KR102509538B1 - 센서를 구비한 휴대용 비대면 진단 장치 - Google Patents

센서를 구비한 휴대용 비대면 진단 장치 Download PDF

Info

Publication number
KR102509538B1
KR102509538B1 KR1020220104321A KR20220104321A KR102509538B1 KR 102509538 B1 KR102509538 B1 KR 102509538B1 KR 1020220104321 A KR1020220104321 A KR 1020220104321A KR 20220104321 A KR20220104321 A KR 20220104321A KR 102509538 B1 KR102509538 B1 KR 102509538B1
Authority
KR
South Korea
Prior art keywords
user
biosensor
health
processor
sensor
Prior art date
Application number
KR1020220104321A
Other languages
English (en)
Inventor
이승민
Original Assignee
주식회사 마크헬츠
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 주식회사 마크헬츠 filed Critical 주식회사 마크헬츠
Priority to KR1020220104321A priority Critical patent/KR102509538B1/ko
Application granted granted Critical
Publication of KR102509538B1 publication Critical patent/KR102509538B1/ko
Priority to PCT/KR2023/011436 priority patent/WO2024039120A1/ko

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
    • G16H50/20—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/744—Displaying an avatar, e.g. an animated cartoon character
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • 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
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Biophysics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Telephone Set Structure (AREA)

Abstract

일실시예에 따르면, 센서를 구비한 휴대용 비대면 진단 장치에 있어서, 특정 위치에 고정된 거치부에 탈착 가능하게 설치되는 하우징; 상기 하우징에 배치되는 입출력 장치; 상기 하우징에 배치되는 통신 모듈; 상기 하우징에 배치되는 디스플레이; 상기 하우징에 배치되는 카메라; 상기 하우징에 배치되고 온도, 습도를 포함하는 주변 환경 상태를 감지하는 환경 센서; 상기 하우징에 탈착 가능하게 설치되어 주변 공기의 성분을 분석하여 특정 성분의 존재 유무를 판단하는 바이오 센서; 검사 키트가 삽입되도록 상기 하우징에 형성된 키트 삽입부; 상기 키트 삽입부에 삽입된 상기 검사 키트를 촬영할 수 있도록, 상기 키트 삽입부에 설치되는 검사 카메라; 및 상기 입출력 장치, 상기 통신 모듈, 상기 디스플레이, 상기 카메라, 상기 환경 센서, 상기 바이오 센서 및 상기 검사 카메라를 제어하는 프로세서;를 포함하고, 상기 프로세서는, 상기 바이오 센서의 센싱 값을 확인하여 상기 특정 성분이 미리 설정된 기준치 이상 검출되는지 확인하고, 상기 특정 성분의 검출 결과에 기반하여 상기 특정 성분의 진단을 위한 검사 키트의 구매를 추천하는 메시지를 상기 디스플레이를 통해 출력하고, 상기 검사 키트의 사용 방법 및 상기 검사 키트를 상기 키트 삽입부에 삽입하도록 안내하는 가이드 영상을 상기 디스플레이를 통해 출력하고, 상기 검사 카메라로 상기 키트 삽입부에 삽입된 검사 키트를 촬영하도록 제어하고, 상기 검사 키트의 촬영을 통해 생성된 이미지를 분석하여 검사 결과가 양성 또는 음성인지 확인하고, 상기 검사 결과가 양성인 경우, 상기 통신 모듈을 이용하여 관련 의료 전문가를 연결하거나, 관련 의료 서비스를 제공받을 수 있는 장소를 상기 디스플레이에 출력하는, 센서를 구비한 휴대용 비대면 진단 장치가 제공된다.

Description

센서를 구비한 휴대용 비대면 진단 장치 {PORTABLE NON-FACE-TO-FACE DIAGNOSTIC DEVICE EQUIPPED WITH SENSOR}
아래 실시예들은 센서를 구비한 휴대용 비대면 진단 장치를 통해 이동식 원격 진단 서비스를 제공하기 위한 기술에 관한 것이다.
최근, 의료 서비스의 트랜드가 대면 의료에서 비대면 의료로 변화하면서, 비대면 의료 서비스의 시장이 확대되고 있으며, 의료의 사각지대 증가에 따라 개인 자가 진단 및 응급처치의 필요성이 증가하고 있다.
또한, 헬스케어 시장의 확대로 인해, 글로벌 디지털 헬스케어 시장은 연평균 30%로 설장하고 있다.
이에 따라, 감염 환경을 극복하고 비대면 의료 환경을 조성하고자 하는 요구가 증대되고 있으며, 비대면 또는 최소 대면의 원격 의료 서비스의 실현이 요구되고 있으며, 감염의 확산을 최소화 할 수 있는 작업 및 헬스케어 환경을 조성할 수 있는 기술에 대한 연구가 요구되고 있다.
또한, 자가 진단 서비스를 통한 보건 의료의 사각지대를 보완하고 접근성을 향상시키고자 하는 요구가 증대되고 있으며, 코로나 19로 학습과 경험이 보편화되고, 자가 진단 및 간편한 관리를 통한 위급 상황에 대한 의료대처 능력을 스스로 보유할 필요성이 있으며, 자가 격리자, 직장인, 주부, 의료취약 지역 주민 등 의료 접근 향상에 기여할 수 있는 기술에 대한 연구가 요구되고 있다.
