WO2022158689A1 - 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템 - Google Patents

사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템 Download PDF

Info

Publication number
WO2022158689A1
WO2022158689A1 PCT/KR2021/016726 KR2021016726W WO2022158689A1 WO 2022158689 A1 WO2022158689 A1 WO 2022158689A1 KR 2021016726 W KR2021016726 W KR 2021016726W WO 2022158689 A1 WO2022158689 A1 WO 2022158689A1
Authority
WO
WIPO (PCT)
Prior art keywords
analysis
unit
information
voice
pain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2021/016726
Other languages
English (en)
French (fr)
Inventor
김진성
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industry Academic Cooperation Foundation of Catholic University of Korea
Original Assignee
Industry Academic Cooperation Foundation of Catholic University of Korea
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Industry Academic Cooperation Foundation of Catholic University of Korea filed Critical Industry Academic Cooperation Foundation of Catholic University of Korea
Publication of WO2022158689A1 publication Critical patent/WO2022158689A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages

Definitions

  • the present invention relates to a clinical linkage analysis system for subjective pain through voice analysis for prior questionnaires, and more particularly, to clinical linkage analysis of subjective pain through voice analysis for prior questionnaires to improve the accuracy of prior questionnaires for spinal pain. It's about the system.
  • the doctor should look at the patient's X-ray, MRI, and CT images and determine the patient's condition and treatment method by referring to the interview with the patient.
  • some lesions may be asymptomatic, some lesions may be mildly symptomatic, and some lesions may be predominantly symptomatic lesions.
  • symptoms appear differently depending on the location of the lesion and the nature of the lesion, it is necessary to catch the patient's most discomfort through interview with the patient, and it is also necessary to find out which lesion requires the most urgent treatment among various lesions. It took a lot of time.
  • the doctor must decide whether surgery is necessary for the main symptomatic lesion or whether non-surgical treatment is sufficient.
  • An object of the present invention to solve the above problems is to provide a clinical linkage analysis system for subjective pain through voice analysis for pre-interview in order to improve the diagnostic accuracy of artificial intelligence.
  • a configuration of the present invention for achieving the above object is a chatbot module provided to acquire the analysis data necessary to know the condition of the subject; a server module provided to analyze the analysis data acquired by the chatbot module to derive diagnostic data; and a terminal module provided to display the diagnostic data derived by the server module to the examinee.
  • the analysis data may include questionnaire information, audio information, and image information.
  • the chatbot module includes: a chatbot communication unit provided to receive the questionnaire information from the server module and provide the analysis data to the server module; a display unit provided to display the questionnaire information provided from the chatbot communication unit to the examinee; a speaker unit provided to read the questionnaire information to the subject; and a voice recognition unit configured to acquire questionnaire information by recognizing the examinee's answer, and to obtain voice information recorded by the examinee's voice.
  • the chatbot module may further include a photographing unit provided to acquire image information by recording the behavior and facial expressions of the examinee during the interview.
  • the server module includes: a server communication unit provided to receive analysis data from the chatbot module; a questionnaire analysis unit provided to analyze the questionnaire information; a voice analyzer provided to analyze the voice information; a behavior analysis unit provided to analyze the behavior of the examinee from the image information; an expression analysis unit provided to analyze the expression of the subject in the image information; and a diagnosing unit configured to generate expected disease information by synthesizing the analysis results of the questionnaire analysis unit, the voice analysis unit, the behavior analysis unit, and the expression analysis unit to diagnose the condition of the subject.
  • the questionnaire analysis unit may be configured to calculate a pain score for each body part according to a pain-related questionnaire, a visual analogue scale (VAS) score, and an Oswestry Disability Index (ODI) score.
  • VAS visual analogue scale
  • the voice analysis unit may be configured to analyze the tone of the examinee's voice from the voice information and additionally calculate a pain weight for each body part from the pain score.
  • the behavior analysis unit may be configured to analyze the behavior of the examinee from the image information and additionally calculate a pain weight for each body part from the pain score.
  • the expression analysis unit may be configured to analyze the facial expression of the examinee from the image information and additionally calculate a pain weight for each body part from the pain score.
  • the diagnosis unit includes a pain score for each body part calculated by the questionnaire analysis unit for each body part additionally calculated according to the analysis results of the voice analysis unit, the behavior analysis unit, and the expression analysis unit. It may be characterized in that it is provided to generate the predicted disease information by summing the pain weights.
  • the terminal module includes: a terminal communication unit that receives information about the predicted disease diagnosed from the server module; and an information display unit for displaying the expected disease information provided to the terminal communication unit to the examinee.
  • the terminal module may further include an input unit provided to input diagnostic condition information on an actual condition of the examinee diagnosed by the examinee.
  • the server module may further include a learning unit configured to perform machine learning by comparing the diagnostic condition information input to the input unit with the predicted condition information derived by the diagnosis unit. .
  • the input unit may be provided to further input personality information of the examinee, and the diagnosis unit may be provided to adjust a pain weight according to the personality information.
