KR20240058402A - 인공지능 기술이 적용된 능동형 대화 에이전트를 이용한 환자-주치의 관계를 맺을 병원을 추천하는 방법 및 이를 위한 병원 추천 장치 - Google Patents

Abstract

본 발명의 일 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치가 전용 어플리케이션(Application)을 통해 상기 환자에게 환자-주치의 관계를 맺을 병원을 추천하는 방법은 (a) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 단계, (b) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 단계, (c) 상기 (b) 단계의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 단계, (d) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 단계 및 (e) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 단계를 포함한다.

Description

인공지능 기술이 적용된 능동형 대화 에이전트를 이용한 환자-주치의 관계를 맺을 병원을 추천하는 방법 및 이를 위한 병원 추천 장치{METHOD FOR RECOMMENDING HOSPITAL TO ESTABLISH PATIENT-FAMILY DOCTOR RELATIONSHIP USING INTELLIGENT PROACTIVE CONVERSATIONAL AGENT WITH ARTIFICIAL INTELLIGENCE TECHNOLOGY AND DEVICE FOR RECOMMENDING HOSPITAL THEREOF}

본 발명은 인공지능 기술이 적용된 능동형 대화 에이전트를 이용한 환자-주치의 관계를 맺을 병원을 추천하는 방법 및 이를 위한 병원 추천 장치 에 관한 것이다. 보다 자세하게는 환자의 개인 건강 데이터의 실시간 모니터링 결과에 따라 환자의 내원 일정을 주치의가 능동적으로 권유할 수 있는 방법 및 장치에 관한 것이다.

세계적으로 원격 진료를 비롯한 비대면 의료 서비스에 대한 수요 및 개인의 건강 관리에 대한 관심은 최근의 코로나 펜데믹을 기폭제로 하여 큰 폭으로 증가하고 있으며, 혈압, 심박수, 심전도(ECG), 체성분 등과 같은 여러 종류의 센체 신호를 간편하고 신속히 측정 가능한 다양한 측정 장치(예, 웨어러블 디바이스로의 스마트 워치)의 보급이 확산되고 있으며, 생체 신호의 측정 기술에 있어서도 비약적인 발전이 진행 중이며, PGHD(Patient-Generated Health Data) 또는 PHR(Personal Health Record)를 비롯한 개인 건강 데이터의 생성과 관리 또한 과거에 비해 용이해지고 있다.

하지만, 개인에 의해 또는 개인으로부터 측정(수집)된 개인 건강 데이터는 단순히 그 개인의 건강 상태와 관련된 지극히 단편적 수준의 정보를 제공하는 역할에 머무르고 있으며, 많은 수의 개인들은 자신의 건강 상태에 심각한 이상이 있음을 자각 가능한 수준이 아닌 경우 병원 내방이나 의사 진료와 같은 적극적인 건강 관리를 소홀히 하고 있으며, 건강 관리의 적정 시기를 놓쳐 건강이 급격히 악화되는 경우도 다반사이다.

예를 들어, 장기적 이용을 통해 의료적 신뢰가 쌓인 병원(주치의)의 부재, 적절한 병원에 대한 정보 검색의 어려움이나 내원의 귀찮음, 복잡하고 번거로운 전화 예약 과정, 예약을 했음에도 불구하고 발생하는 긴 대기 시간 등이 몇 가지 대표적인 이유라고 할 수 있다.

대한민국 공개특허공보 제10-2019-0107905호(2019.09.23)

본 발명이 해결하고자 하는 기술적 과제는 장기적 이용을 통해 의료적 신뢰가 쌓인 병원이 존재하지 않는 경우, 환자 자신에게 최적화된 병원을 손쉽게 추천해줄 수 있는 인공지능 기술이 적용된 능동형 대화 에이전트를 이용한 환자-주치의 관계를 맺을 병원을 추천하는 방법 및 이를 위한 병원 추천 장치를 제공하는 것이다.

본 발명이 해결하고자 하는 또 다른 기술적 과제는 적절한 병원에 대한 정보 검색의 어려움을 고려하여 병원 검색을 대신하여 수행하고 병원 정보 데이터베이스를 주기적으로 업데이트하여 병원을 추천하되, 해당 병원에 대한 내원 예약까지 손쉽게 진행할 수 있는 인공지능 기술이 적용된 능동형 대화 에이전트를 이용한 환자-주치의 관계를 맺을 병원을 추천하는 방법 및 이를 위한 병원 추천 장치를 제공하는 것이다.

본 발명이 해결하고자 하는 또 다른 기술적 과제는 환자의 개인 건강 데이터의 모니터링 결과에 따라 이상이 발생하는 경우, 이에 대한 진료를 수행할 수 있는 병원을 추천하는 인공지능 기술이 적용된 능동형 대화 에이전트를 이용한 환자-주치의 관계를 맺을 병원을 추천하는 방법 및 이를 위한 병원 추천 장치를 제공하는 것이다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기 기술적 과제를 달성하기 위한 본 발명의 일 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치가 전용 어플리케이션(Application)을 통해 상기 환자에게 환자-주치의 관계를 맺을 병원을 추천하는 방법은 (a) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 단계, (b) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 단계, (c) 상기 (b) 단계의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 단계, (d) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 단계 및 (e) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 단계를 포함한다.

일 실시 예에 따르면, 상기 (c) 단계에서의 복수 개의 추천 병원은, 상기 환자 단말로부터 소정 거리 내에 위치한 복수 개의 병원 중, 상기 전용 어플리케이션에 회원 가입을 완료한 회원 병원을 회원이 아닌 병원 보다 우선하여 출력할 수 있다.

일 실시 예에 따르면, 상기 (d) 단계 및 (e) 단계 사이에, (d´) 상기 환자 단말로부터 수신한 한자의 개인 건강 데이터 측정값 및 상기 산정한 PHR 평가치 중 어느 하나 이상을 상기 내원 예약을 완료한 병원의 병원 단말에 발송하기 위한 동의 정보를 상기 환자 단말로부터 수신하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 (e) 단계 이후에, (f) 상기 환자 단말로부터 상기 주치의 병원으로 등록한 병원에 근무 중인 하나 이상의 의사에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의로 등록하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 (c) 단계에서의 병원 정보 데이터베이스는, 상기 전용 어플리케이션에 회원 가입을 완료한 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보를 모두 포함하며, 상기 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보는, 병원명, 주소, 병원의 위도/경도, 병원의 이메일 주소, 병원 홈페이지, 병원의 진료 과목, 병원의 전문 분야, 병원에 근무하는 의사에 대한 정보, 병원의 진료 시간, 병원의 요일 및 시간대별 진료 시간, 적용되는 의료 보험의 종류, 병원의 후기, 병원의 평점 및 병원의 해시 태그에 대한 정보 중 어느 하나 이상을 포함할 수 있다.

일 실시 예에 따르면, 상기 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보는, 주기적인 크롤링(Crawling)을 통해 수집할 수 있다.

상기 기술적 과제를 달성하기 위한 본 발명의 일 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치는 하나 이상의 프로세서, 네트워크 인터페이스, 상기 프로세서에 의해 수행되는 컴퓨터 프로그램을 로드(Load)하는 메모리 및 대용량 네트워크 데이터 및 상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되, 상기 컴퓨터 프로그램은 상기 하나 이상의 프로세서에 의해, (A) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 오퍼레이션, (B) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 오퍼레이션, (C) 상기 (B) 오퍼레이션 의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 오퍼레이션, (D) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 오퍼레이션 및 (E) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 오퍼레이션을 실행한다.

상기 기술적 과제를 달성하기 위한 본 발명의 일 실시 예에 따른 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램은 컴퓨팅 장치와 결합하여 (AA) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 단계, (BB) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 단계, (CC) 상기 (BB) 단계의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 단계, (DD) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 단계 및 (EE) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 단계를 실행한다.

상기와 같은 본 발명에 따르면, 장기적 이용을 통해 의료적 신뢰가 쌓인 병원이 존재하지 않는 경우, 환자의 개인 건강 데이터 측정값을 발송하기만 하면 장치가 환자에게 최적화된 병원을 손쉽게 추천해주므로 단골 병원 또는 주치의 설정이 간편하게 이루어질 수 있다는 효과가 있다.

또한, 적절한 병원에 대한 정보 검색의 어려움을 고려하여 장치가

병원 검색을 대신하여 수행하고 병원 정보 데이터베이스를 주기적으로 업데이트하여 병원을 추천하되, 해당 병원에 대한 내원 예약까지 손쉽게 진행할 수 있도록 함으로써 환자의 편의성을 현저하게 향상시킬 수 있다는 효과가 있다.

또한, 환자의 개인 건강 데이터의 모니터링 결과에 따라 이상이 발생하는 경우, 이에 대한 진료를 수행할 수 있는 병원을 추천해 줌으로써 환자에게 건강 관리에 대한 경각심을 줄 수 있으며, 환자-주치의 관계를 맺을 병원을 만들어줌으로써 체계적인 건강 관리가 가능한 환경을 구축해줄 수 있다는 효과가 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.

도 1은 본 발명에 따른 원격 헬스케어 시스템의 구성을 예시적으로 나타낸 도면이다.
도 2는 도 1에 도시된 지능형 헬스케어 장치의 구성을 예시적으로 나타낸 도면이다.
도 3은 도 1에 도시된 지능형 헬스케어 장치에 사용자 디바이스를 등록하기 위한 방법을 예시적으로 나타낸 순서도이다.
도 4 내지 도 6은 제1 디바이스로부터 생체 신호의 측정값을 수집하는 방법을 예시적으로 나타낸 순서도이다.
도 7은 도 1에 도시된 지능형 헬스케어 장치가 사용자 디바이스와의 인터랙션을 통해 사용자 문진 정보를 수집하기 위한 방법을 예시적으로 나타낸 순서도이다.
도 8은 도 1에 도시된 지능형 헬스케어 장치에 의해 실행되는 생체 신호의 종류별 측정 주기를 수정하는 방법을 예시적으로 설명하는 순서도이다.
도 10은 도 9을 참조하여 전술된 제2 모델을 생성하는 방법을 예시적으로 나타낸 순서도이다.
도 11은 도 9을 참조하여 전술된 제3 모델을 생성하는 방법을 예시적으로 나타낸 순서도이다.
도 12는 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치가 포함하는 전체 구성을 나타낸 도면이다.
도 13은 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법의 대표적인 단계를 나타낸 순서도이다.
도 14는 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 있어서, S1340 단계를 구체화한 순서도이다.
도 15는 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 있어서, S1360 단계 이후에, 개인 건강 데이터의 측정 요청과 관련된 추가 실시 예를 더 포함하고 있는 순서도이다.
도 16은 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 있어서, S1360 단계 이후에, 진료 시간 산정과 관련된 추가 실시 예를 더 포함하고 있는 순서도이다.
도 17은 본 발명의 제4 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법의 대표적인 단계를 나타낸 순서도이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 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.

한편, 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.

본 명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

도 1은 본 발명에 따른 원격 헬스케어 시스템의 구성을 예시적으로 나타낸 도면이고, 도 2는 도 1에 도시된 인공지능 기반의 디지털 헬스케어 장치의 구성을 예시적으로 나타낸 도면이다.

도 1을 참조하면, 원격 헬스케어 시스템(10)은, 적어도 하나의 사용자 디바이스(1), 적어도 하나의 의료인 디바이스(2) 및 인공지능 기반의 디지털 헬스케어 장치(3, 이하 '지능형 헬스케어 장치'라고 칭함)를 포함한다. 지능형 헬스케어 장치(3)는 외부 서버나 플랫폼의 형태로 제공될 수 있다. 본 발명에 따른 원격 헬스케어 시스템(10)은 다수의 사용자와 다수의 의료인이 의료 소비자와 의료 제공자로서 참여 가능하며, 이하에서는 설명의 편의를 위해 사용자와 의료인 각각은 1인 단독이라고 가정하기로 한다.

사용자 디바이스(1)는, 제1 디바이스(1a), 제2 디바이스(1b) 또는 제3 디바이스(1c)로 구분될 수 있다.

제1 디바이스(1a)는, 적어도 1종 이상의 생체 신호를 측정하고, 생체 신호의 측정값을 저장하도록 구성되는 측정 디바이스(예, POCT(point of care testing) 장비)이다. 생체 신호로는 예컨대, 혈압, 혈압, 심박수, 심전도, 혈당, 체성분 등이 있다. 임의의 사용자는, 2 이상의 제1 디바이스(1a)를 이용하여 2종 이상의 생체 신호를 동시적으로 또는 이시적으로 측정할 수 있다. 생체 신호의 측정값(PHR(personal health recored)이라고 지칭될 수도 있음)은 생체 신호 자체의 특성(예, 세기)는 물론 생체 신호의 측정이 이루어진 일시 및/또는 위치(예, GPS 정보)를 더 포함할 수 있다. 제1 디바이스(1a)는, 인터넷 등 유무선 네트워크를 통해 사용자별 생체 신호의 측정값을 지능형 헬스케어 장치(3)에게 전송할 수 있다.

제2 디바이스(1b)는, 인터넷 등 유무선 네트워크를 통해 지능형 헬스케어 장치(3)에 접속되어, 지능형 헬스케어 장치(3)와 양방향 커뮤니케이션을 수행하는 통신 단말기이다. 제2 디바이스(1b)는, 생체 신호 외에 사용자별 건강과 관련된 데이터를 지능형 헬스케어 장치(3)에게 전송하고, 지능형 헬스케어 디바이스로부터 사용자의 건강 관리에 관련된 데이터를 수신할 수 있다.

제1 디바이스(1a) 및 제2 디바이스(1b) 중 적어도 하나에는 지능형 능동 대화 에이전트가 설치될 수 있다. 지능형 능동 대화 에이전트는 IPCA(Intelligent Proactive Conversational Agent)라고 지칭될 수 있으며, 인공지능 기반으로 실행되어 지능형 헬스케어 장치(3)에 의해 제공되는 건강 관리 서비스를 사용자가 편리하게 이용할 수 있도록 지원하는 챗봇의 일종이다.

제3 디바이스(1c)는 스마트 워치와 같이 생체 신호의 측정 기능 및 지능형 헬스케어 장치(3)와의 커뮤니케이션 기능을 둘 다 구비한 사용자 디바이스의 일종으로서, 이 경우 후술된 제1 디바이스(1a)와 제2 디바이스(1b)는 제3 디바이스(1c)를 지칭하는 것일 수 있다.

의료인 디바이스(2)는, 후술된 주치의 단말을 포괄하는 것으로서, 인터넷 등 유무선 네트워크를 통해 지능형 헬스케어 장치(3)에 접속되어, 지능형 헬스케어 장치(3)와 양방향 커뮤니케이션을 수행한다. 의료인 디바이스(2)는, 지능형 헬스케어 장치(3)로부터 제공된 사용자별 개인 건강 데이터(또는 그 분석 결과)를 그래픽 유지 인터페이스에 표시할 수 있다. 의료인 디바이스(2)는, 의료인(의사 등)의 요청에 응답하여 특정 사용자의 대면 진료 또는 비대면 진료의 필요성을 지능형 헬스케어 장치(3)에게 전달하고, 지능형 헬스케어 장치(3)는 의료인에 의해 요청된 특정 사용자의 사용자 디바이스(1)에게 대면 진료 또는 비대면 진료를 위한 예약 안내 정보를 전송한다. 지능형 헬스케어 장치(3)는, 사용자 디바이스(1)와 의료인 디바이스(2) 간의 예약 과정(예, 예약 가능한 시간 탐색, 예약 가능한 의사 선택)을 중개하며, 예약 완료 정보를 사용자 디바이스(1)와 의료인 디바이스(2) 양 쪽에 통지한다.

도 2를 참조하면, 지능형 헬스케어 장치(3)는, 저장부(11), 통신부(12) 및 제어부(13)를 포함한다.

저장부(11)는, ROM(Read Only Memory), RAM(Random Access Memory), EPROM(Erasable Programmable Read Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래쉬(flash) 메모리, SRAM(Static RAM), HDD(Hard Disk Drive), SSD(Solid State Drive) 등을 포함할 수 있다. 또한, 저장부(11)는, 사용자별 제1 개인 건강 시계열 데이터 셋 및/또는 제2 개인 건강 시계열 데이터 셋을 누적 기록하기 위한 적어도 하나의 데이터베이스를 포함할 수 있다. 저장부(11)는, 후술될 컴퓨터-구현 방법을 실행하는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체를 포함할 수 있다.

통신부(12)는, 유무선 네트워크를 통해, 사용자 디바이스(1) 및 의료인 디바이스(2)에 접속하여, 양방향 커뮤니케이션을 수행하도록 제공된다. 통신부(12)는, 사용자 디바이스(1)로부터 사용자별 생체 신호의 측정값을 포함하는 생체 데이터를 수신하고, 수신된 생체 데이터는 저장부(11)에 저장될 수 있다.

제어부(13)는, 저장부(11) 및 통신부(12)에 동작 가능하게 결합되어, 지능현 헬스케어 장치(3)의 각 기능(동작)을 수행하기 위해 저장부(11) 및 통신부(12)를 제어할 수 있다. 여기서, 어느 두 구성이 동작 가능하게 결합된다는 것은, 두 구성 중 어느 하나로부터 다른 하나로의 데이터(신호) 전달이 가능하도록 상호 접속된 것을 의미한다.

제어부(13)는, 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있는데, 하드웨어를 이용하여 구현하는 경우에는 ASIC(application specific integrated circuit) 또는 DSP(digital signal processor), DSPD(digital signal processing device), PLD(programmable logic device), FPGA(field programmable gate array) 등으로, 펌웨어나 소프트웨어를 이용하여 구현하는 경우에는 위와 같은 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등을 포함하도록 펌웨어나 소프트웨어가 구성될 수 있다.

제어부(13)는 저장부(11)에 저장된 컴퓨터 프로그램을 실행시키며, 컴퓨터 프로그램은 그것이 실행되는 경우 사용자별 건강 관리를 위한 동작들을 수행하도록 제어부(13)를 유도한다.