또한, 지역 간 의료 불균형 해소 및 의료 불평등을 극복하고 시공간을 초월한 의료 서비스를 제공하고자 하는 요구가 증대되고 있으며, 의료 지원이 시급한 환경에 의료 인프라를 공급하고 보건 의료 인력의 대도시 쏠림 가속화를 극복하고 장애인과 거동이 불편한 노인층이 이용 가능한 서비스 환경을 조성할 수 있는 기술에 대한 연구가 요구되고 있다.
특히, 병원을 직접 방문하지 않으면서, 이동중인 환경에서 병원을 방문한 것과 같은 경험을 느낄 수 있도록 하는 비대면 의료 서비스에 대한 요구가 증대되고 있어, 이동식 원격 진단 서비스와 관련된 기술에 대한 연구가 요구된다.
한국등록특허 제10-1845315호 한국등록특허 제10-2091832호 한국등록특허 제10-1621050호 한국공개특허 제10-2021-0123997호
일실시예에 따르면, 특정 위치에 고정된 거치부에 탈착 가능하게 설치되는 하우징, 하우징에 배치되는 입출력 장치, 하우징에 배치되는 통신 모듈, 하우징에 배치되는 디스플레이, 하우징에 배치되는 카메라, 하우징에 배치되고 온도, 습도를 포함하는 주변 환경 상태를 감지하는 환경 센서, 하우징에 탈착 가능하게 설치되어 주변 공기의 성분을 분석하여 특정 성분의 존재 유무를 판단하는 바이오 센서, 검사 키트가 삽입되도록 하우징에 형성된 키트 삽입부, 키트 삽입부에 삽입된 검사 키트를 촬영할 수 있도록, 키트 삽입부에 설치되는 검사 카메라, 입출력 장치, 통신 모듈, 디스플레이, 카메라, 환경 센서, 바이오 센서 및 검사 카메라를 제어하는 프로세서를 포함하는, 센서를 구비한 휴대용 비대면 진단 장치를 제공하기 위한 것을 그 목적으로 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, 센서를 구비한 휴대용 비대면 진단 장치에 있어서, 특정 위치에 고정된 거치부에 탈착 가능하게 설치되는 하우징; 상기 하우징에 배치되는 입출력 장치; 상기 하우징에 배치되는 통신 모듈; 상기 하우징에 배치되는 디스플레이; 상기 하우징에 배치되는 카메라; 상기 하우징에 배치되고 온도, 습도를 포함하는 주변 환경 상태를 감지하는 환경 센서; 상기 하우징에 탈착 가능하게 설치되어 주변 공기의 성분을 분석하여 특정 성분의 존재 유무를 판단하는 바이오 센서; 검사 키트가 삽입되도록 상기 하우징에 형성된 키트 삽입부; 상기 키트 삽입부에 삽입된 상기 검사 키트를 촬영할 수 있도록, 상기 키트 삽입부에 설치되는 검사 카메라; 및 상기 입출력 장치, 상기 통신 모듈, 상기 디스플레이, 상기 카메라, 상기 환경 센서, 상기 바이오 센서 및 상기 검사 카메라를 제어하는 프로세서;를 포함하고, 상기 프로세서는, 상기 바이오 센서의 센싱 값을 확인하여 상기 특정 성분이 미리 설정된 기준치 이상 검출되는지 확인하고, 상기 특정 성분의 검출 결과에 기반하여 상기 특정 성분의 진단을 위한 검사 키트의 구매를 추천하는 메시지를 상기 디스플레이를 통해 출력하고, 상기 검사 키트의 사용 방법 및 상기 검사 키트를 상기 키트 삽입부에 삽입하도록 안내하는 가이드 영상을 상기 디스플레이를 통해 출력하고, 상기 검사 카메라로 상기 키트 삽입부에 삽입된 검사 키트를 촬영하도록 제어하고, 상기 검사 키트의 촬영을 통해 생성된 이미지를 분석하여 검사 결과가 양성 또는 음성인지 확인하고, 상기 검사 결과가 양성인 경우, 상기 통신 모듈을 이용하여 관련 의료 전문가를 연결하거나, 관련 의료 서비스를 제공받을 수 있는 장소를 상기 디스플레이에 출력하는, 센서를 구비한 휴대용 비대면 진단 장치가 제공된다.
상기 프로세서는, 상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보, 상기 카메라를 통해 획득한 사용자의 이미지, 상기 환경 센서를 통해 획득한 주변 환경 상태 정보, 상기 바이오 센서를 통해 획득한 센싱 값을 이용하여 건강 관련 정보를 생성하고, 상기 건강 관련 정보를 이용하여 사용자의 건강 이상 유무를 확인하고, 상기 건강 이상 유무의 확인 결과에 기반하여, 상기 통신 모듈을 통해 관련 의료 전문가를 연결하고, 상기 의료 전문가의 단말에 상기 건강 관련 정보를 송신하며, 상기 하우징에 설치된 외부 입력 단자 또는 상기 통신 모듈과 연결된 VR 기기를 이용하여 상기 의료 전문가 및 상기 의료 전문가가 위치한 공간을 출력할 수 있다.
