WO2024117566A1 - 인지 재활 훈련의 자동화 방법 및 장치 - Google Patents

인지 재활 훈련의 자동화 방법 및 장치 Download PDF

Info

Publication number
WO2024117566A1
WO2024117566A1 PCT/KR2023/017226 KR2023017226W WO2024117566A1 WO 2024117566 A1 WO2024117566 A1 WO 2024117566A1 KR 2023017226 W KR2023017226 W KR 2023017226W WO 2024117566 A1 WO2024117566 A1 WO 2024117566A1
Authority
WO
WIPO (PCT)
Prior art keywords
subject
training
cognitive
cognitive function
information
Prior art date
Application number
PCT/KR2023/017226
Other languages
English (en)
French (fr)
Inventor
강원석
손창식
진상현
Original Assignee
재단법인대구경북과학기술원
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 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Publication of WO2024117566A1 publication Critical patent/WO2024117566A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training

Definitions

  • the present disclosure relates to an automated method and device for cognitive rehabilitation training, and more specifically, by constructing an automated system that analyzes training information of a subject engaging in cognitive rehabilitation training, derives difficulty level suitability, and updates the training schedule, thereby analyzing the subject's characteristics.
  • the present invention relates to a method and device for automating cognitive rehabilitation training that allows for training design that takes into account and flexibly updates training according to the subject's progress.
  • Cognitive function is the ability to understand what happens in the everyday environment, judge and decide on situations, and adapt to the environment in which one finds oneself. This disability assessment of cognitive function serves as an important factor in determining whether the patient is able to perform activities for independent daily living or lead a social life.
  • interventions for cognitive rehabilitation have been developed and used.
  • interventions include one-on-one training, group-based training, training focused on a specific cognitive domain (e.g., memory), comprehensive training focusing on multiple cognitive domains, and paper-and-pencil cognitive training. There is a back
  • cognitive rehabilitation has been proven for patients with neurological and mental illnesses such as brain damage, dementia, and severe mental illness, and its effectiveness has also been proven for children and adolescents with mood disorders such as depression and anxiety, and cognitive difficulties.
  • This cognitive rehabilitation program must have 1) training focused on specific cognitive areas, 2) treatment and training design tailored to the client's individual characteristics, and 3) treatment and training plans according to the client's progress. The point is that it must be able to be modified flexibly.
  • An embodiment of the present disclosure is to construct an automated system that analyzes the training information of a subject engaged in cognitive rehabilitation training, derives the degree of difficulty suitability, and updates the training schedule, thereby enabling training design tailored to the subject's characteristics and following the subject's progress.
  • an automated method and device for cognitive rehabilitation training that can flexibly update training.
  • One embodiment of the present disclosure is a method in which at least part of each step is performed by a processor, comprising: a cognitive function measurement step of measuring the cognitive function state of the subject based on the subject's response information to survey questions; A training schedule generation step of analyzing the measured cognitive function state and generating a training schedule including information on a digital therapeutic agent corresponding to the subject's cognitive function state; A training information collection step of collecting first metadata generated by the subject's terminal while the digital therapeutic agent is in operation; A difficulty suitability deriving step of deriving a difficulty suitability based on the metadata; and a schedule updating step of updating the training schedule based on the level of difficulty and suitability.
  • the automated method and device for cognitive rehabilitation training analyzes the training information of the subject engaging in cognitive rehabilitation training, derives the degree of difficulty, and establishes an automated system to update the training schedule, thereby providing training tailored to the subject's characteristics. Design is possible, and training can be flexibly updated according to the subject's progress.
  • the method and device for automating cognitive rehabilitation training not only considers whether or not the digital therapy is performed as training information of the subject, but also considers the type of digital therapy, the number of training sessions, training time, and digital therapy.
  • the method and device for automating cognitive rehabilitation training not only considers whether or not the digital therapy is performed as training information of the subject, but also considers the type of digital therapy, the number of training sessions, training time, and digital therapy.
  • FIG. 1 is a conceptual diagram of an automated system for cognitive rehabilitation training according to an embodiment of the present disclosure.
  • Figure 2 is a block diagram showing the configuration of a server according to an embodiment of the present disclosure.
  • Figure 3 is a block diagram showing the configuration of a subject terminal using an automated system for cognitive rehabilitation training according to an embodiment of the present disclosure.
  • Figure 4 is a flowchart for explaining a method of operating an automated cognitive rehabilitation training device according to an embodiment of the present disclosure.
  • Figure 5 shows an example of an XML message generated in the form of a DPR standard as a result of performing a standardization tool according to an embodiment of the present disclosure.
  • Figure 6 shows an example of generating response information of a subject who gazed at each standardization tool as an XML message in the form of a DPR standard according to an embodiment of the present disclosure.
  • Figure 7 shows an example of a training schedule updated based on the suitability of each difficulty level of subjects according to an embodiment of the present disclosure.
  • One embodiment of the present disclosure is a method in which at least part of each step is performed by a processor, comprising: a cognitive function measurement step of measuring the cognitive function state of the subject based on the subject's response information to survey questions; A training schedule generation step of analyzing the measured cognitive function state and generating a training schedule including information on a digital therapeutic agent corresponding to the subject's cognitive function state; A training information collection step of collecting first metadata generated by the subject's terminal while the digital therapeutic agent is in operation; A difficulty suitability deriving step of deriving a difficulty suitability based on the metadata; and a schedule updating step of updating the training schedule based on the level of difficulty and suitability.
  • Another embodiment of the present disclosure includes a processor; and a memory electrically connected to the processor and storing at least one code executed by the processor, wherein the processor determines the cognitive function status of the subject based on the subject's response information to the survey questions.
  • the processor determines the cognitive function status of the subject based on the subject's response information to the survey questions.
  • An operation a training information collection operation of collecting first metadata generated by the subject's terminal while the digital therapeutic agent is in operation, a difficulty suitability derivation operation of deriving a difficulty suitability based on the first metadata, and the difficulty suitability.
  • an automated apparatus for cognitive rehabilitation training that executes a schedule update operation to update the training schedule based on .
  • FIG. 1 is a conceptual diagram of an automated system for cognitive rehabilitation training according to an embodiment of the present disclosure.
  • the automated system for cognitive rehabilitation training may include a server 100, a plurality of subject terminals 200, and a biometric information acquisition device 300.
  • the name server 100 may be used interchangeably with the automatic device for cognitive rehabilitation training.
  • the server 100 may be an own server owned by a person or organization that provides services using the server, a cloud server, or a p2p (peer-to-peer) set of distributed nodes.
  • the server 100 may be configured to perform all or part of the calculation function, storage/reference function, input/output function, and control function of a typical computer.
  • the server 100 may be configured to communicate with a plurality of subject terminals 200, and may provide at least one survey question for measuring the subject's cognitive function status to the subject terminal 200, and training designed according to the subject's cognitive function status. Provides updated training schedule information based on the schedule, difficulty level of difficulty derived based on the subject's training information, and difficulty level of suitability, and controls which information to display on the screen of the subject's terminal 200.
  • the overall operation of (200) can be controlled.
  • the server 100 may acquire first metadata containing various information generated by the subject's input while executing the digital therapeutic agent according to a training schedule designed according to the evaluation result of the subject's cognitive function status.
  • the response information entered by the subject to the survey questions to measure the state of cognitive function may be collected in the form of an XML-based DPR (Digital Pharmaceutical Records or Digital theraPeutics Records) message.
  • Response information includes anonymized personal identification information (ID) for the subject, is generated according to each standard according to the standardization tool for cognitive function testing, and includes the answers to each item for the survey questions, the time taken to answer, and changes in answers. It will be composed of second metadata information containing various information such as the number of times
  • the second metadata may include at least one of the type of cognitive function test, the number of times the cognitive function test is conducted, the test time of the cognitive function test, the time required to answer each question, the number of answer modifications, and the number of invalid clicks.
  • the first metadata includes the type of digital therapeutic product, the number of times training of the digital therapeutic agent was conducted, the training time of the digital therapeutic agent, the success or failure of the session provided by the digital therapeutic agent, the time required to answer the session, the number of answer modifications in the session, and the number of invalid touches in the session. It can contain at least one.