이하에서는 도 3 내지 도 11을 참조하여 지능형 헬스케어 장치(3)에 의해 실행되는 다양한 컴퓨터-구현 방법들을 설명하기로 한다.

도 3은 도 1에 도시된 지능형 헬스케어 장치(3)에 사용자 디바이스(1)를 등록하기 위한 방법을 예시적으로 나타낸 순서도이다.

도 3을 참조하면, 단계 S310에서, 제어부(13)는, 유무선 네트워크를 통해 지능형 헬스케어 장치(3)에 접속된 제1 디바이스(1a)로부터의 디바이스 등록 요청을 수신한다. 디바이스 등록 요청은, 제1 디바이스(1a)의 디바이스 정보 및 제1 디바이스(1a)의 사용 권한(예, 소유권)을 가진 사용자의 사용자 인증 정보를 포함할 수 있다. 사용자 인증 정보는 예컨대 사용자별로 부여된 사용자 ID 및 패스워드일 수 있다.

단계 S320에서, 제어부(13)는, 디바이스 등록 요청에 응답하여, 사용자 인증 정보가 유효한지 여부를 판정한다. 사용자 인증 정보의 유효성은, 사용자의 회원 가입 절차 등을 통해 저장부(11)에 미리 기록된 사용자 인증 정보와의 비교 및/또는 Oauth 2.0 등의 인증용 프로토콜에 의해 검증될 수 있다. 단계 S320의 값이 "예"인 경우, 단계 S330으로 진행한다. 단계 S320의 값이 "아니오"인 경우, 단계 S350으로 진행한다. 사용자별로, 제1 디바이스(1a)에 대한 인증은 최초 1회만 수행될 수 있다. 제1 디바이스(1a)에는 디바이스 에이전트(장치 관리자, device manager)가 설치될 수 있고, 디바이스 에이전트에 의해 2 이상의 사용자가 제1 디바이스(1a)에 대한 정상적인 사용 권한을 갖는 것으로 등록될 수 있다. 디바이스 에이전트는 제1 디바이스(1a)에 대한 사용 권한을 갖는 사용자 목록을 관리(예, 추가, 삭제, 수정 등)하는 컴퓨터 프로그램일 수 있다. 도시되어 있지는 않으나, 각 사용자는 2 이상의 제1 디바이스에 사용 권한을 갖는 사용자로 등록될 수 있고, 각 제1 디바이스는 2 이상의 사용자의 생체 신호 측정용으로 등록될 수 있다.

단계 S330에서, 제어부(13)는, 사용자의 사용자 인증 정보에 제1 디바이스(1a)의 디바이스 정보를 매핑하여 저장부(11)에 기록한다.

단계 S350에서, 제어부(13)는, 제1 디바이스(1a)에게 제1 디바이스(1a)의 디바이스 정보에 사용자의 사용자 인증 정보가 결합된 접속 토큰을 발급한다. 이때, 제어부(13)는, 접속 토큰에 대응하는 복호화 키를 생성할 수 있다. 이로써, 제1 디바이스(1a)가 사용자의 생체 신호의 측정용 디바이스로서 지능형 헬스케어 장치(3)에 등록된다.

접속 토큰은, bcrypt 등과 같은 단방향 암호화 알고리즘에 의해 암호화된 토큰일 수 있으며, 제1 디바이스(1a)에 의한 생체 신호의 측정값에 대한 암호화에 이용될 수 있다. 즉, 제1 디바이스(1a)는 지능형 헬스케어 장치(3)로부터 발급받은 접속 토큰을 암호화 키로 이용하여 생체 신호의 측정값을 암호화한 다음, 암호화된 측정값을 접속 토큰을 포함하는 생체 데이터를 지능형 헬스케어 장치(3)에게 전송할 수 있다. 접속 토큰은 제1 디바이스(1a)-사용자의 쌍별로 하나씩 발급되며, 유효 기간이 부여될 수 있다. 접속 토큰은 외부에 노출되더라도 단방향 암호화 특성에 의해 그에 포함된 디바이스 정보 및 사용자 인증 정보의 유추가 불가하다. 접속 토큰의 유효 기간은 사용자에 의해 변경 가능하다.

일단 접속 토큰이 발급된 후에는, 접속 토큰의 유효 기간(예, 3개월)이 경과할 때까지, 제1 디바이스(1a)는 사용자 인증 정보에 의한 로그인 절차없이도 접속 토큰 자체를 활용하여 지능형 헬스케어 장치(3)에 자동 접속 가능하며, 생체 데이터의 마지막 전송 시점으로부터 현 시점까지 제1 디바이스(1a)에 기록된 측정값(들)을 지능형 헬스케어 장치(3)로 전송할 수 있다.

제어부(13)는, 접속 토큰에 연관된 사용자 인증 정보가 변경되거나 접속 토큰의 유효 기간이 만료되는 경우, 해당 접속 토큰의 유효 기간을 자동 갱신(또는 접속 토큰의 재발급)할 수 있고, 그에 맞춰 복호화 키 또한 자동 갱신할 수 있다.

전술된 바와 같이, 사용자 인증 정보가 비유효한 것으로 판정 시, 단계 S350가 진행된다. 단계 S350에서, 제어부(13)는, 제1 디바이스(1a)에게 디바이스 등록 요청에 대한 인증 실패 통지를 전송한다.

도 4 내지 도 6은 제1 디바이스(1a)로부터 생체 신호의 측정값을 수집하는 방법을 예시적으로 나타낸 순서도이다. 도 4 내지 도 6의 방법은 도 3의 방법에 따라 지능형 헬스케어 장치(3)에 등록된 제1 디바이스(1a)에 대해 실행될 수 있다.

도 4를 참조하면, 단계 S410에서, 제어부(13)는, 제1 디바이스(1a)로부터의 생체 데이터가 수신되었는지 여부를 판정한다. 생체 데이터는 제1 디바이스(1a)에 의해 사용자로부터 측정된 생체 신호의 측정값을 포함하고, 상기 측정값의 측정 일시 및/또는 측정 위치(제1 디바이스(1a)의 위치), 그리고 제1 디바이스(1a)에 발급된 접속 토큰을 더 포함할 수 있다. 단계 S410의 값이 "예"인 경우, 단계 S420으로 진행한다. 단계 S410의 값이 "아니오"인 경우, 단계 S510으로 진행한다.

단계 S420에서, 제어부(13)는, 제1 디바이스(1a)로부터 수신된 생체 데이터에 포함된 접속 토큰의 유효성을 판정한다. 단계 S420의 값이 "예"인 경우, 단계 S430으로 진행한다. 단계 S420의 값이 "아니오"인 것은 제1 디바이스(1a)에 대해 기 발급된 접속 토큰의 유효 기간이 만료되었거나 제1 디바이스(1a)의 디바이스 정보에 매핑된 사용자 인증 정보가 변경된 것을 의미할 수 있다. 단계 S420의 값이 "아니오"인 경우, 단계 S610으로 진행한다.

단계 S430에서, 제어부(13)는, 접속 토큰에 대응하는 복호화 키를 이용하여, 제1 디바이스(1a)로부터 수신된 생체 데이터(접속 토큰으로 암호화되어 있음)를 복호화한다.

단계 S440에서, 제어부(13)는, 복호화된 생체 데이터의 측정값을 이용하여 사용자의 제1 개인 건강 시계열 데이터 셋을 갱신한다. 제1 개인 건강 시계열 데이터 셋은, 사용자의 생체 신호의 측정값의 경시적인 변화 이력을 포함하며, PHR 시계열 데이터 셋이라고 명명될 수도 있다.

도 5를 참조하면, 단계 S410의 값이 "아니오"인 경우, 단계 S510이 진행된다. 단계 S510에서, 제어부(13)는, 생체 신호에 대해 설정된 측정 주기가 경과되었는지 여부를 판정한다. 즉, 단계 S510에서는 제1 디바이스(1a)에 의해 사용자의 생체 신호가 마지막으로 측정된 시점으로부터 측정 주기(시간)가 경과하였는지 여부가 판정된다. 단계 S510의 값이 "예"인 경우, 단계 S520으로 진행한다. 단계 S510의 값이 "아니오"인 것은 제1 디바이스(1a)로부터의 생체 데이터가 측정 주기 이내에 수신된 것을 의미하며, 이 경우 단계 S410으로 돌아갈 수 있다.

단계 S520에서, 제어부(13)는, 제1 디바이스(1a) 및 제2 디바이스(1b) 중 적어도 하나에게, 제1 디바이스(1a)를 이용한 생체 신호의 측정을 사용자에게 독려하기 위한 측정 요청을 전송한다. 제1 디바이스(1a) 및 제2 디바이스(1b) 중 적어도 하나는, 측정 요청에 응답하여, 그에 설치된 지능형 능동 대화 에이전트를 호출(활성화)시켜, 팝업 메시지 등의 형태로 사용자에게 생체 신호의 측정이 필요함을 알리고 생체 신호의 측정을 진행하기 위한 대화 인터페이스의 활성화 등과 같은 사용자와의 인터랙션을 실행할 수 있다.

도 6을 참조하면, 단계 S420의 값이 "아니오"인 경우, 단계 S560이 진행된다.

단계 S610에서, 제어부(13)는, 제1 디바이스(1a)에 대해 기 발급된 접속 토큰 및 상기 접속 토큰에 대응하는 복호화 키를 갱신한다.

단계 S620에서, 제어부(13)는, 제2 디바이스(1b)에게 생체 데이터(단계 S410에서 수신됨)에 대한 승인 요청을 전송한다. 승인 요청은 단계 S410에서 기 수신된 제1 디바이스(1a)로부터의 생체 데이터를 사용자의 생체 신호의 측정값을 나타내는 것으로 승인할지 여부를 사용자에게 문의하는 요청일 수 있다.

단계 S630에서, 제어부(13)는, 생체 데이터(단계 S410에서 수신됨)가 제2 디바이스(1b)에 의해 소정 시간 이내에 승인되었는지 여부를 판정한다. 단계 S630의 값이 "예"인 경우, 단계 S640으로 진행한다. 단계 S630의 값이 "아니오"인 경우, 단계 S650으로 진행한다.

단계 S640에서, 제어부(13)는, 단계 S610에서 갱신된 접속 토큰을 제1 디바이스(1a)에게 발급한다. 즉, 제1 디바이스(1a)에게 기 발급된 접속 토큰은 새로운 접속 토큰으로 대체된다. 제1 디바이스(1a)는, 단계 S640을 통해 새로운 접속 토큰이 발급된 것에 응답하여 단계 S410에서 지능형 헬스케어 장치(3)에게 전송한 생체 데이터를 재전송할 수 있다.

단계 S650에서, 제어부(13)는, 제1 디바이스(1a)의 등록 상태를 승인 거부 상태로 설정한다. 제어부(13)는, 제1 디바이스(1a)가 승인 거부 상태로 설정된 경우, 제1 디바이스(1a)로부터의 생체 데이터를 계속 차단할 수 있다.

사용자는 제1 디바이스(1a) 및 제2 디바이스(1b) 중 적어도 하나에 설치된 디바이스 에이전트에 대한 조작을 통해, 제1 디바이스(1a)의 승인 거부 상태에 대한 해제 요청을 지능형 헬스케어 장치(3)에게 전송할 수 있고, 지능형 헬스케어 장치(3)는 해제 요청에 응답하여 제1 디바이스(1a)에 대한 승인 거부 상태를 해제할 수 있다. 사용자는 제1 디바이스(1a) 및 제2 디바이스(1b) 중 적어도 하나에 설치된 디바이스 에이전트에 등록된 사용자 디바이스(1)들의 장치 ID, 종류, 통신 프로토콜, 접속 토큰 정보(예, 발급 일시, 만료 일시), 측정 가능한 생체 신호 항목, 위치(시 단위, GPS가 사용 가능한 디바이스는 자동으로 설정), 디바이스 사용 여부 등의 정보를 확인 및 관리(변경, 삭제)할 수 있다.

도 7은 도 1에 도시된 지능형 헬스케어 장치(3)가 사용자 디바이스(1)와의 인터랙션을 통해 사용자 문진 정보를 수집하기 위한 방법을 예시적으로 나타낸 순서도이다. 지능형 헬스케어 장치(3)는 사용자의 생체 데이터의 수집 프로세스에 병행하여 사용자의 문진 정보를 수집할 수 있다.

도 7을 참조하면, 단계 S710에서, 제어부(13)는, 사용자에 대한 문진의 필요 여부를 판정한다. 사용자에 대한 문진은 정기적 또는 비정기적으로 실시되는 것으로서, 사용자가 제2 디바이스(1b)를 통해 문진 진행을 지능형 헬스케어 장치(3)에 직접 요청한 경우나, 주치의로서의 의사가 의료인 디바이스(2)를 통해 지능형 헬스케어 장치(3)에게 사용자에게 대한 문진을 요청한 경우 사용자에 대한 문진이 필요한 것으로 판정될 수 있다. 그 밖에, 문진 필요성은 사용자의 마지막 문진 일시로부터의 경과 시간, 현재까지의 제1 개인 건강 시계열 데이터 셋, 사용자의 병원 예약 정보 및/또는 외부 환경 정보에 기초하여, 문진 필요성 판단을 위해 미리 학습된 모델에 의해 결정될 수 있다. 예컨대, 소정의 기간이 경과할 때마다 정기적으로 또는 제1 개인 건강 시계열 데이터 셋 및 외부 환경 정보(예, 온도, 습도, 풍속, 미세먼지) 중 적어도 하나에 의해 사용자의 건강 상태가 저하될 가능성이 높은 경우(예, 제1 디바이스(1a)의 GPS 정보에 의해 사용자가 위치하는 것으로 추정되는 지역이나 사용자가 등록해둔 관심 지역의 일교차가 허용치 이상)에 문진이 필요한 것으로 판정될 수 있다.

단계 S720에서, 제어부(13)는, 사용자에게 제시할 디지털 문진표를 생성(작성)한다. 디지털 문진표는, 각 문진 항목은 객관식 또는 주관식인 복수의 문진 항목을 포함할 수 있다. 제어부(13)는, 인공지능 기반의 문진 내용 생성 모델을 이용하여, 사용자의 일반 건강 정보, 제1 개인 건강 시계열 데이터 셋 및 외부 환경 정보 중 적어도 하나를 기초로, 디지털 문진표의 적어도 하나의 문진 항목을 자동 생성할 수 있다. 일반 건강 정보는, 사용자에 의해 기 입력되거나 의료 정보 서버로부터 기 수집된 것으로서, 예컨대 사용자의 성별, 체중, 신장, 혈액형, 나이, 시력, 과거/현재의 복용 의약품, 과거/현재의 증상, 과거/현재의 병력(예, 진단받은 질병, 수술 이력) 등이 있다. 지능형 헬스케어 장치(3)의 저장부(11)는 문진 데이터베이스를 포함할 수 있고, 문진 데이터베이스에는 적어도 2 이상의 문진 항목이 정렬된 문진 템플릿이 기록되어 있을 수 있다. 제어부(13)는, 제1 디바이스(1a)를 통해 사용자에 대해 수집 및 관리 중인 생체 신호의 종류별 측정값(들)과 환절기, 팬데믹 등과 같은 외부 환경 정보 등을 기반으로 디지털 문진표에 구성할 문진 항목을 자동 선택하고, 선택된 문진 항목별 문진 내용(질문)을 생성할 수 있다.

단계 S730에서, 제어부(13)는, 제2 디바이스(1b)에 설치된 지능형 능동 대화 에이전트를 호출하기 위해, 단계 S720에서 생성된 디지털 문진표에 대한 문진 진행 요청을 제2 디바이스(1b)에게 전송한다. 제2 디바이스(1b)의 지능형 능동 대화 에이전트는, 지능형 헬스케어 장치(3)로부터의 문진 진행 요청에 응답하여, 디지털 문진표에 대한 문진 프로세스를 실시하기 위한 인터페이스를 제2 디바이스(1b)에서 출력함으로써, 문진에 대한 사용자의 참여를 유도한다.

단계 S740에서, 제어부(13)는, 제2 디바이스(1b)의 지능형 능동 대화 에이전트와의 인터랙션을 통해 제2 디바이스(1b)로부터 디지털 문진표에 대한 문진 결과(문진 데이터)를 수신한다. 문진 결과는 디지털 문진표의 문진 항목별로 수집되거나, 디지털 문진표의 전체 문진 항목에 대한 문진이 완료된 후에 일괄적으로 수집될 수 있다.

본 발명의 출원일 이전에 공지된 논문 및 연구 결과(Cartreine et al., 2010; Dayan et al., 2007, Locke et al., 1992, Richman et al., 1999)에 따르면, 사람들은 민감한 정보를 다른 사람에게 공개해야 할 때 실제 사람보다 개인 정보 보호 문제와 부정적인 평가에 대한 두려움이 적은 컴퓨터 에이전트와 더 편안하게 지내는 경향이 지니며, 의료 및 마케팅과 같은 다양한 분야의 연구자들은 개인 응답자와의 대면 인터뷰에 비하여 컴퓨터를 사용하는 컴퓨터 기반 설문조사 또는 인터뷰가 응답률을 높이고 개인의 민감한 정보를 효율적으로 수집하는 데에 유용하다는 사실을 발견하였다. 지능형 능동 대화 에이전트는 사용자와 의료인 간의 대면 인터뷰를 대체하기 위해 제공되는 소프트웨어의 일종인 바, 병원 내원이 예정된 사용자에 대해 지능형 능동 대화 에이전트를 통해 미리 문진표를 작성하고 병원 내원 전에 의료인 디바이스(2)에 공유함으로써, 환자가 당일 병원에서 진료 시간 중에 의사의 물음에 직접 답하는 것보다 답변의 정확성을 높여 주고 진료 시간을 단축하는 장점이 있다.

지금부터 지능형 능동 대화 에이전트와의 인터랙션을 통한 문진 진행 프로세스에 대해 설명하기로 한다.