상기 프로세서는, 상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보, 상기 카메라를 통해 획득한 사용자의 이미지, 상기 환경 센서를 통해 획득한 주변 환경 상태 정보, 상기 바이오 센서를 통해 획득한 센싱 값을 이용하여 건강 관련 정보를 생성하고, 상기 건강 관련 정보를 이용하여 사용자의 건강 이상 유무를 확인하고, 상기 건강 이상 유무의 확인 결과에 기반하여, 상기 통신 모듈을 통해 관련 의료 전문가를 연결하되, 사용자가 위치한 지역의 시간을 확인하고, 상기 확인된 시간이 근무 시간인 지역의 의료 전문가를 우선적으로 연결할 수 있다.
상기 프로세서는, 상기 바이오 센서의 수명을 확인하여 상기 디스플레이에 상기 바이오 센서의 교체를 유도하는 메시지를 출력하고, 상기 바이오 센서의 종류를 추천하되, 상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보를 확인하여 사용자가 갖고 있거나 발병 가능성이 높은 질병을 검출할 수 있는 바이오 센서를 추천할 수 있다.
상기 프로세서는, 상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보 및 상기 카메라를 통해 획득한 사용자의 이미지를 아바타 생성 인공 신경망에 입력하여 출력 신호를 획득하고, 상기 출력 신호에 기반하여, 사용자에게 맞는 맞춤형 AI 아바타를 생성하여 상기 디스플레이에 출력하고, 사용자의 건강과 관련된 정보를 상기 맞춤형 AI 아바타를 통해 제공할 수 있다.
상기 프로세서는, 상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보 및 상기 카메라를 통해 획득한 사용자의 이미지를 아바타 생성 인공 신경망에 입력하여 출력 신호를 획득하고, 상기 출력 신호에 기반하여, 사용자에게 맞는 맞춤형 AI 아바타를 생성하고, 상기 하우징에 설치된 외부 입력 단자 또는 상기 통신 모듈과 연결된 VR 기기를 이용하여 상기 맞춤형 AI 아바타를 출력하여 사용자의 건강과 관련된 정보를 제공할 수 있다.
일실시예에 따르면, 특정 위치에 고정된 거치부에 탈착 가능하게 설치되는 하우징, 하우징에 배치되는 입출력 장치, 하우징에 배치되는 통신 모듈, 하우징에 배치되는 디스플레이, 하우징에 배치되는 카메라, 하우징에 배치되고 온도, 습도를 포함하는 주변 환경 상태를 감지하는 환경 센서, 하우징에 탈착 가능하게 설치되어 주변 공기의 성분을 분석하여 특정 성분의 존재 유무를 판단하는 바이오 센서, 검사 키트가 삽입되도록 하우징에 형성된 키트 삽입부, 키트 삽입부에 삽입된 검사 키트를 촬영할 수 있도록, 키트 삽입부에 설치되는 검사 카메라, 입출력 장치, 통신 모듈, 디스플레이, 카메라, 환경 센서, 바이오 센서 및 검사 카메라를 제어하는 프로세서를 포함하는, 센서를 구비한 휴대용 비대면 진단 장치를 제공하여, 이동식 원격 진단 서비스를 제공할 수 있는 효과가 있다.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일실시예에 따른 휴대용 진단 장치를 도시한 도면이다.
도 2는 일실시예에 따른 휴대용 진단 장치의 구성을 개략적으로 나타낸 도면이다.
도 3은 일실시예에 따른 휴대용 진단 장치를 통해 사용자 중심의 자가진단 및 원격진료가 수행되는 과정을 나타낸 도면이다.
도 4는 일실시예에 따른 의료 전문가를 연결하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 바이오 센서의 교체를 추천하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 맞춤형 AI 아바타를 제공하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 맞춤형 AI 아바타를 제공하는 화면을 도시한 도면이다.
도 8은 일실시예에 따른 사용자와 바이오 센서의 공급 업체를 매칭하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 제1 브랜드에 포함된 센서를 공급한 경험이 있는 공급업체를 분석하고 매칭할 때, 공급업체들의 각각 평균 공급 소요 기간을 분석하여 공급 소요 기간이 빠른 공급업체를 매칭하기 위해 가중치를 부여하는 과정을 설명하기 위한 순서도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
실시예에서 인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 판매자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.
인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.
도 1은 일실시예에 따른 휴대용 진단 장치를 도시한 도면이다.
먼저, 휴대용 진단 장치는 이동 수단(예를 들면, 차량, 비행기 기차 등)에 탈착 가능한 휴대용 장치로, 바이오 센서를 구비하여, 비침습적으로 사용자의 질병 유무를 확인할 수 있으며, 검사 키트를 삽입할 수 있는 구성을 포함하고, 검사 키트를 촬영하여 양성과 음성의 확인을 자동적으로 수행할 수 있으며, 사용자에게 맞는 의료 전문가를 매칭할 수 있으며, 외부 연결 기기(예를 들면, XR 장비 등)를 통해 의료 전문가와 대면한 것과 같은 환경을 제공할 수 있으며, 사용자가 위치한 시간이 근무 시간에 해당하는 지역의 의료 전문가를 선별하여, 선별된 의료 전문가를 사용자와 연결할 수 있으며, 사용자에게 맞는 AI 아바타를 제공하여, AI 아바타를 통해 의료 정보를 제공할 수 있다.
도 1을 참조하면, 휴대용 진단 장치(10)는 하우징(110), 입출력 장치(120), 통신 모듈(130), 디스플레이(140), 카메라(150), 환경 센서(160), 바이오 센서(170), 키트 삽입부(180) 및 검사 카메라(190)를 포함하여 구성될 수 있다.