  • a digital therapy product may provide multiple sessions, and, for example, sessions and levels may be classified according to training methods.
  • the subject terminal 200 may download and install a dedicated application to use the automated cognitive rehabilitation training service of the present disclosure, or access a web page operated by the server 100 to perform cognitive rehabilitation training. You can use our automated services.
  • the subject terminal 200 can function as a client of the server 100 through a dedicated application.
  • the plurality of subject terminals 200 may be a smartphone 200a, a laptop 200b, a subject terminal 200c, a PC, etc., and any device that can transmit and receive data by being connected to the server 100 through a network Recruitment is possible.
  • the biometric information acquisition device 300 functions to collect signals related to the subject's brain.
  • the biometric information acquisition device 300 collects MRI images, CT images, fMRI images, EEG (electroencephalograph), and fNIRS (functional near-infrared spectroscopy) measurement information, and sends the collected information to the server 100. Can be transmitted.
  • the server 100 may collect the subject's biometric information received from the biometric information acquisition device 300 and further consider the degree of change in the subject's biometric information when deriving the level of difficulty and suitability of cognitive rehabilitation training for the subject. This will be described in detail below.
  • the server 100 may include a communication unit 110 for transmitting and receiving data with the subject terminal 200.
  • the communication unit 110 may include a communication module 111 that is a wireless communication unit or a wired communication unit.
  • the wireless communication unit may include at least one of a mobile communication module, a wireless Internet module, a short-range communication module, and a location information module.
  • the mobile communication module transmits and receives wireless signals with at least one of a base station, an external terminal, and a server on a mobile communication network built according to LTE (Long Term Evolution), a communication method for mobile communication.
  • LTE Long Term Evolution
  • the wireless Internet module is a module for wireless Internet access, which can be built into or external to the server 100, and supports WLAN (Wireless LAN), Wi-Fi (Wireless-Fidelity), Wi-Fi (Wireless Fidelity) Direct, and DLNA ( Digital Living Network Alliance) etc. can be used.
  • WLAN Wireless LAN
  • Wi-Fi Wireless-Fidelity
  • Wi-Fi Wireless Fidelity
  • DLNA Digital Living Network Alliance
  • the short-range communication module is a module for transmitting and receiving data through short-range communication, including BluetoothTM RFID (Radio Frequency Identification), Infrared Data Association (IrDA), UWB (Ultra Wideband), ZigBee, and NFC (Near Field Communication). etc. can be used.
  • BluetoothTM RFID Radio Frequency Identification
  • IrDA Infrared Data Association
  • UWB Ultra Wideband
  • ZigBee ZigBee
  • NFC Near Field Communication
  • the processor 180 includes a cognitive function measurement operation that measures the subject's cognitive function status based on the subject's answers to the questionnaire questions, a digital therapeutic agent that analyzes the measured cognitive function status, and corresponds to the subject's cognitive function status.
  • a training schedule creation operation for generating a training schedule
  • a digital therapy implementation operation for collecting metadata generated by the subject while the digital therapy is being implemented
  • a difficulty suitability derivation operation for deriving a difficulty suitability based on the metadata
  • a schedule update operation may be performed to update the training schedule based on the difficulty suitability.
  • the storage unit 150 includes all types of recording devices in which data is stored.
  • the storage unit 150 is a storage medium based on HDD (Hard Disk Drive), SSD (Solid State Disk), SDD (Silicon Disk Drive), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. can do.
  • the memory 130 is a code for the processor 180 to receive response information to questionnaire questions for measuring cognitive function from the subject terminal 200 and determine the subject's cognitive function status based on this. , a code for generating a training schedule containing information on the digital therapeutic agent corresponding to the cognitive function state of the subject, and a code for analyzing first metadata generated during implementation of the digital therapeutic agent may be stored.
  • Processor 180 may perform operations involving speech and natural language speech processing, such as an I/O processing module, an environmental conditions module, a speech-to-text (STT) processing module, a natural language processing module, a workflow processing module, and a service processing module. It can include submodules that enable it.
  • speech and natural language speech processing such as an I/O processing module, an environmental conditions module, a speech-to-text (STT) processing module, a natural language processing module, a workflow processing module, and a service processing module. It can include submodules that enable it.
  • Each of these submodules may have access to one or more systems or data and models in the terminal, or a subset or superset thereof. Additionally, each of these submodules may have access to a vocabulary index, user data, workflow, etc. It can provide a variety of functions, including models, service models, and automatic speech recognition (ASR) systems.
  • ASR automatic speech recognition
  • processor 180 or other aspects of server 100 may be implemented as submodules, systems, or data and models.
  • processor 180 may be configured to detect and sense requirements based on context conditions or user intent expressed in user input or natural language input.
  • Processor 180 may actively elicit and obtain information necessary to fully determine requirements based on contextual conditions or user intent. For example, processor 180 may actively derive information needed to determine requirements by analyzing historical data, including historical input and output, pattern matching, unambiguous words, input intent, etc.
  • Processor 180 may determine a task flow for executing functions that respond to requirements based on context conditions or user intent.
  • Processor 180 may be configured to collect, sense, extract, detect, and/or receive signals or data used in analytics and machine learning tasks through one or more sensing components in the terminal to collect information for processing and storage. You can.
  • Information collection may include detecting information through a sensor, extracting information stored in memory 130, or receiving information from an external terminal, entity, or external storage device through communication means.
  • the processor 180 may collect usage history information from the server 100 and store it in the memory 130 .
  • Processor 180 may use stored usage history information and predictive modeling to determine the best match to execute a particular function.
  • the processor 180 may receive image information (or a corresponding signal), audio information (or a corresponding signal), data, or user input information from the input unit.
  • Processor 180 may collect information in real time, process or classify information (e.g., knowledge graph, command policy, personalization database, conversation engine, etc.), and store the processed information in memory 130.
  • information e.g., knowledge graph, command policy, personalization database, conversation engine, etc.
  • the processor 180 may control components of the server 100 to execute the determined operation. Additionally, the processor 180 may control the server 100 according to the control command to perform the determined operation.
  • the processor 180 analyzes history information indicating the execution of the specific operation through data analysis and machine learning algorithms and techniques, and updates previously learned information based on the analyzed information. You can.
  • processor 180 may improve the accuracy of data analysis and future performance of machine learning algorithms and techniques based on the updated information.
  • the power supply unit 150 includes a device for receiving external power and internal power under the control of the processor 180 and supplying power to each component included in the server 100.
  • the power supply unit 150 includes a battery, and the battery may be a built-in battery or a replaceable battery.
  • FIG. 3 the configuration of a subject terminal 200 using an automated cognitive rehabilitation training system according to an embodiment of the present disclosure will be described. Detailed descriptions of configurations similar to the server 100 will be omitted.
  • the subject terminal 200 may include a server 100, a communication unit 210 for data transmission, and a communication module 211.
  • the subject terminal 200 may include an interface unit 220 that includes an input unit and an output unit for the subject's input.
  • the input unit includes a user interface (UI: User Interface) including a microphone and a touch interface for receiving information from the subject, and the user interface may include not only a mouse and a keyboard, but also mechanical and electronic interfaces implemented in the device. If the subject's command can be input, the method and form are not particularly limited.
  • the electronic interface includes a display 222 capable of touch input.
  • the output unit is used to deliver information to the subject by displaying the output of the subject terminal 200 to the outside, and may include a display, LED, speaker, etc. for expressing visual output, auditory output, or tactile output.
  • the subject terminal 200 may include a peripheral device interface unit for data transmission with various types of connected external devices, such as a memory card port, an external device input/output (I/O) port, etc. may include.
  • a peripheral device interface unit for data transmission with various types of connected external devices, such as a memory card port, an external device input/output (I/O) port, etc. may include.
  • the subject terminal 200 provides at least one survey question for measuring the subject's cognitive function status provided from the server 100, a training schedule designed according to the subject's cognitive function status, and the subject's training information. Based on the derived difficulty suitability and difficulty suitability, updated training schedule information can be output through displays, LEDs, speakers, etc.
  • the subject terminal 200 may include a peripheral device interface unit for data transmission with various types of connected external devices, such as a memory card port, an external device input/output (I/O) port, etc. may include.