지능형 능동 대화 에이전트는 문진 진행 요청에 응답하여, 사용자에게 문진이 필요한 이유와 문진의 목적, 응답 방법 등 디지털 문진표에 대한 기본 정보(이 정보는 문진표 데이터베이스에 문진표 별로 미리 기록되어 있음)를 텍스트 정보 및 오디오 정보 중 적어도 하나로 사용자에게 안내한다. 오디오 정보는 텍스트 정보에 대한 TTS(Text-to-speech)를 통해 출력되며, 제2 디바이스(1b)에 대한 사용자의 조작에 따라 선택적으로 실행될 수 있다.

디지털 문진표의 문진 항목별 내용 역시 지능형 능동 대화 에이전트가 텍스트와 오디오 중 적어도 하나의 형태로 사용자에게 제시되고, 이를 통해 사용자는 문진 항목별 내용을 용이하게 파악 가능하게 된다.

지능형 능동 대화 에이전트는 사용자에 대한 문진 진행 중, 특정 문진 항목이 제2 디바이스(1b)에서 출력된 시점으로부터의 경과 시간 등을 측정하여, 사용자가 특정 문진 항목에 대한 답변에 어려움을 갖는 것으로 파악되는 경우, 해당 문진 항목에 미리 매핑된 부연 설명 및 예시를 사용자에게 자동으로 제공한다. 추가적으로, 사용자가 즉각적인 답변이 어려운 것으로 식별된 문진 항목에 대해서는 사용자의 요청에 따라 추후에 답변할 예정인 것으로 분류하여 미답변 문진 항목 리스트에 기록하고, 미답변 문진 항목 리스트에 대하여는 소정 시간(예를 들어 한시간 후)이 경과한 시점이나 병원 예약 일시가 도래하기 전에 별도의 문진을 실시할 수 있다.

지능형 능동 대화 에이전트는 사용자가 이미 답변을 완료하였으며 변동 가능성이 없는 문진 항목(예, 귀하의 성병은 무엇입니까?)은 디지털 문진표에서 제외시킬 수 있으며, 변동 가능성이 있는 문진 항목(예, 가족 중에서 심장 질환을 앓았거나 해당 질환으로 사망한 경우가 있습니까?, 가장 많이 마셨던 하루 음주량은 어느 정도 입니까?)에 대해서는 헤딩 문진 항목에 연관된 과거의 다른 문진 항목에 대한 사용자의 답변 정보(예, 답변 일시, 답변 내용)를 시각적/청각적으로 출력함으로써, 동일한 문진 항목에 대해 불필요한 문진 진행을 방지하고 답변이 요구되는 문진 항목에 대한 사용자가 적극적인 참여를 유도할 수 있다.

지능형 헬스케어 장치(3)는, 인공지능 기술(예, context-based questionnaire generation)을 이용해서 사용자의 상태나 상황에 맞게 동적으로 생성된 적어도 하나의 문진 항목(객관식)을 포함하는 디지털 문진표를 통해 사용자 개인에 대한 맞춤형 문진을 수행할 수 있다. 예를 들어, 제어부(13)는 최근에 측정된 사용자의 생체 신호(예, 혈압, 심박수)의 측정값 패턴에서 이상 거동이 감지되거나 일교차가 10도 이상이 되는 환절기 등의 주변 환경 변화, 사용자 생체 특성 변화(예, 최근 한 달동안 체중이 3kg 이상 급증/급감 또는)를 감지 시, 자연어 생성(NLG, Natural Language Generation) 딥러닝 모델을 이용하여 해당 상황(context)에 연관된 문진 항목을 자동으로 생성할 수 있다. 이를 위해서 플랫폼은 문진 항목의 자동 생성용 딥러닝 모델을 지속적으로 학습 및 갱신한다.

만약, 사용자가 지능형 능동 대화 에이전트를 통해 지능형 헬스케어 장치(3)에 의해 동적으로 생성된 문진 항목이 비적절한 것으로 체크(응답)한 경우, 제어부(13)는 해당 문진 항목에 대한 사용자의 답변 내용을 학습에서 제외하여 딥러닝 모델의 성능을 높이도록 한다.

문진 항목을 동적으로 생성하기 위한 딥러닝 모델에 대한 초기 학습은 미리 확보한 의료 전문가 그룹(예, 의사, 건강검진 센터, 기타 의학 전문 문헌 등)으로부터 크롤링 등의 자동화 기법이나 수동적으로 수집된 데이터를 이용하여 진행되며, 객관식이 아닌 주관식 항목(예, 불편한 신체 부위나 특별한 증상이 있으면 자유롭게 쓰십시오.)을 자연어 처리(NLP, Natural Language Processing) 딥러닝 모델을 이용해서 분석하여 여러 사용자들이 해당 문진 항목에 대해 공통적으로 입력한 답변 내용을 바탕으로 새로운 문항을 생성하기 위한 학습 데이터로 구축(학습 데이터를 저렴한 비용으로 수집)하고, 이를 이용하여 딥러닝 모델을 정기적 또는 비정기적으로 학습시킬 수 있다.

제2 디바이스(1b)는 문진 항목별로 사용자가 입력한 답변 내용을 포함하는 문진 데이터를 지능형 헬스케어 장치(3)에 전송 시, 생체 데이터와 마찬가지로 별도에 발급된 고유의 접속 토큰을 이용해서 암호화하여 전송할 수 있다. 지능형 헬스케어 장치(3)는 문진 데이터에 연관된 접속 토큰에 대응하는 복호화 키를 생성 및 저장할 수 있으며, 이를 이용하여 제2 디바이스(1b)로부터의 문진 데이터를 복호화할 수 있다.

단계 S750에서, 제어부(13)는, 단계 S740에서 수신된 문진 결과를 처리하여 사용자의 제2 개인 건강 시계열 데이터 셋을 갱신한다. 제2 개인 건강 시계열 데이터 셋은 제1 디바이스(1a)에서 측정되는 사용자의 생체 신호와는 다른 적어도 하나의 건강 관련 항목의 경시적인 변화 이력을 포함한다. 건강 관련 항목은, 문진 데이터 중 시간에 따라 변하는 항목(예, 체중, 신장, 최근 한달 간의 음주량, 최근 일주일 간의 운동 시간, 최근 일주일 간 복용하고 있는 약, 최근 식단, 특정 신체 부위의 통증 정도 등)일 수 있으며, 생체 데이터와 마찬가지로 시계열의 형태로 문진 데이터베이스에 저장될 수 있다. 제2 개인 건강 시계열 데이터 셋은, 생체 신호의 이상 패턴을 모니터링(검출)을 위해 인공지능 모델을 이용한 학습 시에 추가적인 특징 데이터(학습용)로 사용되며, 이로써 이상 패턴의 모니터링(검출)용 인공지능 모델의 정확도를 향상한다.

도 8은 도 1에 도시된 지능형 헬스케어 장치(3)에 의해 실행되는 생체 신호의 종류별 측정 주기를 수정하는 방법을 예시적으로 설명하는 순서도이다. 사용자의 제1 디바이스(1a)는 전술한 바와 같이 단일 또는 2 종 이상의 생체 신호를 측정 가능하며, 제1 디바이스(1a)에 의해 측정 가능한 생체 신호별로 측정 주기는 개별적으로 설정 및 조절될 수 있다. 특정의 사용자-제1 디바이스(1a) 쌍에 있어서, 생체 신호별 측정 주기의 초기값이 소정값으로 미리 정해져 있을 수 있고, 사용자의 개인 건강 관련 정보의 모니터링을 실시하면서 정기적 또는 비정기적으로 조정될 수 있다.

도 8을 참조하면, 단계 S810에서, 제어부(13)는, 생체 신호에 대한 적어도 하나의 주기 조정 파라미터를 획득한다. 주기 조정 파라미터는, 특정의 사용자-제1 디바이스(1a) 쌍에 연관된 생체 신호의 측정 주기를 조정하는 데에 참조되는 파라미터를 지칭한다. 예컨대, 생체 신호가 혈압인 경우, 개인 건강 정보와 관련된 파라미터들(예, 신장, 체중, 과거 진단받은 질병, 문진 데이터(답변 내용), 사용자 위치, 이동 경로, 단위 시간 내 사용자 위치가 1km 이상 급변 등), 외부 환경 정보를 나타내는 파라미터들(예, 기온, 계절, 환절기, 유행 중인 전염병 등) 및 제1 개인 건강 시계열 데이터 셋의 분석 결과를 나타내는 파라미터들(예, 생체 신호의 측정값의 이상 징후/패턴 등) 중 적어도 하나의 파라미터가 주기 조정 파라미터로서 획득될 수 있다. 외부 환경 정보는 제어부(13)가 통신부(12)를 통해 외부 환경 모니터링 서버(예, 공공 포털)에 접속하여 주기적(예, 1시간마다)으로 수집될 수 있다.

단계 S820에서, 제어부(13)는, 단계 S810에서 획득된 적어도 하나의 주기 조정 파라미터를 기초로, 생체 신호의 측정 주기에 대한 수정량을 연산한다. 여기서, 연산된 수정량은 0, 양의 값 또는 음의 값을 가지며, 주기 조정 파라미터가 사용자의 건강 개선(가능성)을 나타내는 경우에는 수정량은 양의 값으로 절대값이 증가하고, 주기 조정 파라미터가 사용자의 건강 악화(가능성)을 나타내는 경우에는 수정량은 음의 값으로 절대값이 증가할 수 있고, 주기 조정 파라미터가 사용자의 건강 유지를 나타내는 경우에는 수정량은 0으로 정해질 수 있다.

단계 S830에서, 제어부(13)는, 생체 신호에 대해 정해진 현재의 측정 주기에 단계 S820에 의해 연산된 수정량을 적용(합산)하여, 측정 주기를 수정(갱신)한다. 단계 S830을 통해 수정된 측정 주기는 다음 회의 수정이 진행될 때까지, 사용자의 생체 신호의 측정 주기로서 이용된다. 즉, 수정된 측정 주기는 도 5를 참조하여 전술된 단계 S510에서 이용될 수 있다.

제어부(13)는, 수정된 측정 주기를 통신부(12)를 통해 제2 디바이스(1b)에게 전송할 수 있다. 제2 디바이스(1b)에는 지능형 헬스케어 장치(3)에 의해 제공된 생체 신호 측정 관리용 캘린더 애플리케이션이 설치되어 있을 수 있고, 캘린더 애플리케이션은 단계 S830에서 수정된 측정 주기가 도래하거나 도래 예정인 경우, 제2 디바이스(1b)의 화면 및/또는 스피커를 통해 측정 실시 알람을 활성화할 수 있다. 또한, 제2 디바이스(1b)는 제1 디바이스(1a)에 의한 생체 신호의 측정 일시를 캘린더 애플리케이션에 기록하고, 현재까지의 생체 신호 측정 이력을 자동으로 또는 사용자 요청에 따라 수동으로 사용자에게 안내할 수 있다. 또한, 캘린더 애플리케이션은 제3자의 캘린더 애플리케이션과 연동을 통해 생체 신호의 측정 주기와 측정 결과에 관련된 정보를 제3자의 캘린더 애플리케이션과도 동기화할 수 있다.

지능형 헬스케어 장치(3)로부터 제2 디바이스(1b)로 전달되는 단순 알림성 정보는 지능형 능동 대화 에이전트 대신 제3자 제공의 메신저 서비스 및/또는 SNS를 통해 사용자에게 전달될 수 있다.

도 9는 도 1에 도시된 지능형 헬스케어 장치(3)에 의해 실행되는 사용자 건강 이상을 모니터링하는 방법을 예시적으로 나타낸 순서도이다.

도 9를 참조하면, 단계 S910에서, 제어부(13)는, 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신된 후의 것일 수 있음)을 처리하기 위한 인공지능 모델을 생성한다. 단계 S910은 단계 S912, 단계 S914, 단계 S916 및 단계 S918을 포함할 수 있다.

단계 S912에서, 제어부(13)는, 생체 신호에 대해 정해진 적어도 하나의 정상 범위와 제1 개인 건강 시계열 데이터 셋에 포함된 적어도 하나의 측정값 간의 비교를 수행하여, 생체 신호에 관련된 제1 점수를 출력하는 제1 모델을 생성한다. 생체 신호의 종류별 정상 범위(또는 그 외의 위험 범위)는 의료 전문가들의 자문을 거쳐서 저장부(11) 내 데이터베이스에 구축한다.

일 예로, 생체 신호가 혈압인 경우, 수축기 혈압 120mmHg 미만 및 이완기 혈압 80mmHg 미만이 정상 범위로 정해질 수 있으며, 제1 모델은 이러한 정상 범위 각각을 사용자의 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신되기 전의 것일 수 있음)의 측정값과 비교하여, 사용자의 혈압 이상 정도를 점수로서 수치화하여 출력할 수 있다.

대안적으로, 생체 신호별 정상 범위는, 단일하게 정해지는 대신 성별, 연령대, 키, 체중 등과 같은 개인 신체적 요소 및/또는 계절, 기온, 측정 시간대 등의 외부 환경 요소에 따라 복수로 세분화될 수 있으며, 제어부(13)는 특정 생체 신호에 대한 복수의 정상 범위 중에서 사용자의 개인 신체적 요소 및/또는 외부 환경 요소에 대응하는 정상 범위를 식별하고, 식별된 정상 범위를 제1 모델에 적용할 수 있다. 단계 S914는 최초 1회만 수행될 수 있다.

단계 S914에서, 제어부(13)는, 사용자 외의 복수의 개인으로부터 기 취득된 상기 생체 신호에 대한 복수의 참조 건강 시계열 데이터 셋으로 학습된 것으로서, 사용자의 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신되기 전의 것일 수 있음)을 처리하여 생체 신호에 관련된 제2 점수를 출력하는 제2 모델을 생성한다. 참조 건강 시계열 데이터 셋은 제1 개인 건강 시계열 데이터 셋과 동일한 생체 신호에 관한 것으로서, 타인의 생체 신호의 측정값의 경시적인 변화 이력을 포함한다. 사용자가 지능형 헬스케어 장치(3)의 회원으로 가입한 초기에는 제1 개인 건강 시계열 데이터 셋의 크기(양)이 충분치 않으므로, 다른 사용자들로부터 수집된 데이터셋으로 미리 학습된 제2 모델을 구축한다. 복수의 참조 건강 시계열 데이터 셋은 데이터 허브 등과 같은 공개 데이터 셋 저장소로부터 수집하거나 유료 구매를 통해 확보할 수 있다.

생체 신호는 혈압이나 체질량지수(BMI)와 같이 측정하는 순간의 수치로 이상 여부를 판단 가능한 종류도 있고, 심전도(ECG) 등과 같이 시간차를 두고 여러 번 측정된 수치들을 분석해야 이상 여부를 판단할 수 있는 종류도 있기 때문에, 제어부(13)는 생체 신호의 종류별 특성에 부합하는 모델을 선택하여 선택된 모델에 대한 학습을 수행할 수 있다.

단계 S916에서, 제어부(13)는, 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신되기 전의 것일 수 있음)으로 학습된 것으로서, 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신된 후의 것일 수 있음)을 처리하여 생체 신호에 관련된 제3 점수를 출력하는 제3 모델을 생성한다. 단계 S916에 의한 제3 모델의 생성은 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신되기 전의 것일 수 있음)의 크기(양)이 기준 데이터량 이상인 경우에 실시될 수 있다. 또한, 단계 S916에 의한 제3 모델의 학습에는 제1 개인 건강 시계열 데이터 셋 외에도 도 7의 방법에 따라 기 획득된 제2 개인 건강 시계열 데이터 셋이 학습 데이터로서 이용될 수 있으며, 이에 따라 사용자에 대해 최적으로 개인화된 제2 모델의 생성이 가능하다.

단계 S918에서, 제어부(13)는, 제1 점수, 제2 점수 및 제3 점수의 가중 평균을 이상 점수로서 출력하도록, 제1 모델, 제2 모델 및 제3 모델을 조합할 수 있다. 제1 모델, 제2 모델 및 제3 모델의 조합에는 앙상블 기법이 적용될 수 있다.

구체적으로, 제어부(13)는, 제1 개인 건강 시계열 데이터 셋에 기록된 측정값의 개수에 따라 제1 가중치, 제2 가중치 및 제3 가중치를 결정(조정)할 수 있다. 제1 가중치, 제2 가중치 및 제3 가중치에 일대일 대응하는 제1 범위, 제2 범위 및 제3 범위는 전문가의 조언 등을 고려하여 지능형 헬스케어 장치(3)의 관리자에 의해 필요 시 조정될 수 있다.

지금부터 다음의 수식을 참조하여, 제1 모델, 제2 모델 및 제3 모델의 조합을 통해 생성되는 인공지능 모델의 일 예를 설명하도록 한다.

<수식 1>

S(x) = M1(x)ХW1 + M2(x)ХW2 + M3(x)ХW3

위 수식 1에 있어서, x는 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신된 후의 것일 수 있음) 전부, 특정 기간(예, 최근 한 달)에서 측정된 2 이상의 측정값 또는 특정 시각에서 측정된 단일 측정값이다. M1(x)는 x에 대해 제1 모델에서 출력된 제1 점수, M2(x)는 x에 대해 제2 모델에서 출력된 제2 점수, M3(x)는 x에 대해 제3 모델에서 출력된 제3 점수, W1은 제1 가중치, W2는 제2 가중치, W3은 제3 가중치, S(x)는 인공지능 모델에서 출력된 이상 점수이다. 이때, 제1 점수, 제2 점수 및 제3 점수 각각은 0~1의 범위일 수 있고, 제1 가중치(W1), 제2 가중치(W2) 및 제3 가중치(W3)의 합은 1일 수 있으며, 따라서 S(x) 역시 0~1의 범위일 수 있다.