하우징(110)은 특정 위치에 고정된 거치부에 탈착 가능하게 설치될 수 있다. 예를 들어, 차량에 거치부가 고정되어 있는 경우, 하우징(110)은 차량의 거치부에 탈착 가능하게 설치될 수 있다.
입출력 장치(120)는 하우징(110)에 배치될 수 있다. 예를 들어, 입출력 장치(120)는 터치 스크린으로 구현되어, 터치를 통한 입력 기능과 스크린을 통한 출력 기능을 제공할 수 있도록, 하우징(110)에 배치될 수 있다.
통신 모듈(130)은 하우징(110)에 배치될 수 있다. 예를 들어, 통신 모듈(130)은 무선 통신 모듈로 구현되어, 외부 기기와 무선 통신을 통해 연결되어 정보를 송수신하는 기능을 제공할 수 있도록, 하우징(110)에 배치될 수 있다.
디스플레이(140)는 하우징(110)에 배치될 수 있다. 예를 들어, 디스플레이(140)는 정보를 표시하는 화면으로 구현되어, 화면에 정보를 표시하는 기능을 제공할 수 있도록, 하우징(110)에 배치될 수 있다.
카메라(150)는 하우징(110)에 배치될 수 있다. 예들 들어, 카메라(150)는 휴대용 진단 장치(10)의 정면을 촬영할 수 있도록, 하우징(110)에 배치될 수 있다.
환경 센서(160)는 하우징(110)에 배치되고 온도, 습도를 포함하는 주변 환경 상태를 감지할 수 있다. 예를 들어, 환경 센서(160)는 온도를 감지하는 온도 센서, 습도를 감지하는 습도 센서를 포함하여 구성되어, 온도 및 습도를 통해 주변 환경 상태를 감지할 수 있다.
즉, 환경 센서(160)는 주변 환경 상태를 감지하는 다양한 센서를 포함하여 구성될 수 있으며, 예를 들면, 공기 질을 감지하는 센서, 나쁜 공기를 감지하는 센서, 실내 온도를 감지하는 센서, 감염 온도(체온)을 감지하는 센서 등을 포함하여 구성되어, 공기 질, 나쁜 공기, 실내 온도, 감염 온도 등을 분석할 수 있다.
바이오 센서(170)는 하우징(110)에 탈착 가능하게 설치되어 주변 공기의 성분을 분석하여 특정 성분의 존재 유무를 판단할 수 있다.
즉, 바이오 센서(170)는 질병을 감지하는 센서, 질병을 유발하는 성분을 감지하는 센서 등의 다양한 센서를 포함하여 구성될 수 있으며, 예를 들면, 임상 과정에 있는 코로나 바이러스 등의 질병을 감지하는 센서, 전임상 과정에 있는 돼지 열병 등의 질병을 감지하는 센서, 폐암 등의 질병을 감지하는 센서, 암 유발 요인을 감지하는 센서 등을 포함하여 구성되어, 질병 성분 또는 질병을 유발하는 성분의 존재 유무를 분석할 수 있다.
바이오 센서(170)는 공기 중의 바이러스와 흡착되는 물질(예를 들면, 단백질 등)이 코팅된 기판을 포함하는 센서로 구현되어, 흡착되는 경우 전기적인 신호가 발생하여 공기중의 바이러스를 검출할 수 있다.
키트 삽입부(180)는 검사 키트가 삽입되도록 하우징(110)에 형성될 수 있다.
검사 카메라(190)는 키트 삽입부(180)에 검사 키트가 삽입되면, 키트 삽입부(180)에 삽입된 검사 키트를 촬영할 수 있도록, 키트 삽입부(180)에 설치될 수 있다.
도 2는 일실시예에 따른 휴대용 진단 장치의 구성을 개략적으로 나타낸 도면이다.
도 2를 참조하면, 휴대용 진단 장치(10)는 입출력 장치(120), 통신 모듈(130), 디스플레이(140), 카메라(150), 환경 센서(160), 바이오 센서(170), 검사 카메라(190) 및 프로세서(200)를 포함할 수 있다.
프로세서(200)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.
프로세서(200)는 입출력 장치(120), 통신 모듈(130), 디스플레이(140), 카메라(150), 환경 센서(160), 바이오 센서(170) 및 검사 카메라(190)를 제어하여, 휴대용 진단 장치(10)의 전체적인 동작을 제어할 수 있다.
프로세서(200)는 바이오 센서(170)의 센싱 값을 확인하여 특정 성분이 기준치 이상 검출되는지 확인할 수 있다. 여기서, 기준치는 실시예에 따라 상이하게 설정될 수 있다.
예를 들어, 바이오 센서(170)가 공기 중의 바이러스 중 제1 바이러스와 흡착되는 물질이 코팅된 기판을 포함하는 센서로 구현된 경우, 바이오 센서(170)는 공기 중에 있는 제1 바이러스를 감지하여, 제1 바이러스의 검출 농도를 나타내는 센싱 값을 생성할 수 있으며, 프로세서(200)는 바이오 센서(170)로부터 센싱 값을 획득하여, 획득된 센싱 값을 기반으로, 제1 바이러스의 검출 농도가 기준치 이상인지 여부를 확인하여, 제1 바이러스 성분이 기준치 이상으로 검출되는지 확인할 수 있다.