  • diagnosis unit calculates predicted diagnostic information by adding the voice, facial expression, and behavior of the examinee, it is possible to more accurately predict the condition of the examinee.
  • FIG. 1 is an exemplary configuration diagram of a system for analyzing clinical linkage of subjective pain through voice analysis for pre-questionnaires according to an embodiment of the present invention.
  • a chatbot module provided to acquire the analysis data necessary to know the condition of the subject; a server module provided to analyze the analysis data acquired by the chatbot module to derive diagnostic data; and a terminal module provided to display the diagnostic data derived by the server module to the examinee.
  • FIG. 1 is an exemplary configuration diagram of a system for analyzing clinical linkage of subjective pain through voice analysis for pre-questionnaires according to an embodiment of the present invention.
  • the clinical linkage analysis system 100 of subjective pain through voice analysis for pre-interview may include a chatbot module 110 , a server module 120 , and a terminal module 130 .
  • the chatbot module 110 is provided to acquire the analysis data necessary to know the condition of the subject, the chatbot communication unit 111, the display unit 112, the speaker unit 113, the voice recognition unit 114 and the photographing unit (115).
  • the analysis data may include questionnaire information, audio information, and image information.
  • the chatbot communication unit 111 may be provided to receive the questionnaire information from the server module 120 and provide the analysis data to the server module 120 .
  • the chatbot communication unit 111 includes a visual analogue scale (VAS) questionnaire, an Oswestry Disability Index (ODI) questionnaire, and other pain-related questionnaires from the server module 120 to ask questions necessary to understand the condition of the examinee. may be arranged to be provided.
  • VAS visual analogue scale
  • Oswestry Disability Index Oswestry Disability Index
  • the chatbot communication unit 111 may provide the provided questionnaires to the display unit 112 and the speaker unit 113 , and transmit information received from the voice recognition unit 114 and the photographing unit 115 to the server module ( 120) may be provided.
  • the display unit 112 may be provided to display the questionnaire information provided from the chatbot communication unit 111 to the examinee.
  • the display unit 112 may be provided as a touch screen, in addition to showing a questionnaire to the examinee, so that the examinee can directly select an answer.
  • the speaker unit 113 may be provided to read the questionnaire information to the examinee.
  • the speaker unit 113 may read the questionnaire displayed on the display unit 112 to the examinee and guide the subject to answer.
  • the speaker unit 113 provided in this way can induce various facial expression changes and behavior changes by inducing the subject to have a natural conversation like an actual questionnaire.
  • the voice recognition unit 114 may be provided to obtain the questionnaire information by recognizing the answer of the examinee, and to obtain the voice information recorded by the examinee's voice.
  • the photographing unit 115 may be provided to obtain image information by recording the behavior and facial expressions of the examinee during the interview.
  • the obtained questionnaire information, voice information, and image information may be transmitted to the server module 120 by the chatbot communication unit 111 .
  • the server module 120 is provided to analyze the analysis data obtained by the chatbot module 110 to derive diagnostic data, and a server communication unit 121 , a questionnaire analysis unit 122 , and a voice analysis unit 123 . ), a behavior analysis unit 124 , an expression analysis unit 125 , a diagnosis unit 126 , and a learning unit 127 .
  • the server communication unit 121 may be provided to receive analysis data from the chatbot module 110 .
  • the server communication unit 121 may receive questionnaire information, voice information, and image information from the chatbot communication unit 111 .
  • the server communication unit 121 may provide the questionnaire information to the voice analysis report or the questionnaire analysis unit 122, and may provide the voice information to the voice analysis unit.
  • the server communication unit 121 may provide the image information to the behavior analysis unit 124 and the expression analysis unit 125 .
  • the questionnaire analysis unit 122 may be provided to analyze the questionnaire information.
  • the questionnaire analysis unit 122 may be provided to provide the contents of a visual analogue scale (VAS) questionnaire, an ODI (Oswestry Disability Index) questionnaire, and other questionnaires to the chatbot module 110 through the server communication unit 121 .
  • VAS visual analogue scale
  • ODI Olwestry Disability Index
  • the questionnaire analysis unit 122 may be provided to receive the examinee's answer to the questionnaire analyzed by the voice analysis unit 123 .
  • the examinee directly selects the answer to the questionnaire on the display unit 112 , it may be provided to directly receive the answer to the questionnaire from the server communication unit 121 without going through the voice analysis unit 123 . .
  • the prepared questionnaire analysis unit 122 may be provided to calculate a pain score for each body part according to a visual analogue scale (VAS) score and an Oswestry Disability Index (ODI) score answered by the examinee.
  • VAS visual analogue scale
  • the voice analyzer 123 may be provided to analyze the voice information.
  • the voice analysis unit 123 may be provided to analyze the answer to the examinee's questionnaire, derive questionnaire information, and then provide it to the questionnaire analysis unit.
  • the voice analysis unit 123 may be provided to analyze the tone of the examinee's voice from the voice information and additionally calculate a pain weight for each body part from the pain score.
  • the voice analysis unit 123 may be provided to additionally calculate a pain weight for a point at which the voice tone abruptly rises or falls compared to the overall average in a specific answer of the examinee's questionnaire.
  • the voice analyzer 123 may be provided to calculate a higher weight for a body part that is repeatedly mentioned among answers of the examinee.
  • the behavior analysis unit 124 may be provided to analyze the behavior of the examinee in the image information.
  • the behavior analysis unit 124 may be provided to analyze the behavior of the examinee in the image information and additionally calculate a pain weight for each body part from the pain score.