  • a peripheral device interface unit for data transmission with various types of connected external devices, such as a memory card port, an external device input/output (I/O) port, etc. may include.
  • the cognitive rehabilitation training interface unit 240 communicates with the server 100 and provides survey questions to measure the cognitive function status of the subject before performing cognitive rehabilitation training, collects the subject's response information, and collects the subject's cognitive function status. Digital therapeutics are provided according to a training schedule designed according to the training schedule, and an updated training schedule can be provided according to the subject's progress in training.
  • FIG. 4 a method of operating an automated cognitive rehabilitation training device 100 (server) according to an embodiment of the present disclosure will be described.
  • the automated cognitive rehabilitation training device 100 can measure the cognitive function status of the subject based on the subject's response information to the survey questions (S110).
  • standardized cognitive function testing tools such as SMCQ (Subjective Memory Complaints Questionnaire), MMSE-K (Mini-Mental State Exam-Korean vision), Rey-KIM (Attention/Neurocognitive Test),
  • SMCQ Subjective Memory Complaints Questionnaire
  • MMSE-K Mini-Mental State Exam-Korean vision
  • Rey-KIM Anttention/Neurocognitive Test
  • the survey questions used in at least one of CAT (Comprehensive Attention Test) and K-MOCA (Korean-Montreal Cognitive Assessment) are in the form of software that can be answered on the subject's terminal 200, and are stored in XML-based DPR (Digital Pharmaceutical Records or Digital theraPeutics Records). ) can be provided as a message.
  • the subject's response information to the survey questions can be collected in the form of an XML-based DPR message.
  • Figure 5 shows an example of an XML message generated in the form of a DPR standard containing second metadata for the response information input by the examinee, as a result of the response information input by the examinee being performed based on a standardization tool.
  • a standardization tool can include various information such as the answer to each item of the subject's survey questions, the time it takes to answer, and the number of times the answer is changed.
  • Information in red indicates essential information, and information in blue indicates standardization tools. This is evaluation item information according to , and may be configured to be generated differently for each standardization tool.
  • Figure 6 shows an example in which the result of evaluating the cognitive state of a subject based on the response information of the subject who gazed at each standardization tool is generated as an XML message in the form of a DPR standard.
  • evaluation results corresponding to SMCQ may include start time, end time, memory item, conversation recall item, name recall item, object location memory item, orientation item, and overall score.
  • Evaluation results corresponding to MMSE-K include start time, end time, orientation (time/address/place) items, memory (object recognition, etc.) items, memory recall items, attention and calculation ability items, language ability, and understanding/judgment. It may include item and comprehensive submissions.
  • Evaluation results corresponding to CAT may include start time, end time, simple selective attention (visual) item, simple selective attention (auditory) item, interference selective attention item, divided attention item, working memory item, and overall score.
  • Evaluation results corresponding to K-MOCA may include start time, end time, spatiotemporal items, questions about usage, memory items, attention items, language ability items, abstraction skills items, orientation items, and overall scores.
  • the DPR message includes anonymized personal identification information (ID) for the subject, can be generated in each standard according to the standardization tool for cognitive function testing, and includes second metadata information for the answers to each item. can do.
  • ID personal identification information
  • the second metadata information may include at least one of the type of cognitive function test, the number of times the cognitive function test is conducted, the test time of the cognitive function test, the time required to answer each question, the number of answer modifications, and the number of invalid clicks.
  • a score is calculated for each standardization tool by applying preset normalization and weighting to the subject's response information to the survey questions, and a composite score is calculated based on the score calculated for each standardization tool or the score calculated from a specific standardization tool.
  • the cognitive function status of the subject can be measured.
  • the overall score may be calculated based on a plurality of detailed attributes included in the standardization tool, that is, the sum of the scores for the items included in the above-mentioned standardization tool, and the normalization and preset for each detailed attribute. Weights may be assigned.
  • the comprehensive score is the score of the response result of the standardized tool (assessment sheet) for assessing cognitive function. It can be calculated by reflecting the health and biometric information as shown in ⁇ Equation 1>.
  • the oxygen saturation may be one or more of oxygen saturation, deoxygenation saturation, and total oxygen saturation.
  • the subject's oxygen saturation information may be pre-stored or calculated from a pre-stored near-infrared spectral image of the subject.
  • the biometric information may include at least one of the power of an electroencephalogram (EEG) in a preset band and oxygen saturation calculated from functional near infrared spectroscopy (fNIR).
  • EEG electroencephalogram
  • fNIR functional near infrared spectroscopy
  • the automated cognitive rehabilitation training device 100 may analyze the measured cognitive function state and generate a training schedule including information on the digital therapeutic agent corresponding to the subject's cognitive function state (S120).
  • the training schedule may include scheduling information regarding the type of at least one digital therapy, the level of the digital therapy, the implementation cycle of the digital therapy, and the number of times the digital therapy is administered, depending on the subject's cognitive function status.
  • a digital therapeutic product may be composed of content used in digital therapy, a content control API for setting and controlling the content, and a reporting view frame for displaying the process and results of using the content.
  • the automated cognitive rehabilitation training device 100 may collect training information including first metadata generated by the subject's terminal while the digital therapy is being implemented (S130).
  • the first metadata includes the type of digital therapeutic agent, the number of training sessions for the digital therapeutic agent, the training time for the digital therapeutic agent, the success or failure of the session provided by the digital therapeutic agent, the time required to answer the session, the number of modifications to the answer in the session, the number of invalid touches in the session, Can contain at least one of the training scores.
  • the automated cognitive rehabilitation training apparatus 100 may derive the difficulty level of the session to be presented to the subject in the next trial based on the first metadata (S140).
  • the degree of change in at least one of the evaluation items included in the first metadata can be converted into a number, and the degree of difficulty suitability can be derived based on the degree of change in the evaluation item converted into a number.
  • an execution log may be created and stored in the database in DPR format. Accordingly, based on the execution log for the same type of digital therapeutic product, the degree of change in a specific item or multiple items of the first metadata between different time points, for example, between the previous execution log and the current execution log, is numerically calculated, and the calculated value is calculated. can be reflected in deriving the degree of difficulty and suitability. As an example, the success of a session on the same type of digital therapy and the degree of change in training scores between the previous execution log and the current execution log can be numerically calculated according to ⁇ Equation 2> below.
  • the degree of change in the subject's biometric information can be further considered when deriving the degree of difficulty suitability.
  • the training schedule can be updated based on the difficulty level suitability (S150).
  • Figure 7 shows an example of a training schedule updated based on the suitability of each difficulty level of the subjects.
  • an automated system is constructed to analyze the training information of a subject engaging in cognitive rehabilitation training, derive the degree of difficulty, and update the training schedule, thereby adapting the subject's characteristics. Training design is possible, and training can be flexibly updated according to the subject's progress.
  • the subject's training information does not simply consider whether or not the digital therapy is performed, but also includes the type of digital therapy, the number of training sessions, training time, success or failure of the session provided by the digital therapy, the time required to answer the session, and the modification of the session's answers.
  • the subject's training information does not simply consider whether or not the digital therapy is performed, but also includes the type of digital therapy, the number of training sessions, training time, success or failure of the session provided by the digital therapy, the time required to answer the session, and the modification of the session's answers.
  • Computer-readable media includes all types of recording devices that store data that can be read by a computer system. Examples of computer-readable media include HDD (Hard Disk Drive), SSD (Solid State Disk), SDD (Silicon Disk Drive), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. There is. Additionally, the computer may include a processor for each device.
  • program may be specially designed and configured for the present disclosure, or may be known and usable by those skilled in the art of computer software.
  • Examples of programs may include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
  • a method for automating cognitive rehabilitation training is provided. Additionally, embodiments of the present invention can be applied to industrial rehabilitation training, etc.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Social Psychology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 개시는 인지 재활 훈련의 자동화 방법 및 장치에 관한 것으로서, 더욱 상세하게는 인지 재활 훈련에 임하는 피검자의 훈련 정보를 분석하고 난이도 적합도를 도출하여 훈련 스케줄을 갱신하는 자동화 시스템을 구축함으로써, 피검자의 특성을 고려하는 훈련 설계가 가능하고 피검자의 진척에 따라 훈련을 유연하게 갱신할 수 있는, 인지 재활 훈련의 자동화 방법 및 장치에 관한 것이다.