제1 가중치(W1)는 제1 범위(예, 0.8~0.5)에서 조정될 수 있고, 제2 가중치(W2)는 제2 범위(예, 0.2~0.1)에서 조정될 수 있으며, 제3 가중치(W3)는 제3 범위(예, 0~0.4)에서 조정될 수 있다. 제어부(13)는, 제1 개인 건강 시계열 데이터 셋에 기록된 측정값의 개수가 기준 개수(예, 100개)만큼 증가할 때마다, 제1 가중치(W1)를 제1 범위 이내에서 제1 조정값만큼 감소시키고, 제2 가중치(W2)는 제2 범위 이내에서 제2 조정값만큼 감소시키고, 제3 가중치(W3)는 제3 범위 이내에서 제3 조정값만큼 증가시킬 수 있다. 예컨대, 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신되기 전의 것일 수 있음)에 기록된 측정값의 개수가 100개 미만인 경우, 제1 가중치(W1)는 제1 범위의 상한인 0.8로, 제2 가중치(W2)는 제2 범위의 상한인 0.2로, 제3 가중치(W3)는 제3 범위의 하한인 0으로 설정될 수 있다. 이후, 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신되기 전의 것일 수 있음)에 기록된 측정값의 개수가 100~199개가 되면, 제1 가중치(W1)는 제1 조정값만큼 감소된 0.8로, 제2 가중치(W2)는 제2 조정값만큼 감소된 0.2로, 제3 가중치(W3)는 제3 조정값(미리 정해져 있음)만큼 증가된 0.01으로 설정될 수 있다.

제1 조정값 및 제2 조정값은 제3 가중치(W3)가 제3 조정값만큼 증가 시마다 아래의 수식 2에 의해 정해질 수 있다.

<수식 2>

제1 조정값 = 제3 조정값 Х 제1 범위의 폭/(제1 범위의 폭+제2 범위의 폭)

제2 조정값 = 제3 조정값 Х 제2 범위의 폭/(제1 범위의 폭+제2 범위의 폭)

대안적으로, 제1 가중치(W1), 제2 가중치(W2) 및 제3 가중치(W3)는 아래의 수식 3에 의해 정해질 수 있다.

<수식 3>

W1 = U1 - {W3 Х 제1 범위의 폭/(제1 범위의 폭+제2 범위의 폭)}

W2 = U2 - {W3 Х 제2 범위의 폭/(제1 범위의 폭+제2 범위의 폭)}

W3 = L3 + {제3 조정값 Х D(N/M)}

수식 3에서, U1는 제1 범위의 상한, U2는 제2 범위의 상한, L3는 제3 범위의 하한, M은 기준 개수, N은 제1 개인 건강 시계열 데이터 셋에 기록된 측정값의 개수이고, D(N/M)은 N/M을 넘지 않는 최대 정수이다. 예컨대, N=911, M=100, 제3 조정값 = 0.01인 경우, W3=0.09이다. 여기서, U1+U2+L3 = 1. 또한, L1이 제1 범위의 하한, L2가 제2 범위의 하한, U3가 제3 범위의 상한이라고 할 때, L1+L2+U3=1.

단계 S920에서, 제어부(13)는, 인공지능 모델을 이용하여, 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신된 후의 것일 수 있음)을 기초로, 사용자의 건강 상태에 연관된 이상 점수를 산출한다. 인공지능 모델에 의해 산출된 생체 신호에 대한 사용자의 이상 점수는 제1 개인 건강 시계열 데이터 셋에 맵핑되어 저장부(11)에 기록될 수 있다.

지능형 헬스케어 장치(3)는, 도 9의 방법을 통해 산출된 이상 점수를 사용자의 주치의(주치 병원)로 등록되거나 사용자를 환자로서 진료 중(예약)인 의료인의 의료인 디바이스(2)로 전송할 수 있다.

한편, 인공지능 모델은 이상(positive) 데이터와 정상(negative) 데이터가 동일한 비율로 분포하는 학습 데이터(예, 복수의 참조 건강 시계열 데이터 셋)로 학습 시에 최적의 성능을 갖게 된다. 다만, 일반적으로 정상 데이터에 비해서 이상 데이터가 월등히 적은 클래스 불균형(class imbalance) 경우가 대부분이며, 낮은 비율의 정상 데이터로 인해 학습한 모델의 이상 탐지 성능은 낮아질 수밖에 없다. 이에, 본 발명의 발명자는 도 10에 따른 방법을 통해 인공지능 모델의 성능을 향상시킬 수 있음을 확인하였다.

도 10은 도 9을 참조하여 전술된 제2 모델을 생성하는 방법을 예시적으로 나타낸 순서도이다.

도 10을 참조하면, 단계 S1010에서, 제어부(13)는, 복수의 참조 건강 시계열 데이터 셋을 이용한 지도 학습(supervised learning)을 통해 제1 후보 모델을 생성한다. 복수의 참조 건강 시계열 데이터 셋은 전술된 바와 같이 사용자 외의 다른 개인들로부터 기 획득된 것으로서, 그에 포함된 각 측정값은 정상 측정값(정상 데이터) 또는 이상 측정값(이상 데이터)으로 구분된다. 정상 측정값은 건강 상태가 정상임을 나타내는 측정값이고, 이상 측정값은 건강 상태가 이상임을 나타내는 측정값일 수 있다.

단계 S1020에서, 제어부(13)는, 복수의 참조 건강 시계열 데이터 셋의 정상 측정값에 대한 다운 샘플링 및 이상 측정값에 대한 업 샘플링 중 적어도 하나의 실행을 통해 복수의 참조 건강 시계열 데이터 셋을 가공하고, 가공된 복수의 참조 건강 시계열 데이터 셋을 이용한 지도 학습을 통해 제2 후보 모델을 생성한다. 단계 S1020은 복수의 참조 건강 시계열 데이터 셋의 이상 측정값의 비율이 제1 기준 비율(예, 10%) 이상이고 제2 기준 비율(예, 30%) 미만인 경우에 한하여 선택적으로 실행될 수 있다. 일 예로, 복수의 참조 건강 시계열 데이터 셋의 측정값 개수가 소정 개수(예, 1만 개) 이상인 경우에는 정상 측정값에 대한 다운 샘플링이 실행되고, 소정 개수 미만인 경우에는 이상 측정값에 대한 업 샘플링이 실행될 수 있다. 다른 예로, 제어부(13)는, 복수의 참조 건강 시계열 데이터 셋의 정상 측정값에 대한 다운 샘플링 및 이상 측정값에 대한 업 샘플링을 소정 비율 간격으로 반복 실시하여 2 이상의 가공된 복수의 참조 건강 시계열 데이터 셋을 생성한 다음, 2 이상의 가공된 복수의 참조 건강 시계열 데이터 셋으로 학습된 제2 후보 모델을 생성할 수 있다. 가공된 복수의 참조 건강 시계열 데이터 셋에 있어서, 이상 측정값의 비율은 제2 기준 비율 이상이다.

단계 S1030에서, 제어부(13)는, 복수의 참조 건강 시계열 데이터 셋의 정상 측정값만을 학습 데이터로 이용한 비지도 학습(unsupervised learning)을 통해 제3 후보 모델을 생성한다. 즉, 정상 측정값이 복수의 참조 건강 시계열 데이터 셋의 대부분을 차지하는 경우에는 업 샘플링 및/또는 다운 샘플링 기법을 사용하여 지도 학습을 진행하더라도 성능에 한계가 존재하기 때문에, 지도 학습 대신 비지도 학습을 통해 학습된 제3 후보 모델을 생성함으로써, 제3 후보 모델의 성능을 향상시킬 수 있다. 단계 S1030은 복수의 참조 건강 시계열 데이터 셋의 이상 측정값의 비율이 제1 기준 비율 미만인 경우에 한하여 선택적으로 실행될 수 있다.

제3 후보 모델은, 복수의 참조 건강 시계열 데이터 셋의 각 측정값에 대응하는 점수를 출력하고, 임계값 미만인 점수에 대응하는 측정값은 정상 측정값으로 분류하며, 임계값 이상인 점수에 대응하는 측정값은 이상 측정값으로 분류할 수 있다. 이러한 제3 후보 모델의 출력 데이터는 학습 데이터(복수의 참조 건강 시계열 데이터)와 비교되며, 비교의 결과에 따라 제3 후보 모델의 임계값이 자동 조정되도록 학습이 여러 번 진행될 수 있다. 일 예로, 학습 데이터의 특정 측정값이 이상 측정값임에도 제3 후보 모델이 해당 특정 측정값을 정상 측정값으로 출력하는 경우, 해당 특정 측정값이 이상 측정값으로 식별되도록 임계값의 자동 조정이 이루어질 수 있다.

단계 S1040에서, 제어부(13)는, 제1 테스트 데이터 셋을 이용하여 제1 후보 모델, 제2 후보 모델 및 제3 후보 모델 각각의 성능을 평가한다. 여기서, 제1 테스트 데이터 셋은 복수의 참조 건강 시계열 데이터 셋이거나, 또는 복수의 참조 건강 시계열 데이터 셋과는 별도로 기 획득된 데이터 셋일 수 있다.

단계 S1050에서, 제어부(13)는, 제1 후보 모델, 제2 후보 모델 및 제3 후보 모델 중 가장 높은 성능을 갖는 것으로 평가된 어느 하나를 제2 모델로 선택한다. 이로써, 단계 S914가 완료된다.

도 11은 도 9을 참조하여 전술된 제3 모델을 생성하는 방법을 예시적으로 나타낸 순서도이다.

도 11을 참조하면, 단계 S1110에서, 제어부(13)는, 제1 개인 건강 시계열 데이터 셋(단계 S440에 의해 갱신되기 전의 것일 수 있음)을 이용한 지도 학습을 통해 제4 후보 모델을 생성한다. 제1 개인 건강 시계열 데이터 셋의 각 측정값은 전술된 제2 모델이나 다른 모델에 의해 이상 측정값 또는 정상 측정값으로 분류되어 있을 수 있다.

단계 S1120에서, 제어부(13)는, 제1 개인 건강 시계열 데이터 셋의 정상 측정값에 대한 다운 샘플링 및 이상 측정값에 대한 업 샘플링 중 적어도 하나의 실행을 통해 제1 개인 건강 시계열 데이터 셋을 가공하고, 가공된 제1 개인 건강 시계열 데이터 셋을 이용한 지도 학습을 통해 제5 후보 모델을 생성한다. 단계 S1120은 제1 개인 건강 시계열 데이터 셋의 이상 측정값의 비율이 제1 기준 비율 이상이고 제2 기준 비율 미만인 경우에 한하여 선택적으로 실행될 수 있다. 일 예로, 제1 개인 건강 시계열 데이터 셋의 측정값 개수가 소정 개수 이상인 경우에는 정상 측정값에 대한 다운 샘플링이 실행되고, 소정 개수 미만인 경우에는 이상 측정값에 대한 업 샘플링이 실행될 수 있다. 다른 예로, 제어부(13)는, 제1 개인 건강 시계열 데이터 셋의 정상 측정값에 대한 다운 샘플링 및 이상 측정값에 대한 업 샘플링을 소정 비율 간격으로 반복 실시하여 2 이상의 가공된 제1 개인 건강 시계열 데이터 셋을 생성한 다음, 2 이상의 가공된 제1 개인 건강 시계열 데이터 셋으로 학습된 제5 후보 모델을 생성할 수 있다. 가공된 제1 개인 건강 시계열 데이터 셋에 있어서, 이상 측정값의 비율은 제2 기준 비율 이상이다.

단계 S1130에서, 제어부(13)는, 제1 개인 건강 시계열 데이터 셋의 정상 측정값만을 학습 데이터로 이용한 비지도 학습(unsupervised learning)을 통해 제6 후보 모델을 생성한다. 단계 S1130은 제1 개인 건강 시계열 데이터 셋의 이상 측정값의 비율이 제1 기준 비율 미만인 경우에 한하여 선택적으로 실행될 수 있다.

제6 후보 모델은, 제1 개인 건강 시계열 데이터 셋의 각 측정값에 대응하는 점수를 출력하고, 임계값 미만인 점수에 대응하는 측정값은 정상 측정값으로 분류하며, 임계값 이상인 점수에 대응하는 측정값은 이상 측정값으로 분류할 수 있다. 이러한 제6 후보 모델의 출력 데이터는 학습 데이터(제1 개인 건강 시계열 데이터 셋)와 비교되며, 비교의 결과에 따라 제6 후보 모델의 임계값이 자동 조정되도록 학습이 여러 번 진행될 수 있다.

단계 S1140에서, 제어부(13)는, 제2 테스트 데이터 셋을 이용하여 제4 후보 모델, 제5 후보 모델 및 제6 후보 모델 각각의 성능을 평가한다. 여기서, 제2 테스트 데이터 셋은 제1 개인 건강 시계열 데이터 셋이거나, 또는 전술된 복수의 참조 건강 시계열 데이터 셋 중 적어도 하나일 수 있다.

단계 S1150에서, 제어부(13)는, 제4 후보 모델, 제5 후보 모델 및 제6 후보 모델 중 가장 높은 성능을 갖는 것으로 평가된 어느 하나를 제3 모델로 선택한다. 이로써, 단계 S916이 완료된다.

도 12는 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100)가 포함하는 전체 구성을 나타낸 도면이다.

그러나 이는 본 발명의 목적을 달성하기 위한 바람직한 실시 예일 뿐이며, 필요에 따라 일부 구성이 추가되거나 삭제될 수 있고, 어느 한 구성이 수행하는 역할을 다른 구성이 함께 수행할 수도 있음은 물론이다.

본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100)는 프로세서(10), 네트워크 인터페이스(20), 메모리(30), 스토리지(40) 및 이들을 연결하는 데이터 버스(50)를 포함할 수 있으며, 그 자체로써 독립된 장치로 구현하거나 인하우스 시스템 및 공간 임대형 시스템 등과 같은 유형의 물리적인 서비스 서버 또는 무형의 클라우드(Cloud) 서비스 서버 등과 같은 형태로 구현할 수도 있다 할 것이다. 도 1에 도시된 지능형 헬스케어 장치(3)가 주치의 주도적 내원 권유 장치(100)로 이용될 수 있다.

프로세서(10)는 각 구성의 전반적인 동작을 제어한다. 프로세서(10)는 CPU(Central Processing Unit), MPU(Micro Processer Unit), MCU(Micro Controller Unit) 또는 본 발명이 속하는 기술 분야에서 널리 알려져 있는 형태의 프로세서 중 어느 하나일 수 있으며, 머신러닝 모델 프로세서 또는 딥러닝 모델 프로세서 등과 같이 인공지능 모델 프로세서로 구현할 수 있다. 아울러, 프로세서(10)는 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법을 수행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다.

네트워크 인터페이스(20)는 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100)의 유무선 인터넷 통신을 지원하며, 그 밖의 공지의 통신 방식을 지원할 수도 있다. 따라서 네트워크 인터페이스(20)는 그에 따른 통신 모듈을 포함하여 구성될 수 있다.

메모리(30)는 각종 정보, 명령 및/또는 정보를 저장하며, 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법을 수행하기 위해 스토리지(40)로부터 하나 이상의 컴퓨터 프로그램(41)을 로드할 수 있다. 도 1에서는 메모리(30)의 하나로 RAM을 도시하였으나 이와 더불어 다양한 저장 매체를 메모리(30)로 이용할 수 있음은 물론이다.

스토리지(40)는 하나 이상의 컴퓨터 프로그램(41) 및 대용량 네트워크 정보(42)를 비임시적으로 저장할 수 있다. 이러한 스토리지(40)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 널리 알려져 있는 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체 중 어느 하나일 수 있다.

컴퓨터 프로그램(41)은 메모리(30)에 로드되어, 하나 이상의 프로세서(10)가 (A) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 오퍼레이션, (B) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 오퍼레이션, (C) 상기 (B) 오퍼레이션 의 판단 결과, 초과한다면 상기 환자의 주치의 단말에 실시간 알림을 발송하는 오퍼레이션, (D) 상기 주치의 단말로부터 내원 요청 정보를 수신하여 상기 환자의 내원이 가능한 일자 및 시간을 포함하는 복수 개의 후보 일정을 환자 달력 상에 표시하여 상기 환자 단말에 출력하는 오퍼레이션, (E) 상기 환자 단말로부터 상기 복수 개의 후보 일정 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하고, 상기 환자 달력 상에 표시하여 상기 환자 단말에 출력하는 오퍼레이션 및 (F) 상기 완료한 내원 예약을 주치의 달력 상에 표시하여 상기 주치의 단말에 출력하는 오퍼레이션을 실행할 수 있다.

이상 간단하게 언급한 컴퓨터 프로그램(41)이 수행하는 오퍼레이션은 컴퓨터 프로그램(41)의 일 기능으로 볼 수 있으며, 보다 자세한 설명은 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 대한 설명에서 후술하도록 한다.

데이터 버스(50)는 이상 설명한 프로세서(10), 네트워크 인터페이스(20), 메모리(30) 및 스토리지(40) 사이의 명령 및/또는 정보의 이동 경로가 된다.

이상 설명한 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100)가 독립된 장치의 형태, 예를 들어 서버의 형태로 구현된 경우 이에 접속하여 개인 건강 데이터를 발송하는 환자 단말(미도시)은 환자의 생체 신호를 측정할 수 있는 다양한 센서가 실장된 단말일 수 있으며, 단말의 구체적인 종류는 어떠난 것이라도 무방하다 할 것이다.

한편, 주치의 단말(미도시)은 주치의의 생체 신호를 측정할 필요는 없기에 이를 위한 센서가 실장된 단말일 필요는 없으며, 병원에서 진료를 수행하는 업무의 특성상, 개인용 데스크톱이나 노트북 PC 등이 주치의 단말(미도시)의 대표적인 모습이라 할 것이나, 주치의가 환자의 입장이 되는 경우도 발생할 수 있기 때문에 환자 단말(미도시)과 같은 종류의 단말인 경우를 제외하는 것은 아니라 할 것이다.

또 다른 한편, 환자 단말(미도시)과 주치의 단말(미도시) 모두 네트워크를 통해 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100)에 접속하여 환자의 내원 일정을 능동적으로 예약하는 방법을 제공 받을 수 있을 것인바, 이를 위해 환자 단말(미도시)과 주치의 단말(미도시) 모두에는 전용 어플리케이션(Application)이 설치되어 있을 것이다. 즉, 전용 어플리케이션은 그 자체가 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100)이 제공하는 특정 기능을 환자 단말(미도시)과 주치의 단말(미도시)에게 제공하거나 이들로부터 각종 정보를 수신하는 매개체로의 역할을 수행하는 구성이라 할 것이다.