  • the behavior analysis unit 124 additionally calculates the pain weight for the body part corresponding to the question when there is a large change in posture, such as when the hand moves a lot in a specific answer among the questionnaire of the examinee in the image information. may be arranged to do so.
  • the expression analysis unit 125 may be provided to analyze the expression of the subject in the image information.
  • the facial expression analysis unit 125 may be provided to analyze the facial expression of the examinee from the image information and additionally calculate a pain weight for each body part from the pain score.
  • the facial expression analysis unit 125 may be provided to additionally calculate a pain weight for a body part corresponding to a specific question when a facial expression change, such as a frown, occurs in a specific question during the questionnaire.
  • the diagnosis unit 126 synthesizes the analysis results of the questionnaire analysis unit 122, the voice analysis unit 123, the behavior analysis unit 124, and the expression analysis unit 125 to diagnose the condition of the subject. Thus, it may be provided to generate expected disease information.
  • the diagnosis unit 126 includes the voice analysis unit 123 , the behavior analysis unit 124 , and the expression analysis unit 125 based on the pain score for each body part calculated by the questionnaire analysis unit 122 . ) may be provided to generate the predicted disease information by summing the pain weights for each body part additionally calculated according to the analysis result.
  • a high pain score may be assigned to the buttocks, pelvis, thigh side, back thigh, side calf, waist, back calf, instep, sole of the foot, big toe, etc.
  • a high pain score may be assigned to the buttocks, pelvis, thigh side, back thigh, side calf, waist, back calf, instep, sole of the foot, big toe, etc.
  • pain weights are given to the pain scores of the waist, sacrum, pelvis, the back of the thigh, the back of the calf, and the sole of the foot. It is assumed that the diagnosis unit 126 may generate information on the expected pathology that the most urgent part corresponds to lumbar vertebrae 5 and sacral vertebrae 1, and that there is a herniated disc of the lumbar vertebrae.
  • the server module 120 is provided to diagnose not only the results of the questionnaire, but also the changes in the subject's voice, behavior, and facial expression, to diagnose the subject's condition and to diagnose the part that needs to be solved most urgently.
  • diagnosis unit 126 may be provided to recommend possible treatment methods according to the pain level for each body part in the predicted disease information.
  • the terminal module 130 is provided to display the diagnostic data derived by the server module 120 to the examinee, and may include a terminal communication unit 131 , an information display unit 132 , and an input unit 133 .
  • the terminal communication unit 131 may be provided to receive the diagnosed predicted disease information from the server module 120 .
  • the terminal communication unit 131 receives the diagnosis data, which is the diagnosis data, from the server module 120 and provides it to the information display unit 132, and transmits the information input to the input unit 133 to the server module. It may be provided to provide to 120 .
  • the information display unit 132 may be provided to display the expected disease information provided to the terminal communication unit 131 to the examinee.
  • the information display unit may include all electronic devices such as a computer, a mobile phone, a notebook computer, and a monitor.
  • the examinee can anticipate the patient's condition and the painful region based on the expected disease information displayed on the information display unit and start the interview, it is possible to more quickly diagnose the condition of the examinee and determine the treatment regimen.
  • the input unit 133 may be provided to input diagnostic condition information on the actual condition of the examinee diagnosed by the examinee.
  • the input unit 133 may be provided to further input the treatment method, the personality of the examinee, and the like.
  • the personality refers to a degree of reaction to pain, and it may be provided to input whether the exaggeration is severe compared to the expected pain as a score or the like.
  • the terminal communication unit 131 may be provided to provide the diagnostic condition information, the personality information of the examinee, a treatment method, and the like from the input unit 133 to the server communication unit 121 .
  • the server communication unit 121 may be provided to provide the diagnostic condition information and treatment method to the learning unit 127 .
  • the learning unit 127 may be provided to perform machine learning by comparing the diagnostic condition information input to the input unit 133 provided in the terminal module 130 with the expected condition information derived by the diagnosis unit 126 .
  • the learning unit 127 is provided to perform machine learning by artificial intelligence by comparing the recommended treatment method with the treatment method diagnosed by the examinee, and updates the diagnosis unit 126 according to the machine learning result. It can help make an accurate diagnosis.
  • the server communication unit 121 provides the personality information of the examinee to the diagnosis unit 126 , so that the diagnosis unit 126 may be provided to adjust the pain weight according to the personality information.
  • the weight of the pain may be lowered.
  • the present invention prepared as described above diagnoses the condition of the examinee by comprehensively judging the change in voice, behavior, and facial expression of the examinee by artificial intelligence, not only the results of the questionnaire, and diagnoses the most urgently needed part among them. may be arranged to do so.
  • the examiner can anticipate the patient's condition and painful area and start the interview, so that the patient can accurately diagnose the condition of the examinee within a shorter outpatient period and determine the most appropriate treatment regimen.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템에 관한 것으로, 보다 상세하게는 척추 통증에 대한 사전문진의 정확도를 향상시키기 위한 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템에 관한 것이다. 상기와 같은 목적을 달성하기 위한 본 발명의 구성은 피검진자의 병증을 알기 위해 필요한 분석데이터를 획득하도록 마련된 챗봇모듈; 상기 챗봇모듈에 의해 획득된 상기 분석데이터를 분석하여 진단데이터를 도출하도록 마련된 서버모듈; 및 상기 서버모듈에 의해 도출된 진단데이터를 검진자에게 디스플레이하도록 마련된 단말모듈을 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템을 제공한다. <대표도> 도 1