Description

인지 재활 훈련의 자동화 방법 및 장치
본 개시는 인지 재활 훈련의 자동화 방법 및 장치에 관한 것으로서, 더욱 상세하게는 인지 재활 훈련에 임하는 피검자의 훈련 정보를 분석하고 난이도 적합도를 도출하여 훈련 스케줄을 갱신하는 자동화 시스템을 구축함으로써, 피검자의 특성을 고려하는 훈련 설계가 가능하고 피검자의 진척에 따라 훈련을 유연하게 갱신할 수 있는, 인지 재활 훈련의 자동화 방법 및 장치에 관한 것이다.
인지기능은 일상 생활 환경에서 일어나는 일들을 이해하고 상황을 판단하고 결정하며, 자신이 처한 환경에 적응하는 능력이다. 이러한 인지기능에 대한 장애평가는 환자로 하여금 환자의 독립적인 일상생활을 위한 활동 수행이 가능한지 또는 사회생활이 가능한지 판단하는 데에 중요한 요소로 작용한다.
인지 재활을 위한 다양한 개입법이 개발되어 사용되고 있다. 개입법의 일 예는 1대1 기반 훈련, 그룹 기반 훈련, 특정 인지 영역(예를 들어, 기억력)에 초점을 둔 훈련, 다양한 인지 영역에 초점을 둔 포괄적인 훈련, 종이와 연필을이용한 인지 훈련 등이 있다
인지 재활의 효과는 뇌 손상, 치매, 중증 정신 질환 등 신경 및 정신질환 환자들에게 검증되었으며, 우울, 불안과 같은 기분 장애 그리고 인지적 어려움을 지닌 아동 및 청소년들에게도 효과를 검증 받고 있다.
현재 시중에는 다양한 인지 재활 프로그램들이 출시되고 있고, 지속적으로 더욱 효과적인 프로그램을 개발하기 위한 연구가 활발하게 진행중이다.
이러한 인지 재활 프로그램이 갖춰야 하는 특성은 1) 특정 인지 영역에 초점을 둔 훈련이 가능하고, 2) 내담자 개인의 특성에 맞는 치료 및 훈련 설계가 가능하며, 3) 내담자의 진척에 따라 치료 및 훈련 계획을 유연하게 수정할 수 있어야 하는 점이다.
그러나, 아직까지 인지 기능을 개선하기 위한 디지털 인지 훈련 프로그램 분야에서는 대부분 인지기능 개선을 위한 게임성 멀티미디어 콘텐츠 SW 개발에 집중되고 있다.
따라서, 디지털 인지 훈련 프로그램 분야에서도 전술한 인지 재활프로그램이 갖춰야 하는 특성을 구현하는 기술이 필요한 실정이다.
본 개시의 일 실시 예는 인지 재활 훈련에 임하는 피검자의 훈련 정보를 분석하고 난이도 적합도를 도출하여 훈련 스케줄을 갱신하는 자동화 시스템을 구축함으로써, 피검자의 특성에 맞는 훈련 설계가 가능하고 피검자의 진척에 따라 훈련을 유연하게 갱신할 수 있는 인지 재활 훈련의 자동화 방법 및 장치를 제공한다.
본 개시의 일 실시 예는 각 단계의 적어도 일부가 프로세서에 의해 수행되는 방법으로서, 설문 문항에 대한 피검자의 응답 정보에 기초하여 피검자의 인지기능 상태를 측정하는 인지기능측정 단계; 측정된 인지기능 상태를 분석하여, 상기 피검자의 인지기능 상태에 대응하는 디지털치료제의 정보를 포함하는 훈련 스케줄을 생성하는 훈련 스케줄 생성 단계; 상기 디지털치료제가 시행 중에 상기 피검자의 단말기에 의해 생성되는 제1 메타데이터를 수집하는 훈련 정보 수집 단계; 상기 메타데이터에 기초하여 난이도 적합도를 도출하는 난이도 적합도 도출 단계; 및 상기 난이도 적합도에 기초하여 상기 훈련 스케줄을 갱신하는 스케줄 갱신 단계를 포함하는, 인지 재활 훈련의 자동화 방법을 제공한다.
본 개시의 실시 예에 따른 인지 재활 훈련의 자동화 방법 및 장치는 인지 재활 훈련에 임하는 피검자의 훈련 정보를 분석하고 난이도 적합도를 도출하여 훈련 스케줄을 갱신하는 자동화 시스템을 구축함으로써, 피검자의 특성에 맞는 훈련 설계가 가능하고, 피검자의 진척에 따라 훈련을 유연하게 갱신할 수 있다.
아울러, 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 방법 및 장치는 피검자의 훈련 정보로서 단순히 디지털치료제의 수행 여부만 고려하는 것이 아니라, 디지털치료제의 종류, 훈련 실시 횟수, 훈련 시간, 디지털치료제에서 제공된 세션의 성공여부, 세션의 답변 소요 시간, 세션의 답변 수정 횟수 및 세션에 대한 무효 터치 횟수 등과 같은 메타 데이터를 함께 수집하여 분석함으로써 인지 재활 훈련에 임하는 피험자의 특성이나 진척을 섬세하게 피드백 할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 시스템의 개념도이다.
도 2는 본 개시의 일 실시 예에 따른 서버의 구성을 도시하는 블록도이다.
도 3은 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 시스템을 이용하는 피검자 단말의 구성을 도시하는 블록도이다.
도 4는 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 장치의 운용방법을 설명하기 위한 순서도이다.
도 5는 본 개시의 일 실시 예에 따른 표준화 도구가 수행된 결과에 대해 DPR규격 형태로 생성된 XML 메시지의 일 예를 도시한다.
도 6은 본 개시의 일 실시 예에 따른 각 표준화 도구를 응시한 피검자의 응답 정보를 DPR 규격 형태의 XML 메시지로 생성한 일 예를 도시한다.
도 7은 본 개시의 일 실시 예에 따른 피검자들의 각 난이도 적합도에 기초하여 갱신된 훈련 스케줄의 일 예를 도시한다.
본 개시의 일 실시 예는 각 단계의 적어도 일부가 프로세서에 의해 수행되는 방법으로서, 설문 문항에 대한 피검자의 응답 정보에 기초하여 피검자의 인지기능 상태를 측정하는 인지기능측정 단계; 측정된 인지기능 상태를 분석하여, 상기 피검자의 인지기능 상태에 대응하는 디지털치료제의 정보를 포함하는 훈련 스케줄을 생성하는 훈련 스케줄 생성 단계; 상기 디지털치료제가 시행 중에 상기 피검자의 단말기에 의해 생성되는 제1 메타데이터를 수집하는 훈련 정보 수집 단계; 상기 메타데이터에 기초하여 난이도 적합도를 도출하는 난이도 적합도 도출 단계; 및 상기 난이도 적합도에 기초하여 상기 훈련 스케줄을 갱신하는 스케줄 갱신 단계를 포함하는, 인지 재활 훈련의 자동화 방법을 제공한다.
본 개시의 다른 실시 예는 프로세서; 및 상기 프로세서와 전기적으로 연결되고, 상기 프로세서에서 수행되는 적어도 하나의 코드(code)가 저장되는 메모리를 포함하고, 상기 프로세서는, 설문 문항에 대한 피검자의 응답 정보에 기초하여 피검자의 인지기능 상태를 측정하는 인지기능측정 동작, 측정된 인지기능상태를 분석하여, 상기 피검자의 인지기능 상태에 대응하는 디지털치료제의 정보를 포함하는 훈련 스케줄을 생성하여 상기 피검자 단말로 전달하는 훈련 스케줄 생성
동작, 상기 디지털치료제가 시행 중에 상기 피검자의 단말기에 의해 생성되는 제1 메타데이터를 수집하는 훈련 정보 수집 동작, 상기 제1 메타데이터에 기초하여 난이도 적합도를 도출하는 난이도 적합도 도출 동작, 및 상기 난이도 적합도에 기초하여 상기 훈련 스케줄을 갱신하는 스케줄 갱신 동작을 실행하는, 인지 재활 훈련의 자동화 장치를 제공한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
도 1은 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 시스템의 개념도이다.
도 1을 참조하면, 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 시스템은 서버(100), 다수의 피검자 단말(200) 및 생체정보획득 장치(300)를 포함할 수 있다. 이하, 서버(100)는 인지 재활 훈련의 자동화 장치와 명칭을 혼용할 수 있다.
서버(100)는 서버를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일 수도 있고, 클라우드 서버일 수도 있으며, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 서버(100)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.
서버(100)는 다수의 피검자 단말(200)과 통신하도록 구성될 수 있으며, 피검자 단말(200)에 피검자의 인지기능 상태를 측정하기 위한 적어도 하나의 설문 문항, 피검자의 인지 기능 상태에 따라 설계된 훈련 스케줄, 피검자의 훈련정보에 기반하여 도출된 난이도 적합도, 난이도 적합도에 기초하여 갱신된 훈련 스케줄 정보를 제공하고, 피검자 단말(200)의 화면의 어느 정보를 표시할 것인지에 대해 제어할 수 있으며, 피검자 단말(200)의 전체적인 동작을 제어할 수 있다.
서버(100)는 피검자의 인지 기능 상태의 평가 결과에 따라 설계된 훈련 스케줄에 따른 디지털 치료제의 실행 중에 피검자의 입력으로 인해 발생하는 다양한 정보들을 포함하는 제1 메타데이터를 획득할 수 있다.
여기서, 인지기능 상태를 측정하기 위한 설문 문항에 대해 피검자가 입력하는 응답 정보는 XML 기반의 DPR(Digital Pharmaceutical Records or Digital theraPeutics Records) 메시지의 형태로 수집될 수 있다. 응답 정보는 피검자에 대해 익명화된 개인식별정보(ID)를 포함하고, 인지기능 검사의 표준화 도구에 따라 각각의 규격으로 생성되며, 설문 문항에 대한 각 항목의 답변, 답변에 걸리는 시간, 답변의 변경 횟수 등 다양한 정보를 포함하는 제2 메타데이터 정보로 구성될
수 있다.
제2 메타데이터는 인지기능검사의 종류, 인지기능검사의 실시 횟수, 인지기능검사의 검사 시간, 문항당 답변 소요시간, 답변 수정 횟수, 무효 클릭 횟수 중 적어도 하나를 포함할 수 있다.
제1 메타데이터는 디지털치료제의 종류, 디지털치료제의 훈련 실시횟수, 디지털치료제의 훈련 시간, 디지털치료제에서 제공된 세션의 성공여부, 세션의 답변 소요 시간, 세션의 답변 수정 횟수, 세션의 무효 터치 횟수 중 적어도 하나를 포함할 수 있다.
일 실시 예로, 디지털치료제는 여러 세션을 제공할 수 있고, 예를들어, 훈련 방식에 따라 세션과 레벨이 분류될 수 있다.
이를 위해 일 실시 예로 먼저, 피검자 단말(200)은 본 개시의 인지재활 훈련의 자동화 서비스 이용을 위해 전용 애플리케이션을 다운로드 받아 설치할 수 있고 또는, 서버(100)에서 운영하는 웹 페이지에 접속하여 인지 재활 훈련의 자동화 서비스를 이용할 수 있다. 전용 애플리케이션을 통해 피검자 단말(200)은 서버(100)의 클라이언트로 기능할 수 있다.
다수의 피검자 단말(200)은 스마트폰(200a), 노트북(200b), 피검자 단말이기(200c), PC 등일 수 있고, 네트워크를 통해 서버(100)와 연결되어 데이터를 송수신할 수 있는 장치라면 모두 채용 가능하다.