이하, 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 대하여 도 13 내지 도 16을 참조하여 설명하도록 한다.

도 13은 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법의 대표적인 단계를 나타낸 순서도이다.

그러나 이는 본 발명의 목적을 달성함에 있어서 바람직한 실시 예일 뿐이며, 필요에 따라 일부 단계가 추가 또는 삭제될 수 있음은 물론이며, 어느 한 단계가 다른 단계에 포함되어 수행될 수도 있다.

또한, 각 단계는 앞서 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100, 이하 "장치"라고 한다), 구현 형태는 서버의 형태에 의해 수행됨을 전제로 하며, 환자 단말(미도시)의 경우 네트워크 기능을 보유함과 동시에 생체 신호 측정이 가능한 각종 센서가 실장된 스마트 워치, 주치의 단말(미도시)의 경우 데스크톱 PC임을 전제로 설명을 이어가도록 한다.

우선, 장치(100)가 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정한다(S1310).

여기서 환자 단말(미도시)로부터 수신한 환자의 개인 건강 데이터는 환자 단말(미도시)에 실장된 센서에 따라 상이해질 수 있는바, 최대한 다양한 센서로부터 다양한 종류의 개인 건강 데이터를 모두 수신할 수 있을 것이나, 전용 어플리케이션 상에서의 환자 설정 또는 주치의 설정에 따라 환자의 상태 분석에 필요한 개인 건강 데이터만 수신하도록 함이 환자의 정확한 상태 분석과 저장 공간 상의 문제 그리고 데이터 낭비의 역효과를 방지할 수 있는 지름길이라 할 것이다.

예를 들어, 환자 단말(미도시)이 측정할 수 있는 개인 건강 데이터가 혈압, 체온, 심박수, 혈당량, 심전도인 경우, 당뇨 위험군에 속하는 환자일 경우 혈압과 혈당량만 개인 건강 데이터로 수신하도록 설정할 수 있을 것이다.

환자 단말(미도시)로부터 수신한 환자의 개인 건강 데이터는 환자 단말(미도시)이 발송 직전에 실시간으로 측정한 개인 건강 데이터이며, 전용 어플리케이션 상에서의 환자 설정 또는 주치의 설정에 따라 환자에 대한 개인 건강 데이터의 측정을 일정 시간을 주기로 하여 측정할 수 있도록 설정할 수 고, 더 나아가 일정 조건을 기준으로 측정할 수 있도록 설정할 수도 있다.

보다 구체적으로, 전자의 경우 예를 들어, 1시간, 6시간, 1일 등을 주기로 하여 혈당량을 측정해 발송하도록 하거나, 후자의 경우 예를 들어, 혈압이 일정 수치 이상이 되는 경우에만 혈당량을 측정하여 발송하도록 할 수 있다는 것이며, 후자는 어떠난 질환이나 질병을 가진 환자의 상태 분석에 활용할 수 있는 개인 건강 데이터가 서로 연관성이 존재하는 개인 건강 데이터일 경우에 보다 유용하게 활용할 수 있을 것이다.

장치(100)는 환자 단말(미도시)로부터 수신한 개인 건강 데이터 측정값을 기초로 환자의 PHR 이상 점수 및 PHR 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정한다.

여기서 환자의 PHR 이상 점수와 PHR 등급은 앞선 설명과 동일하기에 중복 서술을 방지하기 위해 자세한 설명은 생략하도록 하며, PHR 평가치가 PHR 이상 점수 및 PHR 등급 중 어느 하나 이상을 포함하면 충분하기 때문에 PHR 이상 점수만을 산정하거나 또는 PHR 등급만을 산정할 수도 있고, 이들 둘 모두를 산정할 수도 있다 할 것이다.

한편, PHR 평가치를 산정함에 있어 PHR 이상 점수 및 PHR 등급 모두를 산정하는 경우에는 장치(100)가 포함하는 프로세서(10)를 병렬 프로세싱이 가능한 프로세서로 구현하거나 멀티 프로세서로 구현함으로써 연산 속도를 향상시킬 수도 있다 할 것이다.

PHR 평가치를 실시간으로 산정했다면, 장치(100)가 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단한다(S1320).

여기서 기 설정한 임계값은 앞선 S1310 단계에서 수신한 개인 건강 데이터의 종류에 따라 상이해질 수 있으며, PHR 평가치가 PHR 이상 점수만을 포함하는 경우에는 임계값이 점수로, PHR 평가치가 PHR 이상 등급만을 포함하는 경우에는 임계값이 등급으로, 이들 둘 모두를 포함하는 경우에는 임계값 각각이 점수와 등급으로 설정되어 있을 수 있다.

한편, 임계값은 전용 어플리케이션 상에서 환자에 따라 주치의가 같은 종류의 PHR 평가치라 할지라도 그 값을 개별적으로 설정할 수도 있는바, 예를 들어, A라는 환자는 고혈압 환자이며, B라는 환자는 당뇨 환자인 경우, 이들 둘로부터 혈압에 관한 PHR 평가치를 산정했다 할지라도 당뇨 환자에게 있어 혈압 수치 보다는 고혈압 환자에 있어 혈압 수치가 더욱 중요하기 때문에(당뇨 환자의 경우 혈당량이 가장 중요한 개인 건강 데이터에 해당함), 고혈압 환자에 대한 혈압의 임계값을 당뇨 환자에 대한 혈압의 임계값보다 낮게 설정할 수 있다는 것이며, 다만, 어느 경우에나 기 설정한 임계값은 후술할 내원 여부를 결정하는 기준이 되기 때문에 위험 수준 아니면 최소한 주의 수준에 이르는 정도를 가름하는 기준값으로 설정해야 할 것이다.

PHR 평가치가 기 설정한 임계값을 초과하는지 판단하였고, 판단 결과 초과한다면 장치(100)는 환자의 주치의 단말(미도시)에 실시간 알림을 발송한다(S1330).

여기서의 실시간 알림은 전용 어플리케이션 상에서 알림이나, 이와 별도로 대화형 메신저를 통한 알림 또는 문자 메시지를 통한 알림 어떠난 종류의 알림이든 무방하다 할 것이며, 해당 주치의와 환자-주치의 관계를 맺고 있는 환자가 내원이 필요한 상태인지를 판단해달라는 무언의 요청에 해당한다.

그에 따라 실시간 알림은 환자가 내원에 필요한 상태인지를 판단할 수 있는 소정의 정보를 포함할 수 있는바, 환자 단말(미도시)로부터 수신한 환자의 개인 건강 데이터의 측정값, 실시간으로 산정한 PHR 평가치, 현재 시점 기준으로 소정 기간 이내의 개인 건강 데이터의 측정값 또는 PHR 평가치의 변화 그래프 및 환자의 개인 정보 중 어느 하나 이상을 포함할 수 있으며, 환자의 개인 정보는 환자의 이름, 나이, 키, 몸무게, 성별, 직업, 보유하고 있는 질환이나 질병 여부 등을 포함할 수 있다.

더 나아가, 실시간 알림이 포함하고 있는 정보만으로 환자의 상태가 내원이 필요한 상태인지 판단이 어려울 경우, 장치(100)는 주치의 단말(미도시)을 통해 환자에 대한 문진 데이터나 다른 개인 건강 데이터에 대하여 산정한 PHR 평가치 또는 그에 대한 소정 시간 이내의 변화 그래프 등의 추가 발송 요청을 수신하고, 이를 주치의 단말(미도시)에 제공할 수 있을 것이다.

한편, PHR 평가치가 기 설정한 임계값을 초과하는지 판단하였고, 판단 결과 초과하지 않는다면 내원 일정을 예약함이 없이 프로세스가 그대로 종료될 수도 있으나, 이와 별개로 주치의 단말(미도시)에 설치된 전용 어플리케이션을 통해 내원이 필요하지는 않지만 각별한 주의 또는 신중한 관리가 필요하다는 메시지를 장치(100)를 통해 환자 단말(미도시)에 발송할 수 있을 것이며(S1335), 이 경우 환자는 자신의 건강 상태에 대하여 보다 주의를 기울일 수 있을 것이다.

주치의 단말(미도시)에 실시간 알림까지 발송했다면 환자는 내원이 필요한 상태인바, 장치(100)는 주치의 단말로부터 내원 요청 정보를 수신하여 환자의 내원이 가능한 일자 및 시간을 포함하는 복수 개의 후보 일정을 환자 달력 상에 표시하여 환자 단말(미도시)에 출력한다(S1340).

이와 같은 S1340 단계는 내원이 필요한 환자와 주치의 사이에서 내원 예약과 관련된 프로세스를 개시하는 단계로 볼 수 있는바, 이하 도 14를 참조하며 자세히 설명하도록 한다.

도 14는 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 있어서, S1340 단계를 구체화한 순서도이다.

그러나 이는 본 발명의 목적을 달성함에 있어서 바람직한 실시 예일 뿐이며, 필요에 따라 일부 단계가 추가 또는 삭제될 수 있음은 물론이며, 어느 한 단계가 다른 단계에 포함되어 수행될 수도 있다.

우선, 장치(100)가 주치의 단말(미도시)로부터 주치의가 스스로 선택한 환자의 내원이 가능한 일자 및 시간을 포함하는 복수 개의 주치의 선택 후보 일정을 포함하는 내원 요청 정보를 수신한다(S1340-1).

내원이란 병원을 환자가 방문하는 것이므로 의사의 진료 스케쥴에 따라야 하는 것이 일반적인바, 의사인 주치의 스스로 환자의 진료가 가능한 시간을 선택하여 먼저 제시하는 것이며, 이를 통해 본 발명이 내원 일정을 주치의 능동적으로 예약할 수 있게 되는 것이다.

주치의 단말(미도시)은 환자의 내원이 가능한 일자 및 시간을 포함하는 복수 개의 주치의 선택 후보 일정을 포함하는 내원 요청 정보를 장치(100)에 발송하는바, 내원 요청 정보는 전용 어플리케이션 상에서 주치의 달력 출력과 이에 대한 선택을 통해 생성될 수 있다.

보다 구체적으로, 주치의 달력에는 장치(100)를 통해 내원 예약을 완료한 스케쥴이 자동으로 표시되어 있음과 더불어 장치(100)가 아니라 병원을 통해 걸려온 전화 등에 따른 예약 스케쥴도 주치의 단말(미도시)을 통해 수기로 표시할 수 있다. 주치의는 주치의 단말(미도시)에 출력되고 있는 주치의 달력을 참고하여 환자의 내원이 가능한 일자 및 시간을 손쉽게 선택할 수 있을 것이며, 내원이 가능한 일자 및 시간의 선택은 복수 개를, 아울러 일자의 경우 동일한 일자 내에서 복수 개의 시간을 선택하는 것보다 여러 일자에서 복수 개의 시간을 선택하는 것이 환자로 하여금 내원 일자 및 시간의 선택에 자유도를 부여할 수 있는 방안이 될 수 있을 것이다.

한편, 장치(100)는 주치의가 내원이 가능한 일자 및 시간의 선택을 용이하게 할 수 있도록 하기 위해 주치의 달력 상에서 내원이 가능한 일자 및 시간을 자동으로 검색하여 주치의 달력 상에 별도로 표시함으로써 주치의 입장에서 선택의 편의성 향상에 이바지할 수도 있다.

이후, 장치(100)가 수신한 내원 요청 정보가 포함하는 복수 개의 주치의 선택 후보 일정과 상이한 일자 및 시간을 복수 개 포함하는 복수 개의 장치 선택 후보 일정을 선택한다(S1340-2).

앞서 S1340-1 단계에서는 주치의 스스로 주치의 달력을 참조하여 내원 가능한 일자 및 시간을 주치의 선택 후보 일정으로 선택한 것이라면, S1340-2 단계에서는 이와 상이한 일자 및 시간을 장치(100)가 스스로 선택하는 것이다.

장치(100)가 장치 선택 후보 일정을 선택함에 있어서는 앞서 S1340-1 단계에서 주치의 달력 상에서 내원이 가능한 일자 및 시간을 자동으로 검색하여 주치의 달력 상에 별도로 표시한 일자 및 시간 중, 주치의로부터 선택 받지 못한 일자 및 시간 중에서 선택할 수 있을 뿐만 아니라, 환자의 개인 정보 중, 환자의 직업에 대한 정보를 활용할 수도 있다.

예를 들어, 환자의 직업이 회사원이라면 일반적인 회사원의 점심 시간에 해당하는 평일 오후 12시 내지는 1시 사이의 시간을 선택할 수 있을 것이며, 환자의 직업이 가정 주부라면 자녀가 어린이집이나 학교에 등교한 시간인 오전 10시 내지는 오후 12시 사이의 시간을 선택할 수 있을 것이다.

한편, 장치 선택 후보 일정 역시 앞서 주치의 선택 후보 일정과 마찬가지로 내원 가능한 일자 및 시간을 복수 개 선택하는 것이 바람직할 것인바, 이 역시 환자에게 선택의 자유도를 부여하는 방안이 될 것이다.

마지막으로, 장치(100)가 복수 개의 주치의 선택 후보 일정 및 장치 선택 후보 일정을 포함하는 복수 개의 후보 일정을 환자 달력 상에 표시하여 환자 단말에 출력한다(S1340-3).

장치(100)는 환자 단말에 복수 개의 후보 일정을 표시하여 출력함에 있어서 주치의 선택 후보 일정과 장치 선택 후보 일정을 구별하여 표시할 수 있는바, 주치의가 선호하는 일자 및 시간을 그 이외의 일자 및 시간과 구별하기 위함이며, 구별하지 않고 단순히 내원 가능한 일자 및 시간으로써 동일하게 표시할 수 있음은 물론이라 할 것이다.

다시 도 13에 대한 설명으로 돌아가도록 한다.

복수 개의 후보 일정을 환자 달력 상에 표시하여 환자 단말(미도시)에 출력했다면, 장치(100)가 환자 단말(미도시)로부터 복수 개의 후보 일정 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하고, 환자 달력 상에 표시하여 환자 단말(미도시)에 출력하며(S1350), 주치의 달력 상에도 표시하여 주치의 단말(미도시)에 출력한다(S1360).

환자 달력 상에서 복수 개의 후보 일정 중 어느 하나에 대한 선택 정보를 수신했다면 내원 예약이 완료된 것으로 볼 수 있으며, 장치(100)는 환자 달력 및 주치의 달력을 업데이트하여 선택 정보를 수신한 일자 및 시간을 표시해 환자 단말(미도시)과 주치의 단말(미도시)에 출력할 수 있다.

한편, 예약 완료와 관련하여 주치의 단말(미도시)을 통해 전용 어플리케이션 상에서 주치의의 예약 완료 승인 정보를 수신한 경우에만 환자가 선택한 일자 및 시간에 예약이 완료된 것으로 표시하게 할 수도 있으며, 복수 개의 후보 일정을 환자 달력 상에 표시함에 있어서 환자의 개인 일정을 검색 또는 로딩하여 복수 개의 후보 일정과 중복되는 개인 일정이 존재하는 경우, 해당 중복되는 후보 일정에 대해서는 환자가 선택할 수 없도록 처리하여 환자 달력을 출력할 수 있을 것이다.

이상 설명한 S1350 단계 및 S1360 단계는 주치의 또는 장치(100)가 환자에게 먼저 제시한 복수 개의 후보 일정 중, 어느 하나의 일정을 환자가 곧바로 선택한 경우에 관한 것이며, 검색 또는 로딩할 수 없는 다른 개인 일정으로 인해 복수 개의 후보 일정 그 어느 것도 선택이 불가능할 수도 있을 것인바, 이러한 경우에는 내원 예약을 어떻게 진행할지 문제된다.

이와 같은 경우 장치(100)는 환자 단말(미도시)로부터 환자 스스로 선택한 환자의 내원이 가능한 일자 및 시간을 포함하는 복수 개의 환자 선택 후보 일정을 포함하는 내원 요청 정보를 수신하며, 장치(100) 스스로 복수 개의 환자 선택 후보 일정과 상이한 일자 및 시간을 복수 개 포함하는 복수 개의 장치 선택 후보 일정을 선택하여 환자 선택 후보 일정과 함께 주치의 달력 상에 표시하여 주치의 단말(미도시)에 출력할 수 있다. 주치의는 주치의 단말(미도시)에 출력된 주치의 달력을 확인하여 어느 하나의 일자 및 시간을 선택할 수 있으며, 그 상태로 내원 예약이 완료되거나 또는 환자의 예약 완료 승인 정보를 수신한 경우에만 내원 예약이 완료된 것으로 처리하게 할 수 있다.

한편, 장치(100)가 주치의 달력에 환자가 선택한 환자 선택 후보 일정과 장치(100)가 선택한 장치 선택 후보 일정을 출력함에 있어 주치의의 예약 완료 일정을 검색 또는 로딩하여 환자가 선택한 환자 선택 후보 일정과 장치(100)가 선택한 장치 선택 후보 일정과 중복되는 예약 완료 일정이 존재하는 경우, 해당 중복되는 후보 일정에 대해서는 주치의가 선택할 수 없도록 처리하여 주치의 달력을 출력할 수 있을 것이다.

즉, 이상의 경우는 앞서 설명한 S1340 단계 내지 S1360 단계에서 환자 또는 환자 단말(미도시)에 대한 설명과 주치의 또는 주치의 단말(미도시)에 대한 설명이 서로 뒤바뀐 것으로 볼 수 있으며, 내원 예약이 완료된 이후 일방의 요청으로 인해 예약의 변경이 필요한 경우에도 적용될 수 있는 설명으로 볼 수 있을 것이다.

이상 설명한 S1310 단계 내지 S1360 단계에 따라 환자의 내원 일정은 예약 완료된 것으로 볼 수 있으며, 이하 환자 단말(미도시)의 전용 어플리케이션 상에 출력되는 환자 달력 또는 주치의 단말(미도시)의 전용 어플리케이션 상에 출력되는 주치의 달력을 포함하는, 본 발명에서 일정 관리에 중요한 구성이 되는 달력에 대하여 설명하도록 한다.