Description

사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템
본 발명은 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템에 관한 것으로, 보다 상세하게는 척추 통증에 대한 사전문진의 정확도를 향상시키기 위한 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템에 관한 것이다.
전 연령대에서 스마트폰, 컴퓨터 이용이 증가하고, 앉아서 생활하는 시간이 길어지면서 척추 질환자 수가 해마다 큰 폭으로 증가하고 있는 추세이다.
이에 따라, 척추 질환으로 인해서 병원을 찾는 사람들도 해마다 증가하고 있다.
이처럼 척추 통증으로 병원을 찾은 환자와의 외래 진료시 의사와 환자와의 인터뷰는 환자가 어떤 점을 가장 불편해하는지 파악하기 위해 필요한 과정이라고 할 수 있다.
인터뷰에서 의사는 환자의 X-Ray, MRI, CT 이미지를 보고, 환자와의 문진을 참고하여 환자의 병증 및 치료 방법을 결정해야 한다.
그러나, 의사가 각 이미지를 통해 5가지 병소들을 찾아낸다고 하더라도, 어떤 병소들은 무증상인 경우가 있고 어떤 병소는 경미한 유증상, 어떤 병소는 주된 유증상 병소일 수 있다. 즉, 병소의 위치와 병변의 성격에 따라 증상들은 다르게 나타나기 때문에 환자와의 문진을 통해 환자가 어느 부분을 가장 불편해하는지 캐치해야 하며 여러 병소 중에 가장 시급하게 치료가 필요한 병소가 어디인지 찾아내는 데에도 많은 시간이 소요되었다.
또한, 의사는 주된 유증상 병소에 대해서도 수술을 반드시 필요로 하는지 비수술치료로 충분한지 등을 결정해야 하는데, 이처럼 복잡한 결정을 3분 내지 5분의 짧은 외래 시간동안 정확하게 결정하는 것은 현실적으로 어려움이 있었다.
<선행기술문헌>
한국공개특허 제10-2020-0123593호
상기와 같은 문제를 해결하기 위한 본 발명의 목적은 인공지능의 진단 정확도를 향상시키기 위한 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 구성은 피검진자의 병증을 알기 위해 필요한 분석데이터를 획득하도록 마련된 챗봇모듈; 상기 챗봇모듈에 의해 획득된 상기 분석데이터를 분석하여 진단데이터를 도출하도록 마련된 서버모듈; 및 상기 서버모듈에 의해 도출된 진단데이터를 검진자에게 디스플레이하도록 마련된 단말모듈을 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템을 제공한다.
본 발명의 실시예에 있어서, 상기 분석데이터는, 문진 정보, 음성 정보, 영상 정보를 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 챗봇모듈은, 상기 서버모듈로부터 문진 정보를 제공받고, 상기 서버모듈에 상기 분석데이터를 제공하도록 마련된 챗봇통신부; 상기 챗봇통신부로부터 제공받은 상기 문진 정보를 피검진자에게 표시하도록 마련된 디스플레이부; 상기 문진 정보를 피검진자에게 읽어주도록 마련된 스피커부; 및 피검진자의 답변을 인식하여 문진 정보를 획득하고, 피검진자의 음성을 녹음한 음성 정보를 획득하도록 마련된 음성인식부를 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 챗봇모듈은, 문진시 피검진자의 행동 및 표정을 녹화하여 영상 정보를 획득하도록 마련된 촬영부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 서버모듈은, 상기 챗봇모듈로부터 분석데이터를 제공받도록 마련된 서버통신부; 상기 문진 정보를 분석하도록 마련된 문진분석부; 상기 음성 정보를 분석하도록 마련된 음성분석부; 상기 영상 정보에서 피검진자의 행동을 분석하도록 마련된 행동분석부; 상기 영상 정보에서 피검진자의 표정을 분석하도록 마련된 표정분석부; 및 상기 문진분석부, 상기 음성분석부, 상기 행동분석부, 상기 표정분석부의 분석 결과를 종합하여 피검진자의 병증을 진단하여 예상 병증 정보를 생성하도록 마련된 진단부를 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 문진분석부는, 통증관련 설문, VAS(visual analogue scale) 점수 및 ODI(Oswestry Disability Index) 점수에 따라 신체 부위 별로 통증 점수를 산정하도록 마련된 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 음성분석부는, 상기 음성 정보에서 피검진자의 목소리 톤을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련된 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 행동분석부는, 상기 영상 정보에서 피검진자의 행동을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련된 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 표정분석부는, 상기 영상 정보에서 피검진자의 얼굴 표정을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련된 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 진단부는, 상기 문진분석부에 의해 산정된 신체 부위 별 통증 점수에 상기 음성분석부, 상기 행동분석부, 상기 표정분석부의 분석 결과에 따라 추가 산정된 신체 부위 별 통증 가중치를 합산하여 상기 예상 병증 정보를 생성하도록 마련된 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 단말모듈은, 상기 서버모듈로부터 진단된 예상 병증 정보를 제공받는 단말통신부; 및 상기 단말통신부에 제공된 예상 병증 정보를 검진자에게 표시하는 정보표시부를 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 단말모듈은, 검진자로부터 진단된 피검진자의 실제 병증에 대한 진단 병증 정보를 입력하도록 마련된 입력부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 서버모듈은, 상기 입력부에 입력된 상기 진단 병증 정보와 진단부에 의해 도출된 예상 병증 정보를 비교하여 머신러닝하도록 마련된 학습부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 있어서, 상기 입력부에는 피검진자의 성격 정보가 더 입력되도록 마련되며, 상기 진단부는 상기 성격 정보에 따라 통증 가중치를 조정하도록 마련된 것을 특징으로 할 수 있다.