생체정보획득 장치(300)는 피검자의 뇌와 관련된 신호를 수집하는 기능을 한다. 일 실시 예로, 생체정보획득 장치(300)는 MRI 영상, CT 영상, fMRI영상, EEG(electroencephalograph), fNIRS(functional Near-Infrared Spectroscopy) 측정 정보 등을 수집하고, 수집된 정보를 서버(100)로 전송할 수 있다.
서버(100)는 생체정보획득 장치(300)로부터 수신된 피검자의 생체정보를 수집하여, 피검자에 대한 인지 재활 훈련의 난이도 적합도를 도출하는 데에 피검자의 생체 정보의 변화 정도를 더 고려할 수 있다. 이에 대해서는 하기에서 상세히 서술하기로 한다.
도 2를 참조하여 본 개시의 일 실시 예에 따른 서버의 구성을 설명한다.
서버(100)는 피검자 단말(200)과 데이터 송수신을 위한 통신부(110)를 포함할 수 있다.
통신부(110)는 무선 통신부 또는 유선 통신부인 통신 모듈(111)을 포함할 수 있다.
무선 통신부는, 이동통신 모듈, 무선 인터넷 모듈, 근거리 통신 모듈, 위치정보 모듈 중 적어도 하나를 포함할 수 있다.
이동통신 모듈은, 이동통신을 위한 통신방식인 LTE(Long Term Evolution) 등에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.
무선 인터넷 모듈은 무선 인터넷 접속을 위한 모듈로서, 서버(100)에 내장되거나 외장될 수 있고, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity),Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance) 등이 사용될 수 있다.
근거리 통신 모듈은 근거리 통신을 통하여 데이터 송수신을 위한 모듈로서, 블루투스(Bluetooth™RFID(Radio Frequency Identification), 적외선통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication) 등을 사용할 수 있다.
프로세서(180)는 설문 문항에 대한 피검자의 답변에 기초하여 피검자의 인지기능 상태를 측정하는 인지기능측정 동작, 측정된 인지기능 상태를 분석하여, 상기 피검자의 인지기능 상태에 대응하는 디지털치료제를 포함하는 훈련 스케줄을 생성하는 훈련 스케줄 생성 동작, 상기 디지털치료제가 시행 중에 상기 피검자에 의해 생성되는 메타데이터를 수집하는 디지털치료제 시행 동작, 상기 메타데이터에 기초하여 난이도 적합도를 도출하는 난이도 적합도 도출 동작, 및 상기 난이도 적합도에 기초하여 상기 훈련 스케줄을 갱신하는 스케줄 갱신 동작을 수행할 수 있다.
이를 수행하는 프로세서(180)의 구체적인 동작에 대해서는 도 4를 참조하여 후술하기로 한다.
저장부(150)는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 저장부(150)는 저장 매체로서 HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등에 기반할 수 있다.
메모리(130)는 프로세서(180)로 하여금 프로세서(180)가 피검자 단말(200)로부터 인지기능측정을 위한 설문 문항에 대한 응답 정보를 수신하고, 이에 기초하여 피검자의 인지기능 상태를 판단하기 위한 코드, 피검자의 인지기능 상태에 대응하는 디지털치료제의 정보를 포함하는 훈련 스케줄을 생성하기 위한 코드, 디지털치료제가 시행 중에 발생하는 제1 메타데이터를 분석하기 위한 코드를 저장할 수 있다.
프로세서(180)는 I/O 처리 모듈, 환경 조건 모듈, 음성-텍스트(STT)처리 모듈, 자연어 처리 모듈, 작업 흐름 처리 모듈 및 서비스 처리 모듈과 같이, 음성 및 자연 언어 음성 처리를 수반하는 연산을 가능하게 하는 서브 모듈을 포함할 수 있다.
이들 서브 모듈들 각각은, 단말기에서의 하나 이상의 시스템 또는 데이터 및 모델, 또는 이들의 서브셋 또는 수퍼 셋에 대한 액세스를 가질 수 있다.또한, 이들 서브 모듈들 각각은, 어휘 색인, 사용자 데이터, 작업 흐름 모델, 서비스 모델 및 자동 음성 인식(ASR) 시스템을 비롯한 다양한 기능을 제공할 수 있다.
다른 실시 예에서, 프로세서(180) 또는 서버(100)의 다른 양태는 서브 모듈, 시스템, 또는 데이터 및 모델로 구현될 수 있다.
일부 예에서, 데이터에 기초하여 프로세서(180)는 사용자 입력 또는 자연 언어 입력으로 표현된 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 검출하고 감지하도록 구성될 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 완전히 결정하는데 필요한 정보를 능동적으로 이끌어 내고, 획득할 수 있다. 예를 들어, 프로세서(180)는 역사적 입력 및 출력, 패턴 매칭, 모호하지 않은 단어, 입력 의도 등을 포함하는 과거 데이터를 분석함으로써 요구 사항을 결정하는데 필요한 정보를 능동적으로 이끌어 낼 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항에 응답하는 기능을 실행하기 위한 태스크 흐름을 결정할 수 있다.
프로세서(180)는 프로세싱 및 저장을 위한 정보를 수집하기 위해, 단말기에서 하나 이상의 감지 컴포넌트를 통해 분석 및 기계 학습 작업에 사용되는 신호 또는 데이터를 수집, 감지, 추출, 검출 및/또는 수신하도록 구성될 수 있다.
정보 수집은 센서를 통해 정보를 감지하는 것, 메모리(130)에 저장된 정보를 추출하는 것 또는 통신 수단을 통해 외부 단말기, 엔티티 또는 외부 저장 장치로부터 정보를 수신하는 것을 포함할 수 있다.
프로세서(180)는 서버(100)에서 사용 히스토리 정보를 수집하여 메모리(130)에 저장할 수 있다.
프로세서(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.
프로세서(180)는 입력부로부터 이미지 정보(또는 해당 신호), 오디오 정보(또는 해당 신호), 데이터 또는 사용자 입력 정보를 수신할 수 있다.
프로세서(180)는 정보를 실시간으로 수집하고, 정보(예를 들어, 지식 그래프, 명령 정책, 개인화 데이터베이스, 대화 엔진 등)를 처리 또는 분류하고, 처리된 정보를 메모리(130)에 저장할 수 있다.
서버(100)의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 프로세서(180)는 결정된 동작을 실행하기 위해 서버(100)의 구성 요소를 제어할 수 있다. 그리고, 프로세서(180)는 제어 명령에 따라 서버(100)를 제어하여 결정된 동작을 수행할 수 있다.
프로세서(180)는 특정 동작이 수행되는 경우, 데이터 분석 및 기계학습 알고리즘 및 기법을 통해 특정 동작의 실행을 나타내는 이력 정보를 분석하고, 분석된 정보에 기초하여 이전에 학습한 정보의 업데이트를 수행할 수 있다.
따라서, 프로세서(180)는 업데이트 된 정보에 기초하여 데이터 분석 및 기계 학습 알고리즘 및 기법의 미래 성능의 정확성을 향상시킬 수 있다.
전원 공급부(150)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가받아 서버(100)에 포함된 각 구성요소들에 전원을 공급하기 위한 장치를 포함한다.
또한, 이러한 전원공급부(150)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.
도 3를 참조하여 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 시스템을 이용하는 피검자 단말(200)의 구성을 설명한다. 서버(100)와 유사한 구성은 자세한 설명을 생략한다.
피검자 단말(200)은 서버(100)와 데이터 전송을 위한 통신부(210) 및 통신 모듈(211)을 포함할 수 있다.
일 실시 예에서, 피검자 단말(200)은 피검자의 입력을 위한 입력부 및 출력부를 포함하는 인터페이스부(220)를 포함할 수 있다.
입력부는 마이크로폰, 피검자로부터 정보를 입력 받기 위한 터치 인터페이스를 포함하는 사용자 인터페이스(UI: User Interface)를 포함하고, 사용자 인터페이스는 마우스, 키보드뿐만 아니라 장치에 구현된 기계식, 전자식 인터페이스 등을 포함할 수 있고 피검자의 명령을 입력 가능한 것이라면 특별히 그 방식과 형태를 한정하지 않는다. 전자식 인터페이스는 터치 입력 가능한 디스플레이(222)를 포함한다.
출력부는 피검자 단말(200)의 출력을 외부에 표출하여 피검자에게 정보를 전달하기 위한 것으로서, 시각적 출력, 청각적 출력 또는 촉각적 출력을 표출하기 위한 디스플레이, LED, 스피커 등을 포함할 수 있다.
피검자 단말(200)은 다양한 종류의 연결된 외부 기기와의 데이터 전송을 위한 주변 장치 인터페이스부를 포함할 수 있고, 메모리 카드(memory card) 포트, 외부 장치 I/O(Input/Output) 포트(port) 등을 포함할 수 있다.
일 실시 예에서, 피검자 단말(200)은 서버(100)로부터 제공된 피검자의 인지기능 상태를 측정하기 위한 적어도 하나의 설문 문항, 피검자의 인지 기능 상태에 따라 설계된 훈련 스케줄, 피검자의 훈련 정보에 기반하여 도출된 난이도 적합도, 난이도 적합도에 기초하여 갱신된 훈련 스케줄 정보를 디스플레이, LED 및 스피커 등을 통해 출력할 수 있다.
피검자 단말(200)은 다양한 종류의 연결된 외부 기기와의 데이터 전송을 위한 주변 장치 인터페이스부를 포함할 수 있고, 메모리 카드(memory card) 포트, 외부 장치 I/O(Input/Output) 포트(port) 등을 포함할 수 있다.
인지 재활 훈련 인터페이스부(240)는 서버(100)와 통신하며 인지 재활 훈련을 수행하기 전에 피검자의 인지기능 상태를 측정하기 위한 설문 문항을 제공하여 피검자의 응답 정보를 수집하고, 피검자의 인지기능 상태에 따라 설계된 훈련 스케줄에 따라 디지털치료제를 제공하며, 훈련에 임하는 피검자의 진척에 따라 갱신된 훈련 스케줄을 제공할 수 있다.
도 4를 참조하여 본 개시의 일 실시 예에 따른 인지 재활 훈련의 자동화 장치(100, 서버)의 운용 방법을 설명한다.