프로세서(200)는 바이오 센서(170)의 센싱 값을 통해 확인된 특정 성분의 검출 결과에 기반하여 특정 성분의 진단을 위한 검사 키트를 구매를 추천하는 메시지를 디스플레이(140)를 통해 출력할 수 있다
예를 들어, 프로세서(200)는 바이오 센서(170)의 센싱 값을 통해 제1 바이러스의 검출 농도가 기준치 이상 검출된 것을 확인할 수 있으며, 제1 바이러스의 검출 농도가 기준치 이상으로 검출된 경우, 제1 바이러스의 진단을 위한 검사 키트의 구매를 추천하는 메시지를 디스플레이(140)를 통해 출력할 수 있다.
프로세서(200)는 검사 키트의 구매를 추천하는 메시지를 디스플레이(140)를 통해 출력한 후, 검사 키트의 사용 방법 및 검사 키트를 키트 삽입부(180)에 삽입하도록 안내하는 가이드 영상을 디스플레이(140)를 통해 출력할 수 있다.
예를 들어, 제1 바이러스의 진단을 위한 검사 키트의 구매를 추천하는 메시지를 디스플레이(140)를 통해 출력한 경우, 프로세서(200)는 제1 바이러스를 진단하는 검사 키트의 사용 방법과 제1 바이러스를 진단하는 검사 키트를 키트 삽입부(180)에 삽입하도록 안내하는 가이드 영상이 디스플레이(140)를 통해 출력되도록 제어할 수 있다.
프로세서(200)는 키트 삽입부(180)에 검사 키트가 삽입되면, 검사 카메라(190)로 키트 삽입부(180)에 삽입된 검사 키트를 촬영하도록 제어할 수 있다.
프로세서(200)는 검사 키트의 촬영을 통해 생성된 이미지를 분석하여 검사 결과가 양성 또는 음성인지 확인할 수 있다.
예를 들어, 검사 카메라(190)는 키트 삽입부(180)에 삽입된 검사 키트를 촬영하여 검사 키트 이미지를 생성할 수 있고, 프로세서(200)는 검사 카메라(190)로부터 검사 키트 이미지를 획득하고, 획득된 검사 키트 이미지를 분석한 결과, 검사 키트에서 검사 결과가 2줄로 분석되면 검사 결과를 양성으로 확인하고, 검사 키트에서 검사 결과가 1줄로 분석되면 검사 결과를 음성으로 확인할 수 있다.
프로세서(200)는 검사 결과가 양성인 경우, 통신 모듈(130)을 이용하여 관련 의료 전문가를 연결하거나, 관련 의료 서비스를 제공받을 수 있는 장소를 디스플레이(140)에 출력할 수 있다.
예를 들어, 키트 삽입부(180)에 제1 바이러스를 진단하는 검사 키트가 삽입되면, 검사 카메라(190)는 제1 바이러스를 진단하는 검사 키트를 촬영하여 제1 바이러스의 검사 키트 이미지를 생성할 수 있고, 프로세서(200)는 검사 카메라(190)로부터 제1 바이러스의 검사 키트 이미지를 획득하고, 획득된 제1 바이러스의 검사 키트 이미지를 기반으로, 제1 바이러스에 대한 검사 결과가 양성 또는 음성인지 확인할 수 있다.
이후, 프로세서(200)는 제1 바이러스에 대한 검사 결과가 양성인 경우, 제1 바이러스 관련 의료 전문가인 제1 의료 전문가를 선정한 후, 통신 모듈(130)을 통해 제1 의료 전문가와 영상 통화로 연결되도록 제어할 수 있고, 제1 의료 전문가와 영상 통화로 연결되면, 영상 통화의 화면이 디스플레이(140)에 출력되도록 제어할 수 있다.
또한, 프로세서(200)는 제1 바이러스에 대한 검사 결과가 양성인 경우, 제1 바이러스 관련 의료 서비스를 제공받을 수 있는 장소인 제1 병원을 선정한 후, 제1 병원에 대한 정보가 디스플레이(140)에 출력되도록 제어할 수 있다.
일실시예에 따르면, 휴대용 진단 장치(10)는 프로세서(200) 및 메모리(도면 미 표시)를 포함할 수 있다.
프로세서(200)는 도 2 내지 도 8를 참조하여 후술되는 적어도 하나의 방법을 수행할 수 있고, 메모리는 후술되는 방법들이 구현된 프로그램을 저장할 수 있다. 이때, 메모리는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(200)는 프로그램을 실행하고, 휴대용 진단 장치(10)를 제어할 수 있다. 프로세서(200)에 의하여 실행되는 프로그램의 코드는 메모리에 저장될 수 있다.
도 3은 일실시예에 따른 휴대용 진단 장치를 통해 사용자 중심의 자가진단 및 원격진료가 수행되는 과정을 나타낸 도면이다.
먼저, 도 3의 (a)에 도시된 바와 같이, 휴대용 진단 장치(10)를 통해 이동식 원격 진단 및 서비스가 작동될 수 있다. 이때, 휴대용 진단 장치(10)는 차량과 같은 이동 수단에 설치될 수 있다.
도 3의 (b)에 도시된 바와 같이, 사용자는 휴대용 진단 장치(10)를 이용하여 이동식 원격 진료 서비스에 접속할 수 있다. 휴대용 진단 장치(10)가 이동 수단에 설치되어 있는 경우, 사용자는 이동 수단 안에서 이동하면서 원격 진료 서비스에 접속할 수 있다.