상기와 같은 구성에 따르는 본 발명의 효과는, 피검진자와의 외래 진료 전 사전 문진을 통해 환자의 신체 부위 별 통증 정도를 쉽게 파악할 수 있다.
진단부가 피검진자의 음성, 표정, 행동을 부가하여 예상 진단 정보를 산출함으로써, 보다 정확하게 피검진자의 병증을 예상할 수 있다.
의사가 피검진자의 병증에 대해 보다 잘 이해한 상태에서 피검진자와 외래 진료를 진행할 수 있기 때문에, 짧은 외래 진료 시간 내에 보다 정확하게 환자에게 시급하게 치료가 필요한 병소 및 치료 방법을 결정할 수 있다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 일실시예에 따른 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템의 구성예시도이다.
본 발명에 따른 가장 바람직한 일 실시예는, 피검진자의 병증을 알기 위해 필요한 분석데이터를 획득하도록 마련된 챗봇모듈; 상기 챗봇모듈에 의해 획득된 상기 분석데이터를 분석하여 진단데이터를 도출하도록 마련된 서버모듈; 및 상기 서버모듈에 의해 도출된 진단데이터를 검진자에게 디스플레이하도록 마련된 단말모듈을 포함하는 것을 특징으로 한다.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템의 구성예시도이다.
도 1을 참조하면, 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템(100)은 챗봇모듈(110), 서버모듈(120) 및 단말모듈(130)을 포함할 수 있다.
상기 챗봇모듈(110)은 피검진자의 병증을 알기 위해 필요한 분석데이터를 획득하도록 마련되며, 챗봇통신부(111), 디스플레이부(112), 스피커부(113), 음성인식부(114) 및 촬영부(115)를 포함할 수 있다.
여기서, 상기 분석데이터는, 문진 정보, 음성 정보, 영상 정보를 포함할 수 있다.
상기 챗봇통신부(111)는, 상기 서버모듈(120)로부터 문진 정보를 제공받고, 상기 서버모듈(120)에 상기 분석데이터를 제공하도록 마련될 수 있다.
구체적으로, 상기 챗봇통신부(111)는 상기 서버모듈(120)로부터 VAS(visual analogue scale) 설문 및 ODI(Oswestry Disability Index) 설문 및 기타 통증 관련 설문을 포함하여 피검진자의 병증을 파악하기 위해 필요한 질문들을 제공받도록 마련될 수 있다.
그리고, 챗봇통신부(111)는 제공받은 설문들을 상기 디스플레이부(112) 및 스피커부(113)에 제공할 수 있으며, 음성인식부(114) 및 촬영부(115)로부터 제공받은 정보를 서버모듈(120)로 제공하도록 마련될 수 있다.
상기 디스플레이부(112)는 상기 챗봇통신부(111)로부터 제공받은 상기 문진 정보를 피검진자에게 표시하도록 마련될 수 있다.
이때, 상기 디스플레이부(112)는 피검진자에게 설문을 보여주기만 하는 것이 아니라 터치 스크린으로 마련되어 피검진자가 답변을 직접 선택할 수 있도록 마련될 수도 있다.
상기 스피커부(113)는 상기 문진 정보를 피검진자에게 읽어주도록 마련될 수 있다.
구체적으로, 상기 스피커부(113)는 상기 디스플레이부(112)에 표시된 설문 내용을 피검진자에게 읽어주고, 답변을 하도록 안내할 수 있다. 이처럼 마련된 스피커부(113)는 피검진자가 실제 문진과 같이 자연스럽게 대화를 하도록 유도함으로써 다양한 표정 변화 및 행동 변화를 이끌어낼 수 있다.
상기 음성인식부(114)는 피검진자의 답변을 인식하여 문진 정보를 획득하고, 피검진자의 음성을 녹음한 음성 정보를 획득하도록 마련될 수 있다.
상기 촬영부(115)는 문진시 피검진자의 행동 및 표정을 녹화하여 영상 정보를 획득하도록 마련될 수 있다.
이처럼 획득된 문진 정보, 음성 정보, 영상 정보는 상기 챗봇통신부(111)에 의해 서버모듈(120)에 전송될 수 있다.
상기 서버모듈(120)은, 상기 챗봇모듈(110)에 의해 획득된 상기 분석데이터를 분석하여 진단데이터를 도출하도록 마련되며, 서버통신부(121), 문진분석부(122), 음성분석부(123), 행동분석부(124), 표정분석부(125), 진단부(126) 및 학습부(127)를 포함할 수 있다.
상기 서버통신부(121)는 상기 챗봇모듈(110)로부터 분석데이터를 제공받도록 마련될 수 있다.
구체적으로, 상기 서버통신부(121)는 상기 챗봇통신부(111)로부터 문진 정보, 음성 정보, 영상 정보를 전송받을 수 있다. 상기 서버통신부(121)는 문진 정보를 상기 음성분석보 또는 문진분석부(122)에 제공하며, 음성 정보를 음성 분석부에 제공할 수 있다. 그리고 상기 서버통신부(121)는 영상 정보를 행동분석부(124)와 표정분석부(125)에 제공할 수 있다.
상기 문진분석부(122)는 상기 문진 정보를 분석하도록 마련될 수 있다.
상기 문진분석부(122)는 VAS(visual analogue scale) 설문 및 ODI(Oswestry Disability Index) 설문 및 기타 설문의 내용을 서버통신부(121)를 통해 챗봇모듈(110)에 제공하도록 마련될 수 있다.
그리고, 상기 문진분석부(122)는 상기 음성분석부(123)에 의해 분석된 문진에 대한 피검진자의 답변을 제공받도록 마련될 수 있다. 또는, 피검진자가 문진에 대한 답을 디스플레이부(112)에 직접 선택한 방식을 취한 경우에는 음성분석부(123)를 거치지 않고 직접 서버통신부(121)로부터 문진에 대한 답변을 제공받도록 마련될 수도 있다.
이처럼 마련된, 상기 문진분석부(122)는 피검진자가 답변한 VAS(visual analogue scale) 점수 및 ODI(Oswestry Disability Index) 점수에 따라 신체 부위 별로 통증 점수를 산정하도록 마련될 수 있다.
상기 음성분석부(123)는 상기 음성 정보를 분석하도록 마련될 수 있다.
구체적으로, 상기 음성분석부(123)는, 피검진자의 문진에 대한 답변을 분석하여 문진 정보를 도출한 후 이를 문진 분석부에 제공하도록 마련될 수 있다.
그리고, 상기 음성분석부(123)는, 상기 음성 정보에서 피검진자의 목소리 톤을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련될 수 있다.
일 예로, 상기 음성분석부(123)는 피검진자의 설문 중 특정 답변에서 목소리 톤이 전체 평균에 비해 급격하게 올라가거나 내려가는 지점에 대해 통증 가중치를 추가 산정하도록 마련될 수 있다.
또는 상기 음성분석부(123)는 피검진자의 답변 중 반복적으로 언급되는 신체 부위에 대해 가중치를 더 높게 산정하도록 마련될 수 있다.
상기 행동분석부(124)는 상기 영상 정보에서 피검진자의 행동을 분석하도록 마련될 수 있다.