먼저, 인지 재활 훈련의 자동화 장치(100)는 설문 문항에 대한 피검자의 응답 정보에 기초하여 피검자의 인지기능 상태를 측정할 수 있다(S110).
구체적으로, 인지기능 상태 측정을 위해, 인지기능 검사의 표준화도구인 SMCQ(Subjective Memory Complaints Questionnaire), MMSE-K(Mini-Mental State Exam-Korean vision), Rey-KIM(주의력/신경인지검사), CAT(Comprehensive Attention Test), K-MOCA(Korean-Montreal Cognitive Assessment) 중 적어도 하나에 사용되는 설문 문항이 피검자의 단말기(200)에서 응답 가능한 소프트웨어 형태로 XML 기반의 DPR(Digital Pharmaceutical Records or Digital theraPeutics Records) 메시지로 제공될 수 있다.
이어, 설문 문항에 대한 피검자의 응답 정보를 XML 기반의 DPR메시지의 형태로 수집할 수 있다.
도 5는 피검자가 입력하는 응답 정보가 표준화 도구에 기반하여 수행된 결과로서, 피검자가 입력하는 응답 정보에 대해 제2 메타데이터가 포함된 DPR규격 형태로 생성된 XML 메시지의 일 예를 도시한다. 예를 들어, 피검자의 설문 문항에 대한 각 항목의 답변, 답변에 걸리는 시간, 답변의 변경 횟수 등 다양한 정보를 포함할 수 있고, 빨간색으로 표시된 정보들은 필수 정보를 나타내고, 파란색으로 표시된 정보들은 표준화 도구에 따른 평가 항목 정보로서, 표준화 도구 별로 상이하게 생성되도록 구성될 수 있다.
도 6은 각 표준화 도구를 응시한 피검자의 응답 정보에 기반하여 피검자의 인지 상태를 평가한 결과를 DPR 규격 형태의 XML 메시지로 생성한 일 예를 도시한다. 도 6을 참조하여 예를 들면, SMCQ에 대응하는 평가 결과는 시작시간, 종료시간, 기억력 항목, 대화 회상 항목, 이름 회상 항목, 물건 위치 기억력 항목, 지남력 항목 및 종합 점수를 포함할 수 있다. MMSE-K에 대응하는 평가 결과는 시작시간, 종료시간, 지남력(시간/주소/장소) 항목, 기억력(물체인식 등) 항목, 기억회상 항목, 주의집중력 및 계산능력 항목, 언어능력 및 이해/판단 항목 및 종합접수를 포함할 수 있다. CAT에 대응하는 평가 결과는 시작시간, 종료시간, 단순선택주의력(시각)항목, 단순선택주의력(청각)항목, 간섭선택주의력 항목, 분할주의력 항목, 작업기억력 항목 및 종합점수를 포함할 수 있다. K-MOCA에 대응하는 평가 결과는 시작시간, 종료시간, 시공간 항목, 이용애 대한 물음 항목, 기억력 항목, 주의력 항목, 언어능력 항목, 추상력 항목, 지남력 항목 및 종합점수를 포함할 수 있다.
여기서, DPR 메시지는 피검자에 대해 익명화된 개인식별정보(ID)를 포함하고, 인지기능 검사의 표준화 도구에 따라 각각의 규격으로 생성될 수 있으며, 각 항목의 답변에 대한 제2 메타데이터 정보를 포함할 수 있다.
제2 메타데이터 정보는 인지기능검사의 종류, 인지기능검사의 실시횟수, 인지기능검사의 검사 시간, 문항당 답변 소요시간, 답변 수정 횟수, 무효 클릭 횟수 중 적어도 하나를 포함할 수 있다.
그리고, 설문 문항에 대한 피검자의 응답 정보에 기 설정된 정규화 및 가중치를 적용하여 표준화 도구 별로 점수를 산출하고, 표준화 도구 별로 산출된 점수 또는 특정 표준화 도구에서 산출된 점수에 기초하여 산출된 종합점수에 기반하여 피검자의 인지기능 상태를 측정할 수 있다.
일 실시 예로, 종합점수는 표준화 도구에 포함된 복수의 세부 속성들 즉, 전술한 표준화 도구에 포함된 항목들에 대한 점수의 합에 기초하여 산출될 수 있고, 각 세부 속성들에 기 설정된 정규화 및 가중치가 부여될 수 있다.
인지 재활 훈련의 자동화 장치(100)가 종합점수를 도출하는 데에 피검자의 생체 정보의 변화 정도를 더 고려하는 경우, 종합점수는 인지 기능 평가를 위한 표준화 도구(평가지)의 응답 결과의 점수의 함과 생체 정보를 <수학식1>와 같이 반영하여 산출할 수 있다.
[수학식 1]
Figure PCTKR2023017226-appb-img-000001
여기서, 산소포화도는 산소포화도, 탈산소포화도 및 종합산소포화도 중에서 어느 하나이거나 복수일 수 있다. 피검자의 산소포화도 정보는 미리 저장되거나 또는 미리 저장된 피검자의 근적외선분광영상에서 산출될 수 있다. 생체 정보는 미리 설정된 대역의 뇌전도(Electroencephalogram: EEG)의 파워 및 기능적 근적외선분광영상(Near Infrared Spectroscopy: fNIR)에서 산출된 산소포화도 중에서 적어도 하나를 포함할 수 있다.
다음으로, 인지 재활 훈련의 자동화 장치(100)는 측정된 인지기능상태를 분석하여, 피검자의 인지기능 상태에 대응하는 디지털치료제의 정보를 포함하는 훈련 스케줄을 생성할 수 있다(S120).
훈련 스케줄은 피검자의 인지기능 상태에 따라 적어도 하나의 디지털치료제의 종류, 디지털치료제의 레벨, 디지털치료제의 시행 주기 및 디지털치료제의 시행 횟수에 관한 스케줄링 정보를 포함할 수 있다.
디지털치료제는 디지털 치료에 사용되는 컨텐츠, 컨텐츠를 설정 및 제어하는 컨텐츠 제어 API, 및 컨텐츠의 사용 과정 및 결과를 표시하기 위한 리포팅 뷰 프레임으로 구성될 수 있다.
다음으로, 인지 재활 훈련의 자동화 장치(100)는 디지털치료제가 시행 중에 피검자의 단말기에 의해 생성되는 제1 메타데이터를 포함하는 훈련 정보를 수집할 수 있다(S130).
제1 메타데이터는 디지털치료제의 종류, 디지털치료제의 훈련 실시 횟수, 디지털치료제의 훈련 시간, 디지털치료제에서 제공된 세션의 성공여부, 세션의 답변 소요 시간, 세션의 답변 수정 횟수, 세션의 무효 터치 횟수, 훈련점수 중 적어도 하나를 포함할 수 있다.
다음으로, 인지 재활 훈련의 자동화 장치(100)는 제1 메타데이터에 기초하여 다음 시행에서 피검자에게 제시될 세션의 난이도 적합도를 도출할 수 있다(S140). 이를 위해, 제1 메타데이터에 포함된 평가항목들 중 적어도 하나의 변화정도를 수치로 환산하고, 수치로 환산된 평가항목의 변화 정도에 기초하여 난이도 적합도를 도출할 수 있다.
일 실시 예로, 피검자가 디지털치료제를 실행할 때마다 실행 로그를 생성하여 데이터베이스에 DPR 형태로 저장할 수 있다. 이에, 동종의 디지털치료제에 관한 실행 로그에 기초하여 다른 시점 간, 일 예로 직전 실행 로그와 현재 실행로그 간의 제1 메타데이터의 특정 항목 또는 복수의 항목의 변화 정도를 수치상으로 계산하고, 계산된 값을 난이도 적합도를 도출하는 데에 반영할 수 있다. 일 예로, 직전 실행 로그와 현재 실행 로그 간의 동종의 디지털치료제에 관한 세션의 성공여부 및 훈련점수의 변화 정도를 수치상으로 아래의 <수학식 2>에 따라 산출할 수 있다.
[수학식 2]
Figure PCTKR2023017226-appb-img-000002
이는 제1 메타데이터의 여러 항목 중 성공여부와 훈련점수만 고려하는 일 예일 뿐, 제1 메타데이터의 변화 정도를 산출하는 수학식은 이에 한정하지 않고, 앞서 언급한 다양한 제1 메타데이터에 포함된 항목들, 예를 들어 세션의 답변 소요 시간의 변화, 세션의 답변 수정 횟수의 변화 및 세션의 무효 터치 횟수의 변화를 상기 <수학식 2>에 성공여부의 변화 및 훈련점수의 변화와 동일한 형식으로 반영할 수 있다.
아울러, 난이도 적합도를 도출하는 데에 피검자의 생체 정보의 변화정도를 더 고려할 수 있다.
다음으로, 난이도 적합도에 기초하여 훈련 스케줄을 갱신할 수 있다(S150).
도 7은 피검자들의 각 난이도 적합도에 기초하여 갱신된 훈련 스케줄의 일 예를 도시한다.
이와 같은 본 개시의 실시 예에 따른 인지 재활 훈련의 자동화 방법에 의하면 인지 재활 훈련에 임하는 피검자의 훈련 정보를 분석하고 난이도 적합도를 도출하여 훈련 스케줄을 갱신하는 자동화 시스템을 구축함으로써, 피검자의 특성에 맞는 훈련 설계가 가능하고, 피검자의 진척에 따라 훈련을 유연하게 갱신할 수 있다.
또한, 도 8에 도시된 바와 같이, 본 개시의 실시 예에 따른 인지 재활 훈련의 자동화로 인하여 전문 관리 인력에 소요되는 비용을 최소화할 수 있고, 비대면 훈련을 도모할 수 있으며, 해당분야 기업경쟁력을 강화하는 데에 도움이 될 수 있다.
아울러, 피검자의 훈련 정보로서 단순히 디지털치료제의 수행 여부만 고려하는 것이 아니라, 디지털치료제의 종류, 훈련 실시 횟수, 훈련 시간, 디지털치료제에서 제공된 세션의 성공여부, 세션의 답변 소요 시간, 세션의 답변 수정횟수 및 세션에 대한 무효 터치 횟수 등과 같은 메타 데이터를 함께 수집하여 분석함으로써 인지 재활 훈련에 임하는 피험자의 특성이나 진척을 섬세하게 피드백 할 수 있다.
전술한 본 개시는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 각 장치의 프로세서를 포함 할 수도 있다.
한편, 상기 프로그램은 본 개시를 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수 있다. 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 개시의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 개시에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 개시에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 개시가 한정되는 것은 아니다. 본 개시에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 개시를 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 개시의 범위가 한정되는 것은 아니다. 또한, 통상의 기술자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 인자(factor)에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 개시의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 개시의 사상의 범주에 속한다고 할 것이다.
본 발명의 일 실시예에 의하면, 인지 재활 훈련의 자동화 방법을 제공한다. 또한, 산업상 이용하는 재활 훈련 등에 본 발명의 실시예들을 적용할 수 있다.