도 3의 (c)에 도시된 바와 같이, 휴대용 진단 장치(10)는 다양한 정보를 디지털화 하여 디지털 정보를 취득할 수 있다. 이때, 휴대용 진단 장치(10)는 환경 센서(160)를 통해 실내 환경 정보를 획득하고, 바이오 센서(170)를 통해 질병을 감지한 의료 정보를 획득하고, 검사 카메라(190)를 통해 검사 키트를 촬영한 이미지의 분석으로 감염 정보를 획득할 수 있으며, 실내 환경 정보, 의료 정보 및 감염 정보를 취합할 수 있다.
도 3의 (d)에 도시된 바와 같이, 취합된 정보를 기반으로 의료 전문가와 연결이 필요하다고 판단되는 경우, 휴대용 진단 장치(10)는 의료 전문가와 원격 진료 및 상담을 위해 연결될 수 있다.
도 3의 (e)에 도시된 바와 같이, 연결 가능한 의료 전문가가 다수인 경우, 사용자는 다수의 의료 전문가 중 어느 하나를 선택할 수 있다.
도 3의 (f)에 도시된 바와 같이, 사용자는 선택된 의료 전문가와 연결되어, 연결된 의료 전문가를 통해 원격 진료 및 상담 서비스를 제공받을 수 있다.
즉, 휴대용 진단 장치(10)를 통해, 24시간 동안 시간에 상관없이 언제든, 기다림 없이, 예약 없이, 사용자 마음대로, 사용자 중심의 자가 진단 및 원격 진료 서비스를 사용자에게 제공할 수 있다.
도 4는 일실시예에 따른 의료 전문가를 연결하는 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, S401 단계에서, 프로세서(200)는 입출력 장치(120)를 통해 입력 받은 사용자의 건강 정보를 확인할 수 있다. 여기서, 사용자의 건강 정보는 사용자의 건강 상태를 나타내는 정보로, 사용자의 신체, 기저질환, 복용중인 약 등에 대한 정보를 포함할 수 있으며, 입출력 장치(120)를 통해 입력될 수 있다.
S402 단계에서, 프로세서(200)는 카메라(150)를 통해 획득한 사용자의 이미지를 확인할 수 있다. 이를 위해, 카메라(150)는 사용자를 촬영하여 사용자의 이미지를 생성할 수 있으며, 프로세서(200)는 카메라(150)로부터 사용자의 이미지를 획득할 수 있다.
S403 단계에서, 프로세서(200)는 환경 센서(160)를 통해 획득한 주변 환경 상태 정보를 확인할 수 있다. 이를 위해, 환경 센서(160)는 주변 환경 상태를 감지하여 주변 환경 상태 정보를 생성할 수 있으며, 프로세서(200)는 환경 센서(160)로부터 주변 환경 상태 정보를 획득할 수 있다. 여기서, 주변 환경 상태 정보는 휴대용 진단 장치(10)의 주변 환경 상태를 나타내는 정보로, 온도, 습도, 미세먼지 농도 등에 대한 정보를 포함할 수 있으며, 환경 센서(160)에 의해 감지되어 생성될 수 있다.
S404 단계에서, 프로세서(200)는 바이오 센서(170)를 통해 획득한 센싱 값을 확인할 수 있다. 이를 위해, 바이오 센서(170)는 주변 공기의 성분을 분석하여 특정 성분의 존재 및 농도에 대한 센싱 값을 생성할 수 있으며, 프로세서(200)는 바이오 센서(170)로부터 센싱 값을 획득할 수 있다. 여기서, 센싱 값은 휴대용 진단 장치(10)의 주변 공기에서 특정 성분의 검출 여부와 특정 성분의 농도를 나타내는 정보로, 특정 바이러스의 검출 여부, 특정 바이러스의 농도 등에 대한 정보를 포함할 수 있으며, 바이오 센서(170)에 의해 감지되어 생성될 수 있다.
S405 단계에서, 프로세서(200)는 S401 단계에서 확인된 사용자의 건강 정보, S402 단계에서 확인된 사용자의 이미지, S403 단계에서 확인된 주변 환경 상태 정보, S404 단계에서 확인된 센싱 값을 이용하여, 건강 관련 정보를 생성할 수 있다.
즉, 프로세서(200)는 사용자의 건강 정보, 사용자의 이미지, 주변 환경 상태 정보 및 센싱 값을 모두 이용하여, 건강 관련 정보를 생성할 수 있다. 여기서, 건강 관련 정보는 사용자의 건강 정보, 사용자의 이미지, 주변 환경 상태 정보 및 센싱 값을 모두 포함하여 구성될 수 있다.
S406 단계에서, 프로세서(200)는 건강 관련 정보를 이용하여 사용자의 건강 이상 유무를 분석할 수 있다.
예를 들어, 프로세서(200)는 건강 관련 정보에서 사용자의 건강 정보를 기반으로, 사용자의 현재 건강 상태를 확인하여, 사용자의 건강에 이상이 있는지 여부를 분석할 수 있다.
또한, 프로세서(200)는 건강 관련 정보에서 사용자의 이미지를 기반으로, 사용자의 현재 모습을 확인하여, 사용자의 건강에 이상이 있는지 여부를 분석할 수 있다.
또한, 프로세서(200)는 건강 관련 정보에서 주변 환경 상태 정보를 기반으로, 사용자의 주변 환경 상태를 확인하여, 사용자의 건강에 이상이 있는지 여부를 분석할 수 있다.