내원 예약이 완료된 경우 환자 달력과 주치의 달력 모두에 예약이 완료된 일자 및 시간이 표시되며, 공간상의 이유로 달력 자체에는 다수의 텍스트가 표시되기 어렵기 때문에 일자와 시간만 표시되며, 해당 시간을 선택하는 경우 해당 내원 예약에 대한 세부 정보가 팝업 형식 등으로 출력될 수 있다.

여기서 내원 예약에 대한 세부 정보는 환자명, 주치의명, 내원 예정 시간, 질환정보, 환자 개인 정보 등과 같은 기본 정보 외에도 주치의가 입력한 내원 시 유의 사항이나 추가 문진표 또는 환자가 입력한 문의 사항 등의 정보를 포함할 수 있다.

한편, 환자 달력에는 내원 예약에 관한 정보 이외에 개인 건강 데이터를 측정해야 하는 날짜와 시간이 장치(100)에 의해 자동으로 표시될 수 있으며, 해당 날짜와 시간은 앞서 설명한 측정 주기에 의할 수 있다. 더 나아가 환자 스스로 측정 날짜와 시간을 환자 달력에 표시할 수 있음은 뭄론이라 할 것이며, 환자 개인 일정의 경우 전용 어플리케이션 상의 환자 달력에 표시하지 않을 수도 있으므로 Google 달력, Outlook 달력 등과 같은 외부 달력 서비스와 연계를 통해 각각의 달력에 표시된 일정을 동기화시킬 수도 있다 할 것이다.

이와 별개로 환자는 전용 어플리케이션을 통해 주치의 달력 또는 주치의가 아닌 다른 의사의 달력을 조회할 수 있을 것인바, 해당 달력에는 내원 예약이 가능한 일자 및 시간이 표시되어 있을 것이므로 이를 확인하여 내원 예약도 곧바로 가능할 것이나, 예약이 완료된 일자 및 시간에 관하여 다른 예약자의 정보와 관련된 상세 정보는 확인할 수 없을 것이다. 개인 정보와 관련된 사항이기 때문이다.

주치의 달력은 전용 어플리케이션이 설치된 주치의 단말(미도시)의 소유자인 한 명의 주치의만 확인할 수 있을 뿐만 아니라, 하나의 병원에 다수의 의사들이 근무하는 경우, 해당 병원 자체에 대한 달력을 주치의 달력으로 취급하여 여러 의사들이 자신의 단말을 통해 공유할 수도 있다. 이 경우 주치의 달력에 표시된 내원 예약 정보는 각 의사들의 개인용 외부 달력에 동기화를 통해 기록될 수 있지만, 달력 조회 시에는 주치의 자신의 외부 달력에 표시된 내원 예약 정보만 조회될 수 있을 것이다.

한편, 환자의 경우와 반대로 주치의는 전용 어플리케이션을 통한다 할지라도 환자의 달력을 조회할 수 없는바, 내원 예약과 무관한 환자의 개인 정보가 포함되어 있을 수 있기 때문이다.

본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법은 S1360 단계 이후에, 장치(100)가 주치의 단말(미도시)에 주치의와 환자-주치의 관계를 맺고 있는 환자 중, PHR 평가치가 기 설정한 임계값을 초과한 이력을 하루 24시간 내에 보유한 환자 리스트를 발송하는 단계(S1370)을 더 포함할 수 있으며, 주치의 입장에서 하루 진료를 마무리하는 시점에 내원이 필요한 환자들에게 내원을 권유했는지 또는 내원 예약이 완료되었는지를 한번 더 확인할 수 있게 함으로써 자신이 담당하고 있는 환자들의 건강 상태를 보다 충실하고 완벽하게 관리하도록 이바지할 수 있다.

더 나아가, 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법은 S1360 단계 이후에, 장치(100)가 환자 단말(미도시)에게 내원 예약에 따른 내원 요청 알림을 발송하는 단계(S1380)을 더 포함할 수 있으며, 내원 요청 알림은 내원 예약 하루 전과 내원 당일 오전 시간, 내원 예약 한 시간 전 등과 같이 전용 어플리케이션 상에서 설정에 의해 알림을 발송하는 시기를 설정할 수 있으며, 내원 요청 알림 역시 전용 어플리케이션 상에서 푸쉬 알림 또는 대화형 메신저를 통한 알림이나 문자 메시지를 통한 알림 어떠난 종류의 알림이든 무방하다 할 것이다.

또한, 장치(100)는 내원 요청 알림을 발송함에 있어 내원 전 유의 사항, 예를 들어 내원 6시간 전에는 금식이 필요하다거나 아스피린 등의 약물의 복용을 금한다거나 하는 등의 정보를 함께 발송할 수 있으며, 내원 전 유의 사항은 주치의 단말(미도시)을 통해 주치의가 입력하거나 장치(100)가 내원 예약 정보에 기초하거나 기 구축한 내원 시 유의 사항 데이터베이스 등을 통해 자동으로 입력할 수도 있다 할 것이다.

한편, 주치의의 경우 환자의 내원이 예약된 일자에 출근하지 않을 가능성이 희박하기에 환자 단말(미도시)에게 내원 요청 알림을 발송하는 것처럼 알림을 발송하지는 않으나, 주치의가 출근한 경우 주치의 단말(미도시) 상에 그날 내원이 예약된 환자의 목록을 전용 어플리케이션 상에 출력함으로써 당일 진료할 환자를 한번 더 확인할 수 있도록 이바지할 것이다.

한편, 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법은 도 15에 도시된 바와 같이 S1360 단계 이후에, 장치(100)가 내원 예약 일자의 하루 전에 환자 단말(미도시)에 내원의 원인이 되는 개인 건강 데이터의 측정 요청 알림을 발송하는 단계(S1390)를 더 포함할 수 있으며, 여기서 개인 건강 데이터의 측정 요청 알림은, 내원의 원인이 되는 개인 건강 데이터에 관한 문진표 및 주치의가 진료 과정에서 환자에게 문의하게 될 항목에 관한 문진표 중 어느 하나 이상을 포함할 수 있는바, 환자의 실제 내원 시, 진료 시간을 단축시킬 수 있다.

장치(100)가 내원의 원인이 되는 개인 건강 데이터의 측정을 내원 예약 일자의 하루 전에 요청하는 것은 내원 예약 일자로부터 너무 먼 시기에 측정하는 것은 내원 당일과 환자의 상태가 현저하게 다를 수 있기 때문에 최대한 내원 예약 일자와 근접한 시기에서 측정하게 함으로써 환자 상태의 정확한 파악을 위함인바, 주치의의 설정 또는 내원의 원인이 되는 개인 건강 데이터의 종류에 따라 내원 전 측정 시기를 다르게 요청할 수 있음은 물론이라 할 것이다.

이번에는 장치(100)가 환자의 편의를 위해 제공하는 부가적인 기능에 대하여 설명하도록 한다.

장치(100)는 내원 예약 당일, 환자의 아침 기상 시간에 맞춰 기온이나 오늘의 날씨 등과 같은 외부 환경 정보를 파악하여, 내원 예약 정보와 함께 전용 어플리케이션을 통해 환자 단말(미도시)에 알림을 발송할 수 있다. 예를 들어, 비가 오면 우산을 지참하라, 눈이 내리는 경우 대중 교통을 이용하라, 눈이 오니 평소보다 일찍 출발해라 등과 같은 주의 사항이 그것일 수 있으며, 이와 같은 주의 사항은 기 구축한 주의 사항 데이터베이스 등을 이용할 수 있을 것이다.

한편, 장치(100)는 내원 예약 당일에 외부 지도 서비스와 연동을 통해 환자 단말(미도시)의 현재 위치에 기반하여 병원까지의 이동 경로와 예상 소요 시간을 산정할 수 있으며, 예상 소요 시간은 대중 교통을 이용하는 경우와 자차를 이용하는 경우로 나누어 산정할 수 있고, 병원까지의 이동 경로가 짧은 경우 도보로의 예상 소요 시간도 함께 산정하여 전용 어플리케이션을 통해 출력할 수 있다.

이와 같은 이동 경로와 예상 소요 시간은 소정 시간, 예를 들어 30분이나 1시간 등을 주기로 하여 지속적으로 재산정해 전용 어플리케이션을 통해 출력할 수 있으며, 예상 소요 시간 중 가장 오래 걸리는 최대 예상 소요 시간 보다 30분 더 남은 시점에 전용 어플리케이션을 통해 내원을 준비하라는 알림을 발송할 수 있게 함으로써 환자로 하여금 내원 예약 시간에 늦지 않게 도착할 수 있도록 이바지할 수 있다.

아울러, 장치(100)는 전용 어플리케이션을 통해 내원 예약 시간 10분 전에 환자 단말(미도시)의 GPS 정보를 이용하여 병원과의 남은 거리를 산정해 10분 내에 도착하지 못할 것이 예상되는 경우, 주치의 단말(미도시)에 도착 예정 시간을 포함하는 알림을 발송할 수 있으며, 이를 확인한 주치의는 내원 예정 시간에 다른 환자의 진료를 봄으로써 시간을 효율적을 활용할 수 있게 될 것이다.

한편, 편의 기능과 관련하여 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법은 도 16에 도시된 바와 같이 S1360 단계 이후에, 장치(100)가 환자 단말(미도시)로부터 환자가 내원을 위해 병원에 도착한 시간 및 환자가 진료를 받고 병원을 떠난 시간을 수신하여 환자가 병원에 머문 시간인 진료 시간을 산정하는 단계(S1396), 진료 시간을 전용 어플리케이션을 통해 내원 예약을 완료하고 내원한 모든 환자에 대하여 산정하는 단계(S1398) 및 산정한 진료 시간 및 그에 대응하는 내원 예약 정보를 학습하여 병원에 대한 요일 및 시간대 별 진료 시간을 예측하여 환자 단말(미도시)에 출력하는 단계(S1399)를 더 포함할 수 있는바, 해당 병원에 대한 요일 및 시간대 별 진료 시간 정보를 환자에게 제공함으로써 추후 내원 예약 시 병원 선택에 이바지할 수 있다.

여기서 환자가 내원을 위해 병원에 도착한 시간 및 환자가 진료를 받고 병원을 떠난 시간은 환자 단말(미도시)의 GPS 정보를 이용할 수 있으나, 건물 내에서의 GPS 정보는 정확도가 떨어질 수 있으므로 GPS 정보와 더불어 환자가 전용 어플리케이션을 통해 병원 도착 및 병원을 떠난 시점을 수동으로 선택하게, 일종의 출석 체크 등과 같은 프로세스를 환자에게 부여함으로써 보다 정확한 진료 시간 산정이 가능하게 할 수 있다.

한편, 진료 시간은 전용 어플리케이션을 통해 내원 예약을 완료하고 내원한 모든 환자에 대하여 산정하는 것이기 때문에 전용 어플리케이션의 서비스 초기에는 진료 시간 산정을 위한 학습 데이터가 적을 수 있는바, 이와 같은 경우 해당 요일의 특정 시간대에 대한 평균 진료 시간을 산정하여 출력함으로써 환자의 편의성을 향상시킬 수도 있을 것이다.

지금까지 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 대하여 설명하였다. 본 발명에 따르면, 복잡하고 번거로운 전화 예약 과정 없이 전용 어플리케이션 상에서 환자 달력과 주치의 달력에 표시된 일정을 기초로 손쉽게 내원 예약을 완료할 수 있다. 또한, 주치의가 환자의 개인 건강 데이터 측정값을 모니터링하여 내원이 필요하다고 판단되는 경우, 내원을 먼저 권유하여 내원 예약이 이루어지는바, 환자가 자신의 몸 상태가 좋지 않아졌다고 느낌에도 불구하고 귀찮음으로 인해 내원을 치일피일 미루는 상황을 방지할 수 있다. 아울러, 병원에 대한 요일 및 시간대 별 진료 시간을 예측하여 환자에게 제공하는바, 환자 입장에서 자신의 일정에 최적화된 내원 일정을 예약할 수 있을 뿐만 아니라, 내원하고자하는 병원 선택에 도움을 줄 수도 있다. 마지막으로 내원 전날 환자로 하여금 개인 건강 데이터를 측정하게 하고 문진표를 작성하게 함으로써 진료 시간을 단축시킬 수 있으며, 내원 당일 내원 예약 시간에 늦지 않도록 교통 정보까지 제공하는바, 내원 예약부터 실제 방문을 거쳐 진료에 이르기까지 환자의 편의성을 극대화한 논스톰 서비스를 제공할 수 있다.

이상 설명한 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법은 동일한 기술적 특징을 전부 포함하는 본 발명의 제3 실시 예에 따른 매체에 저장된 컴퓨터 프로그램으로 구현할 수 있는바, 중복 서술을 방지하기 위해 자세히 설명하지 않겠지만 이상 설명한 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에 적용되는 기술적 특징 모두, 본 발명의 제3실시 예에 따른 매체에 저장된 컴퓨터 프로그램에 동일하게 적용될 수 있음은 물론이다.

이번에는 본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)에 대하여 설명하도록 하며, 보다 구체적으로 환자-주치의 관계가 맺어진 상태에 대한 실시 예인 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100) 내지 본 발명의 제3 실시 예에 따른 매체에 저장된 컴퓨터 프로그램과 다르게, 환자-주치의 관계가 맺어지지 않은 상태에서 이를 위해 병원을 추천하는 장치 및 방법에 관한 것이다.

이를 위해 도 12를 다시 참조하는바, 도 12는 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100)가 포함하는 전체 구성이기도 하지만 구성의 모식도이기 때문에 본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)가 포함하는 전체 구성을 나타낸 도면에 해당하기도 하기에 동일한 도면을 재차 첨부하지 않고 도 12를 다시 참조하여 설명을 이어가도록 한다.

그러나 이는 본 발명의 목적을 달성하기 위한 바람직한 실시 예일 뿐이며, 필요에 따라 일부 구성이 추가되거나 삭제될 수 있고, 어느 한 구성이 수행하는 역할을 다른 구성이 함께 수행할 수도 있음은 물론이다.

본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)는 프로세서(10), 네트워크 인터페이스(20), 메모리(30), 스토리지(40) 및 이들을 연결하는 데이터 버스(50)를 포함할 수 있으며, 그 자체로써 독립된 장치로 구현하거나 인하우스 시스템 및 공간 임대형 시스템 등과 같은 유형의 물리적인 서비스 서버 또는 무형의 클라우드(Cloud) 서비스 서버 등과 같은 형태로 구현할 수도 있다 할 것이다.

프로세서(10)는 각 구성의 전반적인 동작을 제어한다. 프로세서(10)는 CPU(Central Processing Unit), MPU(Micro Processer Unit), MCU(Micro Controller Unit) 또는 본 발명이 속하는 기술 분야에서 널리 알려져 있는 형태의 프로세서 중 어느 하나일 수 있으며, 머신러닝 모델 프로세서 또는 딥러닝 모델 프로세서 등과 같이 인공지능 모델 프로세서로 구현할 수 있다. 아울러, 프로세서(10)는 본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법을 수행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다.

네트워크 인터페이스(20)는 본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)의 유무선 인터넷 통신을 지원하며, 그 밖의 공지의 통신 방식을 지원할 수도 있다. 따라서 네트워크 인터페이스(20)는 그에 따른 통신 모듈을 포함하여 구성될 수 있다.

메모리(30)는 각종 정보, 명령 및/또는 정보를 저장하며, 본 발명의 제2 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법을 수행하기 위해 스토리지(40)로부터 하나 이상의 컴퓨터 프로그램(41)을 로드할 수 있다. 도 12에서는 메모리(30)의 하나로 RAM을 도시하였으나 이와 더불어 다양한 저장 매체를 메모리(30)로 이용할 수 있음은 물론이다.

스토리지(40)는 하나 이상의 컴퓨터 프로그램(41) 및 대용량 네트워크 정보(42)를 비임시적으로 저장할 수 있다. 이러한 스토리지(40)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 널리 알려져 있는 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체 중 어느 하나일 수 있다.

컴퓨터 프로그램(41)은 메모리(30)에 로드되어, 하나 이상의 프로세서(10)가 (A) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 오퍼레이션, (B) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 오퍼레이션, (C) 상기 (B) 오퍼레이션 의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 오퍼레이션, (D) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 오퍼레이션 및 (E) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 오퍼레이션을 실행할 수 있다.

이상 간단하게 언급한 컴퓨터 프로그램(41)이 수행하는 오퍼레이션은 컴퓨터 프로그램(41)의 일 기능으로 볼 수 있으며, 보다 자세한 설명은 본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법에 대한 설명에서 후술하도록 한다.

데이터 버스(50)는 이상 설명한 프로세서(10), 네트워크 인터페이스(20), 메모리(30) 및 스토리지(40) 사이의 명령 및/또는 정보의 이동 경로가 된다.

이상 설명한 본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)가 독립된 장치의 형태, 예를 들어 서버의 형태로 구현된 경우 이에 접속하여 개인 건강 데이터를 발송하는 환자 단말(미도시)은 환자의 생체 신호를 측정할 수 있는 다양한 센서가 실장된 단말일 수 있으며, 단말의 구체적인 종류는 어떠난 것이라도 무방하다 할 것이다.

한편, 병원 단말(미도시)은 의사의 생체 신호를 측정할 필요는 없기에 이를 위한 센서가 실장된 단말일 필요는 없으며, 병원에서 진료를 수행하는 업무의 특성상, 개인용 데스크톱이나 노트북 PC 등이 주치의 단말(미도시)의 대표적인 모습이라 할 것이나, 의사가 환자의 입장이 되는 경우도 발생할 수 있기 때문에 환자 단말(미도시)과 같은 종류의 단말인 경우를 제외하는 것은 아니라 할 것이다.

또 다른 한편, 환자 단말(미도시)과 병원 단말(미도시) 모두 네트워크를 통해 본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)에 접속하여 환자의 내원 일정을 능동적으로 예약하는 방법을 제공 받을 수 있을 것인바, 이를 위해 환자 단말(미도시)과 주치의 단말(미도시) 모두에는 전용 어플리케이션(Application)이 설치되어 있을 것이다. 즉, 전용 어플리케이션은 그 자체가 본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)가 제공하는 특정 기능을 환자 단말(미도시)과 병원 단말(미도시)에게 제공하거나 이들로부터 각종 정보를 수신하는 매개체로의 역할을 수행하는 구성이라 할 것이다.