Claims (16)

  1. 각 단계의 적어도 일부가 프로세서에 의해 수행되는 방법으로서,
    설문 문항에 대한 피검자의 응답 정보에 기초하여 피검자의 인지기능 상태를 측정하는 인지기능측정 단계;
    측정된 인지기능 상태를 분석하여, 상기 피검자의 인지기능 상태에 대응하는 디지털치료제의 정보를 포함하는 훈련 스케줄을 생성하는 훈련 스케줄 생성 단계;
    상기 디지털치료제가 시행 중에 상기 피검자의 단말기에 의해 생성되는 제1 메타데이터를 수집하는 훈련 정보 수집 단계;
    상기 제1 메타데이터에 기초하여 난이도 적합도를 도출하는 난이도 적합도 도출 단계; 및
    상기 난이도 적합도에 기초하여 상기 훈련 스케줄을 갱신하는 스케줄 갱신 단계를 포함하는,
    인지 재활 훈련의 자동화 방법.
  2. 제 1 항에 있어서,
    상기 인지기능측정 단계는,
    인지기능 검사의 표준화 도구인 SMCQ, MMSE-K, Rey-KIM, CAT, K-MOCA 중 적어도 하나에 사용되는 설문 문항을 상기 피검자의 단말기에서 응답 가능한 소프트웨어 형태로 제공하는 단계;
    상기 설문 문항에 대한 상기 피검자의 응답 정보를 XML 기반의 DPR(Digital Pharmaceutical Records or Digital theraPeutics Records) 메시지의 형태로 수집하는 단계; 및
    상기 설문 문항에 대한 상기 피검자의 응답 정보에 기 설정된 정규화 및 가중치를 적용하여 상기 표준화 도구 별로 점수를 산출하고, 상기 표준화 도구 별로 산출된 점수에 기초하여 산출된 종합점수에 기반하여 상기 인지기능 상태를 측정하는 단계를 포함하는,
    인지 재활 훈련의 자동화 방법.
  3. 제 2 항에 있어서,
    상기 피검자의 응답 정보를 상기 DPR 메시지의 형태로 수집하는 단계는,
    상기 피검자에 대해 익명화된 개인식별정보(ID)를 포함하고, 상기 인지기능검사의 표준화 도구에 따라 각각의 규격으로 생성되며, 각 항목의 답변에 대한 제2 메타 데이터 정보를 포함하는 상기 DPR 메시지를 수집하는,
    인지 재활 훈련의 자동화 방법.
  4. 제 1 항에 있어서,
    상기 훈련 스케줄 생성 단계는,
    상기 피검자의 인지기능 상태에 따라 적어도 하나의 상기 디지털치료제의 종류, 레벨, 시행 주기 및 시행 횟수를 포함하여 상기 훈련 스케줄을 생성하는 단계를 포함하는,
    인지 재활 훈련의 자동화 방법.
  5. 제 1 항에 있어서,
    상기 디지털치료제는,
    디지털 치료에 사용되는 컨텐츠, 상기 컨텐츠를 설정 및 제어하는 컨텐츠 제어 API, 및 상기 컨텐츠의 사용 과정 및 결과를 표시하기 위한 리포팅 뷰 프레임으로 구성되는,
    인지 재활 훈련의 자동화 방법.
  6. 제 1 항에 있어서,
    상기 훈련 정보 수집 단계는,
    상기 디지털치료제의 종류, 상기 디지털치료제의 훈련 실시 횟수, 상기 디지털치료제의 훈련 시간, 상기 디지털치료제에서 제공된 세션의 성공여부, 상기 세션의 답변 소요 시간, 상기 세션의 답변 수정 횟수, 상기 세션의 무효 터치 횟수 중 적어도 하나를 상기 제1 메타데이터로서 수집하는,
    인지 재활 훈련의 자동화 방법.
  7. 제 6 항에 있어서,
    상기 난이도 적합도 도출 단계는,
    상기 제1 메타 데이터에 포함된 평가 항목들 중 적어도 하나의 변화 정도를 수치로 환산하는 단계; 및
    상기 평가 항목의 변화 정도에 기초하여 상기 난이도 적합도를 도출하는 단계를 포함하는,
    인지 재활 훈련의 자동화 방법.
  8. 제 2 항에 있어서,
    상기 종합점수에 기반하여 상기 인지기능 상태를 측정하는 단계는,
    상기 피검자의 생체 정보의 변화 정도를 더 고려하여 상기 종합점수를 산출하는 단계를 포함하고,
    상기 생체 정보는 미리 설정된 대역의 뇌전도(Electroencephalogram: EEG)의 파워 및 기능적 근적외선분광영상(Near Infrared Spectroscopy: fNIR)에서 산출된 산소포화도 중에서 적어도 하나를 포함하는,
    인지 재활 훈련의 자동화 방법.
  9. 프로세서; 및
    상기 프로세서와 전기적으로 연결되고, 상기 프로세서에서 수행되는 적어도 하나의 코드(code)가 저장되는 메모리를 포함하고,
    상기 프로세서는,
    설문 문항에 대한 피검자의 응답 정보에 기초하여 피검자의 인지기능 상태를 측정하는 인지기능측정 동작, 측정된 인지기능 상태를 분석하여, 상기 피검자의 인지기능 상태에 대응하는 디지털치료제의 정보를 포함하는 훈련 스케줄을 생성하여 상기 피검자 단말로 전달하는 훈련 스케줄 생성 동작, 상기 디지털치료제가 시행 중에 상기 피검자의 단말기에 의해 생성되는 제1 메타데이터를 수집하는 훈련 정보 수집 동작, 상기 제1 메타데이터에 기초하여 난이도 적합도를 도출하는 난이도 적합도 도출 동작, 및 상기 난이도 적합도에 기초하여 상기 훈련 스케줄을 갱신하는 스케줄 갱신 동작을 실행하는,
    인지 재활 훈련의 자동화 장치.
  10. 제 9 항에 있어서,
    상기 프로세서는,
    상기 인지기능측정 동작으로서,
    인지기능 검사의 표준화 도구인 SMCQ, MMSE-K, Rey-KIM, CAT, K-MOCA 중 적어도 하나에 사용되는 설문 문항을 상기 피검자의 단말기에서 수행 가능한 소프트웨어 형태로 제공하는 동작, 상기 설문 문항에 대한 상기 피검자의 답변을 XML 기반의 DPR(Digital Pharmaceutical Records or Digital theraPeutics Records) 메시지의 형태로 수집하는 동작, 및 상기 설문 문항에 대한 상기 피검자의 응답 정보에 기 설정된 정규화 및 가중치를 적용하여 상기 표준화 도구 별로 점수를 산출된 종합점수에 기반하여 상기 인지기능 상태를 측정하는 동작을 실행하는,
    인지 재활 훈련의 자동화 장치.
  11. 제 10 항에 있어서,
    상기 프로세서는,
    상기 피검자에 대해 익명화된 개인식별정보(ID)를 포함하고, 상기 인지기능 검사의 표준화 도구에 따라 각각의 규격으로 생성되며, 각 항목의 답변에 대한 제2 메타 데이터 정보를 포함하는 상기 DPR 메시지를 수집하는 동작을 실행하는,
    인지 재활 훈련의 자동화 장치.
  12. 제 9 항에 있어서,
    상기 프로세서는,
    상기 피검자의 인지기능 상태에 따라 적어도 하나의 상기 디지털치료제의 종류, 레벨, 시행 주기 및 시행 횟수를 포함하여 상기 훈련 스케줄을 생성하는 동작을 실행하는,
    인지 재활 훈련의 자동화 장치.
  13. 제 9 항에 있어서,
    상기 디지털치료제는,
    디지털치료에 사용되는 컨텐츠, 상기 컨텐츠를 설정 및 제어하는 컨텐츠 제어 API, 및 상기 컨텐츠의 사용 과정 및 결과를 표시하기 위한 리포팅 뷰 프레임으로 구성되는,
    인지 재활 훈련의 자동화 장치.
  14. 제 9 항에 있어서,
    상기 프로세서는,
    상기 디지털치료제의 종류, 상기 디지털치료제의 훈련 실시 횟수, 상기 디지털치료제의 훈련 시간, 상기 디지털치료제에서 제공된 세션의 성공여부, 상기 세션의 답변 소요 시간, 상기 세션의 답변 수정 횟수, 상기 세션의 무효 터치 횟수 중 적어도 하나를 상기 제1 메타데이터로서 수집하는 동작을 실행하는,
    인지 재활 훈련의 자동화 장치.
  15. 제 14 항에 있어서,
    상기 프로세서는,
    상기 제1 메타 데이터에 포함된 평가 항목들 중 적어도 하나의 변화 정도를 수치로 환산하는 동작, 및 상기 평가 항목의 변화 정도에 기초하여 상기 난이도 적합도를 도출하는 동작을 실행하는,
    인지 재활 훈련의 자동화 장치.
  16. 제 10 항에 있어서,
    상기 프로세서는
    상기 피검자의 생체 정보의 변화 정도를 더 고려하여 상기 종합점수를 산출하는 동작을 실행하고,
    상기 생체 정보는, 미리 설정된 대역의 뇌전도(Electroencephalogram; EEG)의 파워 및 기능적 근적외선분광영상(Near Infrared Spectroscopy; fNIR)에서 산출된 산소포화도 중에서 적어도 하나를 포함하는,
    인지 재활 훈련의 자동화 장치.
PCT/KR2023/017226 2022-12-02 2023-11-01 인지 재활 훈련의 자동화 방법 및 장치 WO2024117566A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0166449 2022-12-02
KR1020220166449A KR20240082627A (ko) 2022-12-02 2022-12-02 인지 재활 훈련의 자동화 방법 및 장치

