이스
232 : 치료 정보 데이터베이스
232 : 치료사 데이터베이스
233 : 매칭 정보 데이터베이스
300 : 치료사 단말
300a : 치료사 단말 1
300b : 치료사 단말 n
100a : 환자 단말 1
100b : 환자 단말 n
200 : 플랫폼 서버
210 : 치료 정보 관리부
220 : 치료사 관리부
230 : 데이터 베이스
232 : 치료 정보 데이터베이스
232 : 치료사 데이터베이스
233 : 매칭 정보 데이터베이스
300 : 치료사 단말
300a : 치료사 단말 1
300b : 치료사 단말 n
Claims (10)
- 환자 단말(100)로부터 입력된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 환자의 언어 장애 상태를 분석하되,
환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보와 치료사의 이전 치료 정보를 추출하고, 상기 치료사의 이전 치료 정보에 기초하여 추출한 치료사 단말(300, 300a, 300b)로 상기 환자의 상태 정보를 전송하며, 상기 치료사 단말(300, 300a, 300b)로부터 개별 작성된 치료사의 분석 정보를 수신하고,
수신된 치료사의 분석 정보, 예상 치료 정보 및 치료사 정보를 상기 환자 단말(100)로 제공하는 플랫폼 서버(200)를 포함하는 인공지능을 이용한 언어 치료 매칭 서비스 시스템. - 제 1 항에 있어서,
상기 플랫폼 서버(200)는 환자 단말(100)로부터 치료사 선택 정보가 입력되면, 치료사 단말(300, 300a, 300b) 중에서 선택된 임의의 치료사 단말과 환자 단말(100)을 매칭시켜 치료가 이루어지도록 관리하는 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 시스템. - 제 1 항에 있어서,
상기 플랫폼 서버(200)는 환자 단말(100)로부터 입력된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 인지 상태와 언어 상태에 기반한 환자의 언어 장애 상태를 분석하고, 분석된 언어 장애 상태에 따라 데이터베이스(230)에서 하나 이상의 치료용 콘텐츠 정보 정보를 포함한 예상 치료 정보를 추출하며, 추출된 예상 치료 정보와, 치료사 분석부(220)에서 추출된 치료사의 이전 치료 정보, 치료사 정보 및 치료사 분석 정보를 상기 환자 단말(100)로 제공하고, 상기 환자 단말(100)로부터 전송되는 치료사 선택 정보에 따라, 치료사 단말(300, 300a, 300b) 중에서 선택된 치료사 단말과 환자 단말(100)을 매칭시켜 언어 치료가 이루어지도록 관리하는 치료 정보 관리부(210);
상기 환자 상태 정보를 딥러닝 학습 프로그램을 이용하여 하나 이상의 장애 정보를 추출하고, 추출된 장애 정보와 상기 치료 정보 관리부(210)에서 분석된 언어 장애 상태에 기반하여 데이터베이스(230)에 저장된 치료사의 이전 치료 정보를 추출하고, 추출된 상기 치료사의 이전 치료 정보에 기초하여 해당 치료사 단말(300, 300a, 300b)로 상기 환자의 상태 정보를 전송하고, 상기 치료사 단말(300, 300a, 300b)로부터 개별 작성된 치료사의 분석 정보를 수신하여 상기 치료 정보 관리부(210)로 제공하는 치료사 관리부(220); 및
상기 치료용 콘텐츠 정보와, 치료사 정보와, 치료사의 이전 치료 정보와, 환자 단말(100)과 치료사 단말(300, 300a, 300b) 사이의 매칭 정보와, 매칭 이후 치료 정보를 저장하는 데이터베이스(230);를 포함하는 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 시스템. - 제 3 항에 있어서,
상기 인공지능 기반의 치료 분석 모델은 생성적 적대 신경망(Generative Adversarial Network; GAN)을 기초로 하되, 환자의 인지 상태와 언어 상태에 따른 언어 치료 전과 언어 치료 후, 환자의 인지 및 언어의 변화에 대한 예상 치료 정보를 생성하는 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 시스템. - 제 3 항에 있어서,
상기 장애 정보는 경증 장애, 중증 장애, 언어, 인지 심리, 운동, 청각, 난독, 자폐 스펙트럼 중 적어도 하나를 포함하는 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 시스템. - a) 플랫폼 서버(200)가 환자 단말(100)로부터 환자의 상태 정보를 수신하고, 수신된 환자의 상태 정보를 인공지능 기반의 치료 분석 모델을 이용하여 환자의 언어 장애 상태를 분석하는 단계;
b) 상기 플랫폼 서버(200)가 환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보와 치료사의 이전 치료 정보를 추출하고, 상기 치료사의 이전 치료 정보에 기초하여 추출한 치료사 단말(300, 300a, 300b)로 상기 환자의 상태 정보를 전송하는 단계; 및
c) 상기 플랫폼 서버(200)가 치료사 단말(300, 300a, 300b)로부터 개별 작성된 치료사의 분석 정보를 수신하면, 수신된 치료사의 분석 정보, 예상 치료 정보 및 치료사 정보를 환자 단말(100)로 출력하는 단계;를 포함하는 인공지능을 이용한 언어 치료 매칭 서비스 방법. - 제 6 항에 있어서,
d) 상기 플랫폼 서버(200)가 환자 단말(100)로부터 치료사 선택 정보를 수신하면, 선택된 임의의 치료사 단말과 환자 단말(100)을 매칭시켜 치료가 이루어지도록 관리하는 단계;를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 방법. - 제 6 항 또는 제 7 항에 있어서,
상기 인공지능 기반의 치료 분석 모델은 생성적 적대 신경망(Generative Adversarial Network; GAN)을 기초로 하고,
상기 b) 단계의 환자의 언어 장애 상태에 대응한 하나 이상의 예상 치료 정보는 플랫폼 서버(200)가 환자의 인지 상태와 언어 상태에 따른 언어 치료 전과 언어 치료 후, 환자의 인지 및 언어의 변화에 대하여 생성하는 예상 치료 정보인 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 방법. - 제 6 항 또는 제 7 항에 있어서,