또한, 프로세서(200)는 건강 관련 정보에서 센싱 값을 기반으로, 사용자의 질병 노출 위험 상태를 확인하여, 사용자의 건강에 이상이 있는지 여부를 분석할 수 있다.
프로세서(200)는 사용자의 건강 정보, 사용자의 이미지, 주변 환경 상태 정보 및 센싱 값 각각을 기반으로, 사용자의 건강에 이상이 있는지 여부를 분석하고, 각각의 분석 결과를 취합하여, 사용자의 건강 이상 유무를 확인할 수 있다.
프로세서(200)는 사용자의 건강 정보, 사용자의 이미지, 주변 환경 상태 정보 및 센싱 값을 포함하는 건강 관련 정보를 기반으로, 사용자의 건강에 이상이 있는지 여부를 종합적으로 분석하여, 사용자의 건강 이상 유무를 확인할 수 있다.
S407 단계에서, 프로세서(200)는 사용자의 건강 이상 유무를 확인한 결과, 사용자의 건강에 이상이 있는지 여부를 확인할 수 있다.
S407 단계에서 사용자의 건강 이상 유무를 확인한 결과에 기반하여, 사용자의 건강에 이상이 있는 것으로 확인되면, S408 단계에서, 프로세서(200)는 통신 모듈(130)을 통해 관련 의료 전문가를 연결할 수 있다. 이때, 프로세서(200)는 사용자의 건강에 이상이 있는 분야를 확인하고, 확인된 분야가 전문 분야인 의료 전문가를 연결할 수 있다.
의료 전문가를 연결하는데 있어, 프로세서(200)는 사용자가 위치한 지역의 시간을 확인하고, 확인된 시간이 근무 시간인 지역의 의료 전문가를 우선적으로 연결할 수 있다.
예를 들어, 사용자가 제1 지역에 위치하고 있고 제1 지역의 시간이 오전 11시이고, 근무 시간이 오전 9시부터 오후 6시까지인 경우, 프로세서(200)는 제1 지역 보다 시차가 2시간 빠른 제2 지역을 확인하고 제1 지역 보다 시차가 6시간 느린 제3 지역을 확인하고, 제2 지역부터 제3 지역까지 포함하는 지역에서 근무하는 의료 전문가를 우선적으로 연결할 수 있다.
프로세서(200)는 의료 전문가가 연결되면, 연결된 의료 전문가의 단말에 사용자의 건강 관련 정보를 송신하며, 하우징(110)에 설치된 외부 입력 단자 또는 통신 모듈(130)과 연결된 VR 기기를 이용하여 의료 전문가와 의료 전문가가 위치한 공간을 출력할 수 있다. 이를 통해, 의료 전문가의 단말은 사용자의 건강 관련 정보를 표시할 수 있고, VR 기기는 의료 전문가와 의료 전문가가 위치한 공간을 가상 현실을 통해 표시할 수 있다.
도 5는 일실시예에 따른 바이오 센서의 교체를 추천하는 과정을 설명하기 위한 순서도이다.
도 5를 참조하면, 먼저, S501 단계에서, 프로세서(200)는 바이오 센서(170)의 수명을 확인할 수 있다.
구체적으로, 프로세서(200)는 바이오 센서(170)가 휴대용 진단 장치(10)에 최초 설치된 설치 시점부터 현재 시점까지 사용 기한으로 확인할 수 있으며, 바이오 센서(170)에 설정되어 있는 최대 사용 기한과 바이오 센서(170)의 사용 기한을 비교하여, 바이오 센서(170)의 수명을 확인할 수 있다.
예를 들어, 바이오 센서(170)이 최대 사용 기한이 1년으로 설정되어 있고 바이오 센서(170)의 사용 기한이 9개월로 확인되면, 프로세서(200)는 바이오 센서(170)의 수명을 3개월로 확인할 수 있다.
S502 단계에서, 프로세서(200)는 바이오 센서(170)의 수명이 설정값 보다 짧은지 여부를 확인할 수 있다.
S502 단계에서 바이오 센서(170)의 수명이 설정값 보다 짧지 않고 긴 것으로 확인되면, 일정 기간이 지난 이후, S501 단계로 되돌아가, 프로세서(200)는 바이오 센서(170)의 수명을 다시 확인할 수 있다.
S502 단계에서 바이오 센서(170)의 수명이 설정값 보다 짧은 것으로 확인되면, 프로세서(200)는 디스플레이(140)에 바이오 센서(170)의 교체를 유도하는 메시지를 출력할 수 있다.
프로세서(200)는 바이오 센서(170)의 교체를 유도하는 메시지가 디스플레이(140)에 출력되도록 제어할 때, 교체를 유도하는 바이오 센서(170)의 종류를 추천할 수 있다.
프로세서(200)는 바이오 센서(170)의 종류를 추천할 때, 입출력 장치(120)를 통해 입력 받은 건강 정보를 확인하여 사용자가 갖고 있거나 발병 가능성이 높은 질병을 검출할 수 있는 바이오 센서(170)를 추천할 수 있다.
예를 들어, 입출력 장치(120)를 통해 사용자의 건강 정보가 입력되면, 프로세서(200)는 입출력 장치(120)를 통해 입력된 사용자의 건강 정보를 획득한 후, 사용자의 건강 정보를 기반으로, 사용자에게 제1 질병이 발병할 가능성이 높은 것을 분석할 수 있고, 휴대용 진단 장치(10)에 설치되어 있는 바이오 센서(170)의 교체 시기가 도래하면, 제1 질병을 검출할 수 있는 바이오 센서(170)로 교체를 유도하는 메시지가 디스플레이(140)에 출력되도록 제어할 수 있다.