Publications (1)

Publication Number Publication Date
WO2024117566A1 true WO2024117566A1 (ko) 2024-06-06

Family

ID=91324253

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/017226 WO2024117566A1 (ko) 2022-12-02 2023-11-01 인지 재활 훈련의 자동화 방법 및 장치

Country Status (2)

Country Link
KR (1) KR20240082627A (ko)
WO (1) WO2024117566A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170323485A1 (en) * 2016-05-09 2017-11-09 Magic Leap, Inc. Augmented reality systems and methods for user health analysis
KR20200128555A (ko) * 2018-03-04 2020-11-13 아킬리 인터랙티브 랩스 인크. 면역-매개 및 신경-퇴행성 장애를 표적으로 하는 인지 스크린, 모니터 및 인지 치료
KR20210062342A (ko) * 2019-11-21 2021-05-31 주식회사 와이닷츠 인지중재 프로그램 제공 방법 및 그 장치
KR20210062456A (ko) * 2019-11-21 2021-05-31 주식회사 에임메드 맞춤형 인지 기능 검사 및 재활 훈련 평가 방법
KR20210115880A (ko) * 2020-03-16 2021-09-27 주식회사 이드웨어 인지 능력 훈련 프로세스 생성 방법 및 그 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102441774B1 (ko) 2022-03-10 2022-09-08 (주)휴먼아이티솔루션 인지기능 향상을 위한 생활습관 인공지능 관리 방법, 장치 및 컴퓨터-판독 가능 기록 매체

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170323485A1 (en) * 2016-05-09 2017-11-09 Magic Leap, Inc. Augmented reality systems and methods for user health analysis
KR20200128555A (ko) * 2018-03-04 2020-11-13 아킬리 인터랙티브 랩스 인크. 면역-매개 및 신경-퇴행성 장애를 표적으로 하는 인지 스크린, 모니터 및 인지 치료
KR20210062342A (ko) * 2019-11-21 2021-05-31 주식회사 와이닷츠 인지중재 프로그램 제공 방법 및 그 장치
KR20210062456A (ko) * 2019-11-21 2021-05-31 주식회사 에임메드 맞춤형 인지 기능 검사 및 재활 훈련 평가 방법
KR20210115880A (ko) * 2020-03-16 2021-09-27 주식회사 이드웨어 인지 능력 훈련 프로세스 생성 방법 및 그 장치

Also Published As

Publication number Publication date
KR20240082627A (ko) 2024-06-11

Similar Documents

Publication Publication Date Title
KR102041186B1 (ko) 진료 보조 시스템 및 방법
KR101880159B1 (ko) 스마트폰 어플리케이션 연계 그림 심리검사 전용 검사지 및 그 검사지와 스마트폰 어플리케이션을 이용한 그림 심리검사 서비스 제공시스템과 방법
Ménard et al. Emotion Recognition based on Heart Rate and Skin Conductance.
KR20180099403A (ko) 온라인 심리상담 시스템 및 이를 이용한 온라인 심리상담 방법
CN111261262A (zh) 基于人机交互的心理干预方法、装置及电子设备
WO2012165719A1 (ko) 사용자 심리지수에 기초한 조언 추천 시스템
CN110767290A (zh) 一种交互型情绪疏导及心理辅导机器人
MX2011002235A (es) Dispositivo de prueba de diagnostico portatil de un solo uso, y un sistema y metodo asociado para probar muestras de prueba biologicas y ambientales.
WO2021040373A1 (ko) 복합적 스트레스 지수에 기반한 스트레스 관리 방법
WO2021246700A1 (ko) 사용자 상태를 예측하기 위한 방법 및 그 장치
L'Hommedieu et al. Lessons learned: recommendations for implementing a longitudinal study using wearable and environmental sensors in a health care organization
Duffy et al. Measuring emotions in medical education: Methodological and technological advances within authentic medical learning environments
CN111696648A (zh) 一种基于互联网的心理咨询平台
KR20220118974A (ko) 뇌파 정보와 표정 인식 기술을 이용하는 정신건강 진단 및 케어를 위한 시스템 및 방법
US20220383896A1 (en) System and method for collecting behavioural data to assist interpersonal interaction
WO2021215809A1 (ko) 고령자 대상 인지장애 조기 검진 및 커뮤니티케어 매칭 서비스를 제공하는 시스템 및 방법
WO2024101731A1 (ko) 인공지능에 기반하여 사용자 유형별 맞춤형 상담을 수행하는 방법
WO2021146368A1 (en) Artificial intelligence-based platform to optimize skill training and performance
CN114334123A (zh) 一种适用于轻度认知障碍快速检测的认知测评体系
US20170357770A1 (en) Health risk cloud analysis system capable of integrating gene information and acquired lifestyle
JP2016118575A (ja) 脳内知的活動状態を推定可能な装置、システム、プログラム及び方法
Offermann et al. Interplay of perceptions of aging, care, and technology acceptance in older age
Vargiu et al. Context-aware based quality of life telemonitoring
WO2024117566A1 (ko) 인지 재활 훈련의 자동화 방법 및 장치
CN110765987B (zh) 创新行为特征的量化方法、装置和电子设备