구체적으로, 상기 행동분석부(124)는, 상기 영상 정보에서 피검진자의 행동을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련될 수 있다.
일 예로, 상기 행동분석부(124)는 영상 정보에서 피검진자의 설문 중 특정 답변에서 손이 많이 움직이거는 등 자세의 변화가 많아질 경우 해당 질문에서 해당하는 신체 부위에 대한 통증 가중치를 추가 산정하도록 마련될 수 있다.
상기 표정분석부(125)는 상기 영상 정보에서 피검진자의 표정을 분석하도록 마련될 수 있다.
구체적으로, 상기 표정분석부(125)는 상기 영상 정보에서 피검진자의 얼굴 표정을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련될 수 있다.
일 예로, 상기 표정분석부(125)는 피검진자가 설문 중 특정 질문에서 얼굴 표정이 찡그리는 등의 표정 변화가 발생한 경우 특정 질문에 해당하는 신체 부위에 대한 통증 가중치를 추가 산정하도록 마련될 수 있다.
상기 진단부(126)는 상기 문진분석부(122), 상기 음성분석부(123), 상기 행동분석부(124), 상기 표정분석부(125)의 분석 결과를 종합하여 피검진자의 병증을 진단하여 예상 병증 정보를 생성하도록 마련될 수 있다.
구체적으로, 상기 진단부(126)는, 상기 문진분석부(122)에 의해 산정된 신체 부위 별 통증 점수에 상기 음성분석부(123), 상기 행동분석부(124), 상기 표정분석부(125)의 분석 결과에 따라 추가 산정된 신체 부위 별 통증 가중치를 합산하여 상기 예상 병증 정보를 생성하도록 마련될 수 있다.
일 예로, 상기 문진분석부(122)의 분석 결과, 엉치, 골반, 허벅지 옆부분, 허벅지 뒷부분, 종아리 옆부분, 허리, 종아리 뒷부분, 발등, 발바닥, 엄지발가락 등에 높은 통증 점수가 매겨질 수 있다. 이 경우, 요추 추간판 탈출증으로 요추 4번, 5번, 천추 1번에 문제가 있는 것으로 볼 수 있다.
여기서, 상기 음성분석부(123), 행동분석부(124), 표정분석부(125)의 분석 결과에 따라 허리, 엉치, 골반, 허벅지 뒷부분, 종아리 뒷부분, 발바닥의 통증 점수에 통증 가중치가 부여된다고 가정하면, 진단부(126)는 가장 문제가 시급한 부분이 요추 5번, 천추 1번에 해당하며, 요추 추간판 탈출증이 있다고 예상 병증 정보를 생성할 수 있다.
이처럼, 상기 서버모듈(120)은 문진 결과만이 아니라, 피검진자의 음성, 행동, 표정 변화를 종합적으로 판단하여 피검진자의 병증을 진단하고 그 중에서도 가장 시급하게 해결이 필요한 부분을 진단하도록 마련될 수 있다.
또한, 상기 진단부(126)는 예상 병증 정보에서 신체 부위 별 통증 정도에 따라 가능한 치료 방법들을 함께 추천하도록 마련될 수도 있다.
상기 단말모듈(130)은 상기 서버모듈(120)에 의해 도출된 진단데이터를 검진자에게 디스플레이하도록 마련되며, 단말통신부(131), 정보표시부(132), 입력부(133)를 포함할 수 있다.
상기 단말통신부(131)는 상기 서버모듈(120)로부터 진단된 예상 병증 정보를 제공받도록 마련될 수 있다.
구체적으로, 상기 단말통신부(131)는 상기 서버모듈(120)로부터 진단된 진단데이터인 예상 병증 정보를 제공받아 정보표시부(132)에 제공하고, 상기 입력부(133)에 입력된 정보를 상기 서버모듈(120)에 제공하도록 마련될 수 있다.
상기 정보표시부(132)는 상기 단말통신부(131)에 제공된 예상 병증 정보를 검진자에게 표시하도록 마련될 수 있다.
상기 정보 표시부는 컴퓨터, 휴대폰, 노트북, 모니터 등의 전자 장치를 모두 포함할 수 있다.
검진자는 상기 정보 표시부에 표시된 예상 병증 정보를 토대로 피검진자의 병증 및 통증이 심한 부위를 예상하고 문진을 시작할 수 있기 때문에 보다 신속하게 피검진자에 대한 병증을 진단하고 치료 요법을 결정하게 될 수 있다.
상기 입력부(133)는 검진자로부터 진단된 피검진자의 실제 병증에 대한 진단 병증 정보를 입력하도록 마련될 수 있다. 그리고, 상기 입력부(133)에는 치료 방법이나, 피검진자의 성격 등에 대해서도 더 입력하도록 마련될 수 있다. 여기서 성격이란, 통증에 대해 반응하는 정도로서, 예상되는 통증에 비해 과장이 심한편인지 등을 점수 등으로 입력하도록 마련될 수 있다.
상기 단말통신부(131)는 상기 입력부(133)로부터 상기 진단 병증 정보, 피검진자의 성격 정보, 치료 방법 등을 서버통신부(121)로 제공하도록 마련될 수 있다.
상기 서버통신부(121)는 상기 진단 병증 정보, 치료 방법을 상기 학습부(127)에 제공하도록 마련될 수 있다.
상기 학습부(127)는 상기 단말모듈(130)에 마련된 입력부(133)에 입력된 진단 병증 정보와 진단부(126)에 의해 도출된 예상 병증 정보를 비교하여 머신러닝하도록 마련될 수 있다.
그리고, 상기 학습부(127)는 추천한 치료 방법과 검진자가 진단한 치료 방법을 비교하여 인공 지능에 의해 머신러닝을 하도록 마련되고, 머신러닝한 결과에 따라 상기 진단부(126)를 업데이트하여 보다 정확한 진단이 이루어지도록 할 수 있다.
또한, 상기 서버통신부(121)는 피검진자의 성격 정보를 진단부(126)에 제공함으로써, 상기 진단부(126)는 상기 성격 정보에 따라 상기 통증 가중치를 조정하도록 마련될 수 있다.
일 예로, 예상되는 통증에 비해 몸짓이나 목소리 톤의 변동이 큰 사람일 경우, 이에 대한 통증 가중치를 낮추도록 할 수 있다.
전술한 바와 같이 마련된 본 발명은 문진 결과만이 아니라, 피검진자의 음성, 행동, 표정 변화를 인공지능에 의해 종합적으로 판단하여 피검진자의 병증을 진단하고 그 중에서도 가장 시급하게 해결이 필요한 부분을 진단하도록 마련될 수 있다.
그리고, 검진자는 산출된 예상 병증 정보를 토대로 피검진자의 병증 및 통증이 심한 부위를 예상하고 문진을 시작할 수 있기 때문에 짧은 외래 시간 내에 보다 피검진자에 대한 병증을 정확하게 진단하고 가장 적절한 치료 요법을 결정하게 될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
<부호의 설명>
100: 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템
110: 챗봇모듈
111: 챗봇통신부
112: 디스플레이부
113: 스피커부
114: 음성인식부
115: 촬영부
120: 서버모듈
121: 서버통신부
122: 문진분석부
123: 음성분석부
124: 행동분석부
125: 표정분석부
126: 진단부
127: 학습부
130: 단말모듈
131: 단말통신부
132: 정보표시부
133: 입력부