상기 b) 단계의 치료사의 이전 치료 정보는 플랫폼 서버(200)가 환자 상태 정보를 딥러닝 학습 프로그램을 이용하여 하나 이상의 장애 정보를 추출하고, 추출된 장애 정보와 분석된 언어 장애 상태에 기반하여 데이터베이스(230)에 저장된 치료사의 이전 치료 정보를 추출하는 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 방법. - 제 9 항에 있어서,
상기 장애 정보는 경증 장애, 중증 장애, 언어, 인지 심리, 운동, 청각, 난독, 자폐 스펙트럼 중 적어도 하나를 포함하는 것을 특징으로 하는 인공지능을 이용한 언어 치료 매칭 서비스 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220118843A KR20240039927A (ko) | 2022-09-20 | 2022-09-20 | 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220118843A KR20240039927A (ko) | 2022-09-20 | 2022-09-20 | 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240039927A true KR20240039927A (ko) | 2024-03-27 |
Family
ID=90480807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220118843A KR20240039927A (ko) | 2022-09-20 | 2022-09-20 | 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240039927A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101702622B1 (ko) | 2015-07-15 | 2017-02-22 | 대한민국 | 언어 재활 치료 방법 |
-
2022
- 2022-09-20 KR KR1020220118843A patent/KR20240039927A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101702622B1 (ko) | 2015-07-15 | 2017-02-22 | 대한민국 | 언어 재활 치료 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11942194B2 (en) | Systems and methods for mental health assessment | |
| US11120895B2 (en) | Systems and methods for mental health assessment | |
| CN106663383B (zh) | 分析受试者的方法和系统 | |
| Bahreini et al. | Towards real-time speech emotion recognition for affective e-learning | |
| KR102059753B1 (ko) | 인공지능 기술을 이용한 컴퓨터 프로그램이 적용된 상담 절차 수행 시스템 | |
| CN102149319B (zh) | 阿尔茨海默氏症认知使能器 | |
| US20150154721A1 (en) | System, apparatus and method for user to obtain service from professional | |
| Vashistha et al. | BSpeak: An accessible voice-based crowdsourcing marketplace for low-income blind people | |
| US20160249842A1 (en) | Diagnosing system for consciousness level measurement and method thereof | |
| KR102383458B1 (ko) | 학습결과에 대한 관리를 지원하는 능동형 인공지능 튜터링 시스템 | |
| KR102327669B1 (ko) | 인공지능을 이용한 멘탈 케어 시스템 | |
| CN115004308A (zh) | 用于提供活动推荐的接口的方法和系统 | |
| Truninger et al. | Sounds like a leader: An ascription–actuality approach to examining leader emergence and effectiveness | |
| CN111933239A (zh) | 数据处理的方法及装置、系统、存储介质 | |
| May et al. | Review of AAC interventions in persons with dementia | |
| Crasto et al. | CareBot: a mental health ChatBot | |
| US11797080B2 (en) | Health simulator | |
| Skaaden | Ethics and profession | |
| Ward et al. | The role of characterisation in everyday voice engagement and AVATAR therapy dialogue | |
| Papangelis et al. | An adaptive dialogue system for assessing post traumatic stress disorder | |
| Schuldt et al. | Lyric analysis in adult mental health settings: An exploratory interpretivist study of music therapists’ clinical decision-making processes | |
| KR20240039927A (ko) | 인공지능을 이용한 언어 치료 매칭 서비스 시스템 및 방법 | |
| US10820851B2 (en) | Diagnosing system for consciousness level measurement and method thereof | |
| Franciscatto et al. | Situation awareness in the speech therapy domain: a systematic mapping study | |
| Ramos-Cuadros et al. | Evaluating the Depression Level Based on Facial Image Analyzing and Patient Voice |