조금 더 쉽게 설명하면, 여기서의 전용 어플리케이션은 앞서 설명한 본 발명의 제1 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100) 내지 본 발명의 제3 실시 예에 따른 매체에 저장된 컴퓨터 프로그램에서 언급한 전용 어플리케이션과 동일한 어플리케이션으로 볼 수 있으며, 환자 단말(미도시) 역시 마찬가지이고, 병원 단말(미도시)의 경우 주치의 단말(미도시)와 동일한 구성으로 보면 본 실시 예를 이해하는데 문제가 없을 것으로 사료된다 할 것이다.

이하, 본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법에 대하여 도 17 내지 도 XX를 참조하여 설명하도록 한다.

도 17은 본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법의 대표적인 단계를 나타낸 순서도이다.

그러나 이는 본 발명의 목적을 달성함에 있어서 바람직한 실시 예일 뿐이며, 필요에 따라 일부 단계가 추가 또는 삭제될 수 있음은 물론이며, 어느 한 단계가 다른 단계에 포함되어 수행될 수도 있다.

또한, 각 단계는 앞서 본 발명의 제4 실시 예에 따른 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100, 이하 "장치"라고 한다), 구현 형태는 서버의 형태에 의해 수행됨을 전제로 하며, 환자 단말(미도시)의 경우 네트워크 기능을 보유함과 동시에 생체 신호 측정이 가능한 각종 센서가 실장된 스마트 워치, 병원 단말(미도시)의 경우 데스크톱 PC임을 전제로 설명을 이어가도록 한다. 도 1에 도시된 지능형 헬스케어 장치(3)가 병원 추천 장치(100)로 이용될 수 있다.

우선, 장치(100)가 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정한다(S1710).

여기서 환자 단말(미도시)로부터 수신한 환자의 개인 건강 데이터는 환자 단말(미도시)에 실장된 센서에 따라 상이해질 수 있는바, 최대한 다양한 센서로부터 다양한 종류의 개인 건강 데이터를 모두 수신할 수 있을 것이나, 전용 어플리케이션 상에서의 환자 설정 또는 주치의 설정에 따라 환자의 상태 분석에 필요한 개인 건강 데이터만 수신하도록 함이 환자의 정확한 상태 분석과 저장 공간 상의 문제 그리고 데이터 낭비의 역효과를 방지할 수 있는 지름길이라 할 것이다.

예를 들어, 환자 단말(미도시)이 측정할 수 있는 개인 건강 데이터가 혈압, 체온, 심박수, 혈당량, 심전도인 경우, 당뇨 위험군에 속하는 환자일 경우 혈압과 혈당량만 개인 건강 데이터로 수신하도록 설정할 수 있을 것이다.

환자 단말(미도시)로부터 수신한 환자의 개인 건강 데이터는 환자 단말(미도시)이 발송 직전에 실시간으로 측정한 개인 건강 데이터이며, 전용 어플리케이션 상에서의 환자 설정 또는 후술할 주치의 설정에 따라 환자에 대한 개인 건강 데이터의 측정을 일정 시간을 주기로 하여 측정할 수 있도록 설정할 수 고, 더 나아가 일정 조건을 기준으로 측정할 수 있도록 설정할 수도 있다.

보다 구체적으로, 전자의 경우 예를 들어, 1시간, 6시간, 1일 등을 주기로 하여 혈당량을 측정해 발송하도록 하거나, 후자의 경우 예를 들어, 혈압이 일정 수치 이상이 되는 경우에만 혈당량을 측정하여 발송하도록 할 수 있다는 것이며, 후자는 어떠난 질환이나 질병을 가진 환자의 상태 분석에 활용할 수 있는 개인 건강 데이터가 서로 연관성이 존재하는 개인 건강 데이터일 경우에 보다 유용하게 활용할 수 있을 것이다.

장치(100)는 환자 단말(미도시)로부터 수신한 개인 건강 데이터 측정값을 기초로 환자의 PHR 이상 점수 및 PHR 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정한다.

여기서 환자의 PHR 이상 점수와 PHR 등급은 앞선 설명과 동일하기에 중복 서술을 방지하기 위해 자세한 설명은 생략하도록 하며, PHR 평가치가 PHR 이상 점수 및 PHR 등급 중 어느 하나 이상을 포함하면 충분하기 때문에 PHR 이상 점수만을 산정하거나 또는 PHR 등급만을 산정할 수도 있고, 이들 둘 모두를 산정할 수도 있다 할 것이다.

한편, PHR 평가치를 산정함에 있어 PHR 이상 점수 및 PHR 등급 모두를 산정하는 경우에는 장치(100)가 포함하는 프로세서(10)를 병렬 프로세싱이 가능한 프로세서로 구현하거나 멀티 프로세서로 구현함으로써 연산 속도를 향상시킬 수도 있다 할 것이다.

PHR 평가치를 실시간으로 산정했다면, 장치(100)가 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단한다(S1720).

여기서 기 설정한 임계값은 앞선 S1710 단계에서 수신한 개인 건강 데이터의 종류에 따라 상이해질 수 있으며, PHR 평가치가 PHR 이상 점수만을 포함하는 경우에는 임계값이 점수로, PHR 평가치가 PHR 이상 등급만을 포함하는 경우에는 임계값이 등급으로, 이들 둘 모두를 포함하는 경우에는 임계값 각각이 점수와 등급으로 설정되어 있을 수 있다.

한편, 임계값은 전용 어플리케이션 상에서 환자에 따라 주치의가 같은 종류의 PHR 평가치라 할지라도 그 값을 개별적으로 설정할 수도 있는바, 예를 들어, A라는 환자는 고혈압 환자이며, B라는 환자는 당뇨 환자인 경우, 이들 둘로부터 혈압에 관한 PHR 평가치를 산정했다 할지라도 당뇨 환자에게 있어 혈압 수치 보다는 고혈압 환자에 있어 혈압 수치가 더욱 중요하기 때문에(당뇨 환자의 경우 혈당량이 가장 중요한 개인 건강 데이터에 해당함), 고혈압 환자에 대한 혈압의 임계값을 당뇨 환자에 대한 혈압의 임계값보다 낮게 설정할 수 있다는 것이며, 다만, 어느 경우에나 기 설정한 임계값은 후술할 내원 여부를 결정하는 기준이 되기 때문에 위험 수준 아니면 최소한 주의 수준에 이르는 정도를 가름하는 기준값으로 설정해야 할 것이다.

이상 설명한 S1710 단계 및 S1720 단계는 앞서 설명한 S1310 단계 및 S1320 단계에 대한 설명과 동일하며, 이하의 S1730 단계에 대한 설명부터 환자-주치의 관계가 맺어지지 않은 상태로 인한 병원 추천 프로세스를 본격적으로 개시하는 설명에 해당한다고 할 것이다.

PHR 평가치가 기 설정한 임계값을 초과하는지 판단하였고, 판단 결과 초과한다면 장치(100)는 환자 단말(미도시)의 위치 정보를 이용하여 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력한다(S1730).

여기서 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원이란 PHR 평가치 산정의 기초가 되는 개인 건강 데이터 측정값 그리고 이와 연관되는 질환이나 질병에 대한 진료를 수행하는 병원에 관한 것인바, 예를 들어 개인 건강 데이터 측정값이 혈당량인 경우, 고혈압 관련된 진료가 가능한 내과를 추천 병원으로 출력할 수 있는 것이다.

한편, 추천 병원을 산출하여 복수 개 출력함에 있어서 환자 단말(미도시)로부터 소정 거리 내에 위치한 복수 개의 병원 중, 전용 어플리케이션에 회원 가입을 완료한 회원 병원을 회원이 아닌 병원 보다 우선하여 출력할 수 있는바, 병원들의 회원 가입을 유도하기 위함이며, 경우에 따라 미국과 같이 환자 개인이 보유한 의료 보험의 종류에 따라 해당 의료 보험이 적용 가능한 병원이 상이한 경우, 이를 고려하여 추천 병원을 출력할 수도 있을 것이며, 이 역시 전용 어플리케이션에 회원 가입을 완료한 회원 병원을 회원이 아닌 병원 보다 우선하여 출력할 수 있을 것이다.

여기서 전용 어플리케이션에 회원 가입을 완료한 회원 병원은 회원이 되기 위해 비용을 지불했는지와 무관하기는 하나, 비용을 지불한 경우라 한다면 비용을 지불하지 않은 회원 병원과 비용을 지불하지 않은 회원이 아닌 병원의 경우보다 더욱 우선하여 출력하는 것이 서비스의 취지에 맞는 운영 방식에 해당한다고 할 것이다.

본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법이 장치(100)가 병원을 추천해주는 것이기에 S1730 단계에 대한 설명이 포함되는 것과는 별개로, 환자 단말(미도시)에 설치된 전용 어플리케이션을 실행하여 직업 장치(100)에 접속하여 환자 자신에게 최적화된 병원을 검색할 수 있음은 물론이며, 이 역시 환자가 입력한 검색 문장에 매칭됨과 동시에 환자 단말(미도시)로부터 소정 거리 내에 위치한 복수 개의 병원 중, 전용 어플리케이션에 회원 가입을 완료한 회원 병원을 회원이 아닌 병원 보다 우선하여 출력한다 할 것이다.

이를 위해 장치(100)의 프로세서(10)는 환자가 입력한 검색 문장을 분석하는 딥러닝 자연어 처리 모델을 포함할 수 있는바, 예를 들어 "평점이 70점 이상", "고혈압 전문", "대기시간이 짧은 병원", "후기가 많은 병원"등과 같이 입력하면, 이를 딥러닝 모델이 분석해서 검색 조건을 만든 후 해당 조건들을 이용해서 검색을 수행할 것이며, 환자가 검색 문장을 입력한 것이 아니라 검색을 원하는 단어 등을 입력했을 경우에도 마찬가지로 동작한다 할 것이다.

한편, 병원 검색은 병원 정보 데이터베이스(미도시)에서 이루어지며, 다시 S1730 단계에 대한 설명으로 돌아가 병원 정보 데이터베이스(미도시)에 대하여 설명하도록 한다.

병원 정보 데이터베이스(미도시)는 전용 어플리케이션에 회원 가입을 완료한 회원 병원(유료 및 무료 모두 포함)에 대한 정보 및 회원이 아닌 병원에 대한 정보를 모두 포함할 수 있으며, 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보는 병원명, 주소, 병원의 위도/경도, 병원의 이메일 주소, 병원 홈페이지, 병원의 진료 과목, 병원의 전문 분야, 병원에 근무하는 의사에 대한 정보, 병원의 진료 시간, 병원의 요일 및 시간대별 진료 시간, 적용되는 의료 보험의 종류, 병원의 후기, 병원의 평점 및 병원의 해시 태그에 대한 정보 중 어느 하나 이상을 포함할 수 있다.

이와 같은 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보는 주기적인 크롤링(Crawling)을 통해 수집할 수 있으며, 또는 사용자에 해당하는 환자들이 직접 입력할 수도 있음은 물론이라 할 것이다.

회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보 중, 병원명, 주소, 병원의 위도/경도, 병원의 이메일 주소, 병원 홈페이지, 병원의 진료 과목, 병원의 전문 분야, 병원에 근무하는 의사에 대한 정보, 병원의 진료 시간, 병원의 요일 및 시간대별 진료 시간, 적용되는 의료 보험의 종류는 해당 병원이 포털 사이트 상에 개시해두는 것이 일반적이므로 크롤링을 통해 비교적 손쉽게 수집할 수 있으나, 병원의 후기, 병원의 평점 및 병원의 해시 태그에 대한 정보는 조금 다르게 취급할 필요가 있다.

보다 구체적으로, 병원의 후기의 경우 사용자에 해당하는 환자들이 직접 입력하거나 크롤링을 통해 수집할 수 있으며, 병원의 평점의 경우 사용자에 해당하는 환자들이 직접 입력하거나 평점을 부여하지 않은 후기에 대해서는 딥러닝 자연어 처리 모델을 이용하여 장치(100)가 자체적으로 후기를 분석하여 평점을 자동으로 부여할 수 있을 것이다. 병원의 해시태그의 경우 장치(100)가 키워드 추출 딥러닝 자연어 처리 모델을 사용하여 병원의 후기와 병원 정보에서 자동으로 추출해 생성할 수 있으며, 환자가 병원 검색 시 또는 조건 매칭 여부에 관한 필터링 시에 활용할 수 있고, 수집되는 후기에 따라 자동으로 갱신될 수도 있다.

한편, 장치(100)는 주기적으로 외부의 공공 병원 정보 시스템, 예를 들어 한국의 경우 건강보험심사 평가원과의 연계를 통해 인가된 병원 정보를 가져와 병원 정보 데이터베이스(미도시)를 업데이트할 수 있으며, 연계가 불가능한 국가에서 크롤링을 통해 병원 정보를 자동으로 수집하거나 관리자가 직접 수기로 정보를 수집하여 구축할 수도 있을 것이다. 일반적으로 병원 정보 데이터베이스(미도시)에는 병원명, 주소, 전화번호, 진료 과목 등 해당 병원에 대한 기본적인 정보만 포함되어 있는 경우가 많을 것이기 때문에 병원의 후기 등과 같은 추가적인 정보는 크롤링 기술을 통해 수집하여 업데이트할 것이며, 병원의 위도/경도에 대한 정보는 병원의 주소 정보를 이용하여 지오코딩(Geocoding) 기법으로 알아낼 수 있을 것이다.

이상 설명한 병원 정보 데이터베이스(미도시)의 구축과 관련한 방법인 크롤링은 병원의 후기나 기타 추가적인 정보 수집 및 업데이트 외에도 공공 병원 정보 시스템과 연계가 불가능한 경우에 병원 정보 데이터베이스(미도시)를 구축하기 위해서 사용될 수 있는바, 그에 따라 이를 스마트 크롤링이라 명명하도록 한다.

공공 병원 정보 시스템과 연계가 불가능하여 이에 대한 병원 정보 데이터베이스(미도시)의 구축이 불가능한 경우, 스마트 크롤링을 통해 해당 국가의 병원들에 대한 정보를 수집할 수 있는바, 보다 구체적으로, "병원", "의원", "의료원"등과 같은 병원 관련 키워드를 이용하여 병원과 관련된 데이터만을 수집한 후, 딥러닝 자연어 처리 모델을 통해 분석하여 병원 정보가 맞는지 확인한다. 딥러닝 모델이 병원 정보가 아니라고 판단하면 해당 데이터는 폐기하며, 병원 정보가 맞다고 판단하면 크롤링 데이터에서 병원명, 병원주소, 전화번호, 이메일 등과 같은 기본 정보들을 추출하고, 다음으로 병원명, 주소 등을 이용하여 병원 정보 데이터베이스(미도시)를 검색해서 데이터베이스에 기존에 존재하는 병원이 아닌 경우, 신규병원으로 병원 정보 데이터베이스에 저장한다.

이와 같은 스마트 크롤링은 병원에 대한 최신 정보를 업데이트하기 위해서도 사용되는바, 이미 병원 정보 데이터베이스(미도시)에 저장된 병원인 경우, 데이터베이스에 기록된 홈페이지 URL을 이용해서 해당 병원 홈페이지에서 주기적으로 크롤링해서 병원명, 이메일, 전화번호, 주소, 진료과목 등의 기본 정보를 자동으로 업데이트하며, 병원 주소가 변경 경우에는 위도/경도 역시 새 주소에 맞게 업데이트한다.

만약 크롤링 시 홈페이지 주소가 변경되는 등의 이유로 홈페이지 응답이 일정 기간 동안 없는 경우, 장치(100)는 병원 정보 데이터베이스(미도시)에 기록된 이메일 주소로 홈페이지 주소 변경 확인 요청 메일을 보내서 변경된 주소를 갱신하게 할 수 있도록 하며, 만약 해당 이메일 주소도 변경되어(이메일 주소가 없는 경우 포함) 이메일을 전송할 수 없는 경우에는 정보 미확인으로 변경하고, 추후 장치(100)의 관리자가 수작업을 통해서 갱신할 있도록 한다.

더 나아가, 스마트 크롤링은 병원에 대한 후기를 수집하기 위해서도 사용되는바, 후기의 경우 병원 홈페이지에 있는 후기는 신뢰성이 떨어지는 관계로 지도 서비스나 다른 블로그, 커뮤니티 등 병원 공식 홈페이지를 제외한 사이트에서 크롤링한 후, 딥러닝 자연어 처리 모델(감성 분석 모델)로 후기를 분석하여 평점을 부여할 수 있다.

여기서 평점은 1~100점까지의 점수로 계산하여 부여하며 긍정도가 높을수록 100점에 가깝도록 부여하고, 최종적인 평점은 환자가 직접 부여한 평점과 장치(100)가 딥러닝 모델을 통해 후기를 분석하여 자동으로 부여한 평점의 평균으로 산정할 수 있을 것이다. 또한, 중복 후기를 방지하기 위해서 별도의 딥러닝 자연어 처리 모델을 이용해서 기존에 수집된 후기의 유사도와 새로 수집된 후기의 유사도를 산정해서 새로 수집된 후기가 기존 후기와 유사도 1에 가깝게 높은 경우, 새로 수집된 후기는 반영하지 않고 폐기할 수 있을 것이다.

한편, 스마트 크롤링을 통해 전용 어플리케이션에 회원 가입을 하지 않은 병원 중, 새로 개업한 신규 병원의 경우, 장치(100)가 크롤링한 정보가 포함하는 이메일 주소로 회원 가입 안내 메일을 발송할 수도 있으며, 이 경우 회원 가입시의 혜택과 프로모션 등의 정보를 함께 기재하여 발송함으로써 회원 가입을 유도할 수 있다.