Claims (14)

  1. 피검진자의 병증을 알기 위해 필요한 분석데이터를 획득하도록 마련된 챗봇모듈;
    상기 챗봇모듈에 의해 획득된 상기 분석데이터를 분석하여 진단데이터를 도출하도록 마련된 서버모듈; 및
    상기 서버모듈에 의해 도출된 진단데이터를 검진자에게 디스플레이하도록 마련된 단말모듈을 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  2. 제 1 항에 있어서,
    상기 분석데이터는,
    문진 정보, 음성 정보, 영상 정보를 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  3. 제 1 항에 있어서,
    상기 챗봇모듈은,
    상기 서버모듈로부터 문진 정보를 제공받고, 상기 서버모듈에 상기 분석데이터를 제공하도록 마련된 챗봇통신부;
    상기 챗봇통신부로부터 제공받은 상기 문진 정보를 피검진자에게 표시하도록 마련된 디스플레이부;
    상기 문진 정보를 피검진자에게 읽어주도록 마련된 스피커부; 및
    피검진자의 답변을 인식하여 문진 정보를 획득하고, 피검진자의 음성을 녹음한 음성 정보를 획득하도록 마련된 음성인식부를 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  4. 제 3 항에 있어서,
    상기 챗봇모듈은,
    문진시 피검진자의 행동 및 표정을 녹화하여 영상 정보를 획득하도록 마련된 촬영부를 더 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  5. 제 2 항에 있어서,
    상기 서버모듈은,
    상기 챗봇모듈로부터 분석데이터를 제공받도록 마련된 서버통신부;
    상기 문진 정보를 분석하도록 마련된 문진분석부;
    상기 음성 정보를 분석하도록 마련된 음성분석부;
    상기 영상 정보에서 피검진자의 행동을 분석하도록 마련된 행동분석부;
    상기 영상 정보에서 피검진자의 표정을 분석하도록 마련된 표정분석부; 및
    상기 문진분석부, 상기 음성분석부, 상기 행동분석부, 상기 표정분석부의 분석 결과를 종합하여 피검진자의 병증을 진단하여 예상 병증 정보를 생성하도록 마련된 진단부를 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  6. 제 5 항에 있어서,
    상기 문진분석부는,
    VAS(visual analogue scale) 점수 및 ODI(Oswestry Disability Index) 점수에 따라 신체 부위 별로 통증 점수를 산정하도록 마련된 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  7. 제 6 항에 있어서,
    상기 음성분석부는,
    상기 음성 정보에서 피검진자의 목소리 톤을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련된 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  8. 제 6 항에 있어서,
    상기 행동분석부는,
    상기 영상 정보에서 피검진자의 행동을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련된 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  9. 제 6 항에 있어서,
    상기 표정분석부는,
    상기 영상 정보에서 피검진자의 얼굴 표정을 분석하여 상기 통증 점수에서 신체 부위 별로 통증 가중치를 추가 산정하도록 마련된 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  10. 제 6 항에 있어서,
    상기 진단부는,
    상기 문진분석부에 의해 산정된 신체 부위 별 통증 점수에 상기 음성분석부, 상기 행동분석부, 상기 표정분석부의 분석 결과에 따라 추가 산정된 신체 부위 별 통증 가중치를 합산하여 상기 예상 병증 정보를 생성하도록 마련된 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  11. 제 1 항에 있어서,
    상기 단말모듈은,
    상기 서버모듈로부터 진단된 예상 병증 정보를 제공받는 단말통신부; 및
    상기 단말통신부에 제공된 예상 병증 정보를 검진자에게 표시하는 정보표시부를 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  12. 제 11 항에 있어서,
    상기 단말모듈은,
    검진자로부터 진단된 피검진자의 실제 병증에 대한 진단 병증 정보를 입력하도록 마련된 입력부를 더 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  13. 제 12 항에 있어서,
    상기 서버모듈은,
    상기 입력부에 입력된 상기 진단 병증 정보와 진단부에 의해 도출된 예상 병증 정보를 비교하여 머신러닝하도록 마련된 학습부를 더 포함하는 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
  14. 제 12 항에 있어서,
    상기 입력부에는 피검진자의 성격 정보가 더 입력되도록 마련되며,
    상기 진단부는 상기 성격 정보에 따라 통증 가중치를 조정하도록 마련된 것을 특징으로 하는 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템.
PCT/KR2021/016726 2021-01-22 2021-11-16 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템 Ceased WO2022158689A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0009652 2021-01-22
KR1020210009652A KR102522172B1 (ko) 2021-01-22 2021-01-22 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템

Publications (1)

Publication Number Publication Date
WO2022158689A1 true WO2022158689A1 (ko) 2022-07-28

Family

ID=82549501

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/016726 Ceased WO2022158689A1 (ko) 2021-01-22 2021-11-16 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템

Country Status (2)

Country Link
KR (1) KR102522172B1 (ko)
WO (1) WO2022158689A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20250128482A (ko) 2024-02-21 2025-08-28 진심솔루션주식회사 사전 문진 정보를 이용한 환자 상태 진단 시스템 및 이를 이용하는 방법
KR102911223B1 (ko) * 2024-12-12 2026-01-12 주식회사 그린리본 빅데이터 기반 임상시험 타깃 리쿠르팅 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160060807A (ko) * 2014-11-20 2016-05-31 권오봉 환자관리 시스템, 환자관리 서버, 환자단말기 및 그 환자관리 방법
KR20190066689A (ko) * 2017-12-06 2019-06-14 고려대학교 산학협력단 진료 보조 시스템 및 방법
KR102118585B1 (ko) * 2019-12-13 2020-06-03 가천대학교 산학협력단 시니어 케어를 위한 스마트미러 챗봇 시스템 및 방법
KR20200081520A (ko) * 2018-12-14 2020-07-08 신라대학교 산학협력단 의료 보조서비스를 제공하는 로봇 시스템 및 그 방법
US10827973B1 (en) * 2015-06-30 2020-11-10 University Of South Florida Machine-based infants pain assessment tool

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102366251B1 (ko) 2019-04-22 2022-02-22 주식회사 엠티에스컴퍼니 챗봇 문진을 이용한 신체 검진 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160060807A (ko) * 2014-11-20 2016-05-31 권오봉 환자관리 시스템, 환자관리 서버, 환자단말기 및 그 환자관리 방법
US10827973B1 (en) * 2015-06-30 2020-11-10 University Of South Florida Machine-based infants pain assessment tool
KR20190066689A (ko) * 2017-12-06 2019-06-14 고려대학교 산학협력단 진료 보조 시스템 및 방법
KR20200081520A (ko) * 2018-12-14 2020-07-08 신라대학교 산학협력단 의료 보조서비스를 제공하는 로봇 시스템 및 그 방법
KR102118585B1 (ko) * 2019-12-13 2020-06-03 가천대학교 산학협력단 시니어 케어를 위한 스마트미러 챗봇 시스템 및 방법

Also Published As

Publication number Publication date
KR20220106574A (ko) 2022-07-29
KR102522172B1 (ko) 2023-04-14

Similar Documents

Publication Publication Date Title
WO2012033244A1 (ko) 자가진찰방법 및 자가진찰장치
WO2020080819A1 (ko) 기계학습 알고리즘을 이용한 구강건강 예측장치 및 방법
WO2022225199A1 (ko) 카메라 기반 생체 징후 데이터 추출과 전자 문진을 통한 비대면 건강상태 측정 시스템 및 그 방법
WO2022145782A2 (ko) 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법
WO2015186963A1 (ko) 생물학적 뇌연령 산출 장치 및 그 산출 방법
WO2017051944A1 (ko) 의료 영상 판독 과정에서 사용자의 시선 정보를 이용한 판독 효율 증대 방법 및 그 장치
WO2021040373A1 (ko) 복합적 스트레스 지수에 기반한 스트레스 관리 방법
WO2015194808A1 (ko) 어지럼증 진단 및 치료 장치
Conrath et al. A clinical evaluation of four alternative telemedicine systems
WO2020213826A1 (ko) 하부요로증상 진단보조 방법
WO2021215809A1 (ko) 고령자 대상 인지장애 조기 검진 및 커뮤니티케어 매칭 서비스를 제공하는 시스템 및 방법
WO2023068619A1 (ko) 시공간 기억 검사와 뇌 영상 정보를 활용한 인지 장애 예측 방법 및 이를 수행하는 장치 및 컴퓨터 판독 가능한 기록매체
WO2023106516A1 (ko) 인공지능 콜을 이용한 질의응답 기반의 치매 검사 방법 및 서버
WO2024090758A1 (ko) 심장재활 맞춤형 컨텐츠 제공 장치 및 방법
WO2018105995A2 (ko) 빅데이터를 활용한 건강정보 예측 장치 및 방법
WO2024147534A1 (ko) 3차원의 동적관절가동범위 검사를 통한 근골격계 운동손상 및 정적 자세 검사를 통한 자세이상 평가 분석 방법
Conrath et al. An experimental evaluation of alternative communication systems as used for medical diagnosis
WO2021201582A1 (ko) 피부 병변의 원인 분석 방법 및 장치
WO2021162488A2 (ko) 질환을 예측하는 방법 및 이를 수행하는 장치
WO2021230417A1 (ko) 이기종 촬영장치들의 촬영 이미지들을 표준화하여 저장 및 관리하는 영상 이미지 표준화 장치
Golden et al. Should consistent command-following be added to the criteria for emergence from the minimally conscious state?
WO2022139031A1 (ko) 재활 진단 훈련 시스템 및 재활 진단 훈련 방법
Tong et al. Virtual physical examination in teleconsultation: A scoping review
WO2022014977A1 (ko) 질병 예측 및 진단 방법 및 장치
KR102522172B1 (ko) 사전 문진용 음성 분석을 통한 주관적 통증의 임상 연계성 분석 시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21921448

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21921448

Country of ref document: EP

Kind code of ref document: A1