이상 설명한 병원 정보 데이터베이스(미도시)는 장치(100)가 포함하는 구성일 수 있으나, 방대한 양의 데이터로 인해 저장 공간 상의 문제가 발생할 수 있으므로 가급적 외부 서버에 구현하는 것이 바람직하다 할 것이나, 이에 반드시 한정하는 것은 아니라 할 것이다.

다시 도 17에 대한 설명으로 돌아가도록 한다.

추천 병원을 병원 정보 데이터베이스(미도시)에서 산출하여 복수 개 출력했다면, 장치(100)는 환자 단말(미도시)로부터 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료한다(S1740).

중복 서술을 방지하기 위해 S1740 단계에서 내원 예약을 완료한다고 기재하였으나, 이는 앞선 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법에서 S1340 단계 내지 S1360 단계에 대한 설명과 동일한 것으로 볼 수 있다. 즉, 환자 단말(미도시)와 병원 단말(미도시) 사이에 내원 일정을 발송하고 선택 정보를 발송하는 과정에 반복될 수 있으며, 그에 따라 최종적으로 예약된 내원 일정이 환자 달력과 병원 달력 모두에 표시되어 출력될 수 있다.

한편, S1740 단계는 내원 예약이 완료된 상태이기는 하나, 아직 환자-주치의 관계를 맺기 전의 상태이기에 환자의 동의 없이 환자의 개인 건강 데이터를 병원이 수신할 수는 없을 것인바, 그에 따라 S1740 단계 이후에 장치(100)가 환자 단말(미도시)로부터 수신한 한자의 개인 건강 데이터 측정값 및 산정한 PHR 평가치 중 어느 하나 이상을 내원 예약을 완료한 병원의 병원 단말(미도시)에 발송하기 위한 동의 정보를 환자 단말(미도시)로부터 수신하는 단계(S1745)가 수행될 수 있으며, 동의 정보를 수신하지 못하는 경우 환자가 환자 단말(미도시)를 통해 전용 어플리케이션 상에 입력하는 정보만 병원 단말(미도시)이 수신할 수 있을 것이다.

이후, 장치(100)는 환자 단말(미도시)로부터 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하며(S1750), 환자 단말(미도시)로부터 주치의 병원으로 등록한 병원에 근무 중인 하나 이상의 의사에 대한 선택 정보를 수신하여 환자에 대한 환자-주치의 관계를 맺은 주치의로 등록할 수도 있다(S1760).

이와 같은 S1750 단계 및 S1760 단계가 환자-주치의 관계를 맺는 단계로 볼 수 있으며, 보다 구체적으로 S1750 단계는 주치의 병원 또는 단골 병원 관계를, S1760 단계는 주치의 관계를 등록하는 단계로 볼 수 있는바, 이들 모두를 포함하여 환자-주치의 관계로 볼 수 있을 것이다.

한편, 환자-주치의 관계를 맺는 S1750 단계 및 S1760 단계를 내원 예약을 완료한 S1740 단계 이후에 설명하였으나, 시간적인 선후가 반드시 그렇게 되는 것은 아니며, 내원 예약과 무관하게 추천 병원 중 어느 하나를 선택하여 환자-주치의 관계로 등록할 수 있음은 물론이라 할 것이며, 앞서 설명한 바와 같이 환자 스스로 검색한 병원에 대해서도 환자-주치의 관계를 자유롭게 맺을 수 있음은 물론이라 할 것이다. 이는 한번 맺은 환자-주치의 관계의 취소에 대해서도 동일하게 적용되는 설명이라 할 것이다.

이상 설명한 S1750 단계 및 S1760 단계를 통해 환자-주치의 관계가 맺어질 수 있으며, 그 이후에 병원 단말(미도시)는 장치(100)로부터 한자의 개인 건강 데이터 측정값 및 산정한 PHR 평가치 중 어느 하나 이상을 수신할 수 있고, 그 이후의 내원 예약에 관해서는 앞서 설명한 본 발명의 제2 실시 예에 따른 환자의 내원 일정을 능동적으로 예약하는 방법이 수행된다 할 것이다.

지금까지 본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법에 대하여 설명하였다. 본 발명에 따르면, 장기적 이용을 통해 의료적 신뢰가 쌓인 병원이 존재하지 않는 경우, 환자의 개인 건강 데이터 측정값을 발송하기만 하면 장치(100)가 환자에게 최적화된 병원을 손쉽게 추천해주므로 단골 병원 또는 주치의 설정이 간편하게 이루어질 수 있다. 또한, 적절한 병원에 대한 정보 검색의 어려움을 고려하여 장치(100)가

병원 검색을 대신하여 수행하고 병원 정보 데이터베이스(미도시)를 주기적으로 업데이트하여 병원을 추천하되, 해당 병원에 대한 내원 예약까지 손쉽게 진행할 수 있도록 함으로써 환자의 편의성을 현저하게 향상시킬 수 있다. 더 나아가, 환자의 개인 건강 데이터의 모니터링 결과에 따라 이상이 발생하는 경우, 이에 대한 진료를 수행할 수 있는 병원을 추천해 줌으로써 환자에게 건강 관리에 대한 경각심을 줄 수 있으며, 환자-주치의 관계를 맺을 병원을 만들어줌으로써 체계적인 건강 관리가 가능한 환경을 구축해줄 수 있다.

이상 설명한 본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법은 동일한 기술적 특징을 전부 포함하는 본 발명의 제6 실시 예에 따른 매체에 저장된 컴퓨터 프로그램으로 구현할 수 있는바, 중복 서술을 방지하기 위해 자세히 설명하지 않겠지만 이상 설명한 본 발명의 제5 실시 예에 따른 환자-주치의 관계를 맺을 병원을 추천하는 방법에 적용되는 기술적 특징 모두, 본 발명의 제6실시 예에 따른 매체에 저장된 컴퓨터 프로그램에 동일하게 적용될 수 있음은 물론이다.

지금까지 본 발명의 모든 실시 예에 대하여 설명하였다. 이를 위해 지능형 헬스케어 장치(3), 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치(100), 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치(100)라는 용어를 사용하여 각각의 실시 예에 해당하는 설명을 진행하였으나, 이들 모두 환자 단말(미도시) 또는 병원(주치의) 단말(미도시) 상에 설치된 전용 어플리케이션을 통해 구현되는 소정의 기능이나 서비스 제공의 근원, 즉 일종의 서버로 볼 수 있으며, 서버는 하나의 플랫폼으로, 전용 어플리케이션은 딥러닝 기술을 활용한 챗봇인 지능형 능동 대화 에이전트(Intelligent Proactive Conversational Agent, 이하 IPCA)로 구현될 수 있다 할 것이다.

이와 같은 IPCA는 앞서 설명한 다양한 프로세스를 리딩하고, 각종 기능들을 수행함과 더불어 사용자(환자 및 의사 모두 포함)로 하여금 보다 쉽고 간편하게 본 발명을 사용할 수 있도록 이바지할 수 있는바, 사용자가 먼저 대화를 요청해서 기능을 사용하는 일반 챗봇과는 다르게, PHR을 비롯한 사용자의 현재 상태와 날씨, 기온 등 사용자 주변의 외부 환경을 모니터링하고 있다가 사용자에게 알림이나 정보수집이 필요할 때 사용자에게 먼저 대화를 시도(agent-initiated conversation)할 수 있다. 이를 통해서 PHR 이상 신호 감지 또는 환절기와 같은 주변 환경의 변화, 기타 중요 이벤트 발생 시 사용자에게 건강 정보에 대한 정보를 수집(문진), 정보 전달 등을 위해서 능동적으로 사용자와의 대화를 시작할 수 있으며, 사용자와의 모든 대화는 사용자 단말에 설치된 IPCA 클라이언트(전용 어플리케이션에 포함된 기능)를 통해 이루어지고, 단순히 텍스트뿐만 아니라 TTS(Text-to-speech), STT(Speech-to-Text) 기술을 이용하여 음성으로 대화가 가능하다. 또한 IPCA 클라이언트는 의사 모습의 virtual agent(아바타)를 통해서 사용자와 대화함으로써 사용자에게 심리적 안정과 신뢰감을 줄 수도 있다.

여기에 추가적으로 사용자가 좀더 편리하게 대화를 이어 갈수 있도록 하기 위해 다음과 같은 기법을 사용할 수 있다. 먼저 IPCA가 사용자로부터 정보를 얻거나 답변을 받아야 하는 경우에는 객관식 형태의 선택지를 제공하여 사용자가 선택을 쉽게 할 수 있도록 한다. 아울러, 주관식 답변이 필요한 경우에도 예시를 제시하여 보다 사용자가 보다 답변을 쉽게 할 수 있도록 이바지할 수 있으며, 다음으로 사용자와 대화 중에 사용자가 IPCA 물음에 답변을 하지 못하는 경우(breakdown 발생) 등을 파악(질문 후 답변 입력까지의 걸리는 시간 측정 등의 방법 사용)하여, 사용자가 답변을 주저한다고 판단되면 자동으로 해당 답변에 대한 상세한 추가적 설명이나 답변 예시를 제공할 수도 있다. 이는 특히 의학 용어가 많은 헬스케어의 특성 상 반드시 필요한 기능이라 할 것이다.

IPCA 구현을 위한 엔진에 해당하는 IPCA 서버는 사용자의 상태와 외부 환경을 모니터링 하기 위해서 플랫폼의 모니터링 엔진과의 인터페이스 기능을 포함할 뿐만 아니라, 사용자가 질문, 명령을 하거나 답변을 한 것에 대한 분석을 위한 딥러닝 자연어 처리 모델을 내장하고 있을 수 있다. 이 엔진은 IPCA가 사용자 입력한 내용에 대해서 먼저 사용자가 어떠한 것을 하려고 하는지에 대한 의도 파악을 수행할 수 있으며, 여기서 사용자의 의도는 1) 질문/정보조회, 2) PCA의 이전 (주관식) 물음에 대한 답변, 3) 기능 수행 명령, 4) 기타(명확한 의도를 파악하지 못한 경우, 혼잣말, 넋두리 등)가 있다. 의도에 따라서 세부적인 내용 분석을 수행한다.

보다 구체적으로 사용자의 의도가 1) 질문/정보조회인 경우는 플랫폼 내의 정보/데이터(환자의 PHR 정보, 환자의 예약 정보, 플랫폼 기능 문의 등) 조회와 일반적인 질문/정보 검색으로 나눌 수 있다. 플랫폼 내의 정보/데이터 조회인 경우 사용자의 입력 내용을 플랫폼에서 조회하기 위한 검색조건으로 만든 후, 해당 질의를 수행해서 결과를 사용자에게 알려줄 수 있다. 사용자가 입력한 내용을 검색조건으로 만드는 것은 플랫폼에서 제공하는 검색조건 생성 딥러닝 모델을 사용하며, 이 모델은 사용자의 피드백에 따라서 자동 학습된다. 의도가 플랫폼 내의 정보/데이터에서 답변이 불가능한 일반적인 질문/정보 검색인 경우, 사용자에게 플랫폼에서 답변할 수 없는 사항이라서 웹에서 검색한다고 알려주고 입력한 내용을 Google과 같은 외부 검색엔진을 이용해서 검색하여 그 결과에 대한 외부 페이지를 표시할 수 있다.

한편, 사용자의 의도가 2) PCA의 이전 (주관식) 질문에 대한 답변인 경우, 해당 질문에 대한 답변으로 적절한지 판단하며, 이 역시 딥러닝 모델을 이용하며 질문-답변 관련성(0~1)이 0.5 이하 인 경우 힌트나 답변 예시를 주어 사용자가 보다 정확한 답변/정보제공을 하도록 유도할 수 있다(예를 들어 IPCA가 일주일 동안 운동한 시간을 물어봤는데 사용자가 A형이라고 답변을 하는 경우 3시간 또는 2시간 30분과 같은 형식으로 답변해 주세요).

또 다른 한편, 사용자의 의도가 4) 기타인 경우에는 사용자에게 좀더 구체적인 내용을 입력하도록 권유하는 메시지를 표시할 수 있다.

추가적으로 IPCA 주관식 질문에 대해서, 사용자가 바로 다음에 입력한 내용의 의도가 2) 답변이 아닌 1) 질문/정보조회나 3) 기능 수행 명령의 경우, 사용자와의 지속적인 대화를 이어가기 위해서 정확한 답변을 하도록 사용자에게 요청하지 않고, 1) 질문/정보조회나 3) 기능 수행 명령에 해당하는 동작을 수행 후, 사용자에게 다시 원래의 질문을 할 수 있으며, 이를 위해서 IPCA가 사용자에게 주관식 질문을 할 때에는 답변 여부를 트래킹 할 수 있다.

이와 같은 IPCA를 통해 헬스케어 서비스 분야에 속하는 본 발명은 사용자에게 현저한 편의성을 제공할 수 있으며, 공지된 논문인 Cartreine et al., 2010; Dayan et al., 2007, Locke et al., 1992, Richman et al., 1999에서 공개된 바와 같이 사람들은 민감한 정보를 다른 사람에게 공개해야 할 때 실제 사람보다 개인 정보 보호 문제와 부정적인 평가에 대한 두려움이 적은 컴퓨터 에이전트와 더 편안하게 지내는 경향이 있기 때문에 IPCA가 본 발명에 적용되었을 때 최적의 효과를 도출할 수 있음은 믿어 의심치 않는다 할 것이다.

이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명하였지만, 본 발명이 속하는 기술 분야에서 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 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

100: 환자의 개인 건강 데이터 실시간 모니터링에 따른 주치의 주도적 내원 권유 장치, 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치
10: 프로세서
20: 네트워크 인터페이스
30: 메모리
40: 스토리지
41: 컴퓨터 프로그램
50: 데이터 버스

Claims (8)

1. 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치가 전용 어플리케이션(Application)을 통해 상기 환자에게 환자-주치의 관계를 맺을 병원을 추천하는 방법에 있어서,
   (a) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 단계;
   (b) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 단계;
   (c) 상기 (b) 단계의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 단계;
   (d) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 단계; 및
   (e) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 단계;
   를 포함하는 환자-주치의 관계를 맺을 병원을 추천하는 방법.
2. 제1항에 있어서,
   상기 (c) 단계에서의 복수 개의 추천 병원은,
   상기 환자 단말로부터 소정 거리 내에 위치한 복수 개의 병원 중, 상기 전용 어플리케이션에 회원 가입을 완료한 회원 병원을 회원이 아닌 병원 보다 우선하여 출력하는,
   환자-주치의 관계를 맺을 병원을 추천하는 방법.
3. 제1항에 있어서,
   상기 (d) 단계 및 (e) 단계 사이에,
   (d´) 상기 환자 단말로부터 수신한 한자의 개인 건강 데이터 측정값 및 상기 산정한 PHR 평가치 중 어느 하나 이상을 상기 내원 예약을 완료한 병원의 병원 단말에 발송하기 위한 동의 정보를 상기 환자 단말로부터 수신하는 단계;
   를 더 포함하는 환자-주치의 관계를 맺을 병원을 추천하는 방법.
4. 제1항에 있어서,
   상기 (e) 단계 이후에,
   (f) 상기 환자 단말로부터 상기 주치의 병원으로 등록한 병원에 근무 중인 하나 이상의 의사에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의로 등록하는 단계;
   를 더 포함하는 환자-주치의 관계를 맺을 병원을 추천하는 방법.
5. 제1항에 있어서,
   
   상기 (c) 단계에서의 병원 정보 데이터베이스는,
   상기 전용 어플리케이션에 회원 가입을 완료한 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보를 모두 포함하며,
   상기 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보는,
   병원명, 주소, 병원의 위도/경도, 병원의 이메일 주소, 병원 홈페이지, 병원의 진료 과목, 병원의 전문 분야, 병원에 근무하는 의사에 대한 정보, 병원의 진료 시간, 병원의 요일 및 시간대별 진료 시간, 적용되는 의료 보험의 종류, 병원의 후기, 병원의 평점 및 병원의 해시 태그에 대한 정보 중 어느 하나 이상을 포함하는,
   환자-주치의 관계를 맺을 병원을 추천하는 방법.
6. 제5항에 있어서,
   상기 회원 병원에 대한 정보 및 회원이 아닌 병원에 대한 정보는,
   주기적인 크롤링(Crawling)을 통해 수집하는,
   환자-주치의 관계를 맺을 병원을 추천하는 방법..
7. 하나 이상의 프로세서;
   네트워크 인터페이스;
   상기 프로세서에 의해 수행되는 컴퓨터 프로그램을 로드(Load)하는 메모리; 및
   대용량 네트워크 데이터 및 상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되,
   상기 컴퓨터 프로그램은 상기 하나 이상의 프로세서에 의해,
   (A) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 오퍼레이션;
   (B) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 오퍼레이션;
   (C) 상기 (B) 오퍼레이션 의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 오퍼레이션;
   (D) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 오퍼레이션; 및
   (E) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 오퍼레이션;
   을 실행하는 환자의 개인 건강 데이터 실시간 모니터링에 따른 병원 추천 장치.
8. 컴퓨팅 장치와 결합하여,
   (AA) 환자 단말로부터 수신한 환자의 개인 건강 데이터(Personal Health Record, PHR) 측정값을 기초로 상기 환자의 PHR 이상 점수 및 PHR 이상 등급 중 어느 하나 이상을 포함하는 PHR 평가치를 실시간으로 산정하는 단계;
   (BB) 상기 실시간으로 산정한 환자의 PHR 평가치가 기 설정한 임계값을 초과하는지 판단하는 단계;
   (CC) 상기 (BB) 단계의 판단 결과, 초과한다면 상기 환자 단말의 위치 정보를 이용하여 상기 PHR 평가치에 관한 항목의 진료가 가능한 추천 병원을 병원 정보 데이터베이스에서 산출하여 복수 개 출력하는 단계;
   (DD) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 내원 예약을 완료하는 단계; 및
   (EE) 상기 환자 단말로부터 상기 출력한 복수 개의 추천 병원 중, 어느 하나에 대한 선택 정보를 수신하여 상기 환자에 대한 환자-주치의 관계를 맺은 주치의 병원으로 등록하는 단계;
   를 실행하는 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.

Images