도 6은 일실시예에 따른 맞춤형 AI 아바타를 제공하는 과정을 설명하기 위한 순서도이고, 도 7은 일실시예에 따른 맞춤형 AI 아바타를 제공하는 화면을 도시한 도면이다.
도 6을 참조하면, 먼저, S601 단계에서, 프로세서(200)는 입출력 장치(120)를 통해 입력 받은 사용자의 건강 정보를 확인할 수 있다.
S602 단계에서, 프로세서(200)는 카메라(150)를 통해 획득한 사용자의 이미지를 확인할 수 있다.
S603 단계에서, 프로세서(200)는 S601 단계를 통해 확인된 사용자의 건강 정보와 S602 단계를 통해 확인된 사용자의 이미지를 매칭하여, 매칭 결과를 생성할 수 있다. 즉, 프로세서(200)는 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 생성할 수 있다.
S604 단계에서, 프로세서(200)는 매칭 결과를 인공 신경망에 적용하여 출력 신호를 획득할 수 있다. 여기서, 인공 신경망은 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 입력으로 받아, 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타를 출력하는 알고리즘일 수 있다.
예를 들어, 인공 신경망은 제1 사용자의 건강 정보와 제1 사용자의 이미지를 매칭한 매칭 결과를 입력으로 받은 경우, 제1 사용자의 건강 정보와 제1 사용자의 이미지를 기반으로, AI 아바타들 중에서 제1 사용자에게 가장 잘 맞을 것으로 예상되는 제1 아바타를 선정할 수 있으며, 제1 아바타를 지시하는 출력 값을 출력 신호로 출력할 수 있다.
도 7의 (a)에 도시된 바와 같이, AI 아바타들은 사전에 생성되어 관리될 수 있으며, 새로운 아바타들이 추가되거나 기존에 있던 아바타들 중 사용도가 떨어지는 아바타를 삭제하는 방식을 통해, 주기적으로 갱신될 수 있다.
S605 단계에서, 프로세서(200)는 출력 신호에 기반하여, 사용자에게 맞는 맞춤형 AI 아바타를 생성할 수 있다.
예를 들어, 프로세서(200)는 출력 신호를 확인한 결과, 출력 값이 1인 경우, AI 아바타들 중에서 사용자에게 맞는 맞춤형 AI 아바타가 제1 아바타로 선정된 것으로 파악할 수 있고, 출력 값이 2인 경우, AI 아바타들 중에서 사용자에게 맞는 맞춤형 AI 아바타가 제2 아바타로 선정된 것으로 파악할 수 있다.
일실시예에 따르면, 인공 신경망은 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 통해, 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타를 선정하여 출력하도록 학습될 수 있다.
인공 신경망의 학습이 이루어지는 학습 장치는 학습된 인공 신경망을 이용하여 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타를 선정하는 프로세서(200)가 포함되어 있는 휴대용 진단 장치(10)와 동일한 장치일 수 있고, 별개의 장치일 수도 있다. 이하에서는 인공 신경망이 학습되는 과정을 설명한다.
먼저, 학습 장치는 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 기초로 입력을 생성할 수 있다.
구체적으로, 학습 장치는 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 매칭 결과를 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.
이후, 학습 장치는 인공 신경망에 입력을 적용할 수 있다. 인공 신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 인공 신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.
강화 학습에 따라 학습되는 인공 신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 보상은 사용자의 건강 정보를 통해 확인된 사용자의 건강 상태에 따라 사용자 맞춤형의 AI 아바타를 선별하여 추출할수록 보상값이 높아질 수 있으며, 제2 보상은 사용자의 이미지를 통해 분석된 사용자의 얼굴 특징에 따라 사용자 맞춤형의 AI 아바타를 선별하여 추출할수록 보상값이 높아질 수 있다. 이를 위해, 사용자의 건강 상태에 따라 어느 아바타를 선호할 것인지에 대해 설정한 제1 설정 정보가 메모리에 저장되어 있으며, 사용자의 얼굴 특징에 따라 어느 아바타를 선호할 것인지에 대해 설정한 제2 설정 정보가 메모리에 저장되어 있다. 제1 설정 정보 및 제2 설정 정보는 인공 신경망의 학습 결과에 따라 설정 기준이 조정될 수 있다.
즉, 인공 신경망은 제1 설정 정보를 이용하여 사용자의 건강 상태에 따라 사용자 맞춤형의 AI 아바타를 선별하여 추출할 수 있으며, 제2 설정 정보를 이용하여 사용자의 얼굴 특징에 따라 사용자 맞춤형 AI 아바타를 선별하여 추출할 수 있다.
이후, 학습 장치는 인공 신경망으로부터 출력을 획득할 수 있다. 인공 신경망의 출력은 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타에 대한 정보를 포함할 수 있다.
즉, 인공 신경망은 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 통해, 사용자의 건강 상태 및 사용자의 얼굴 특징을 고려하여, 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타를 선정하여 출력할 수 있다.
이후, 학습 장치는 인공 신경망의 출력을 평가하여 보상을 지급할 수 있다. 이때, 출력의 평가는 제1 보상, 제2 보상 등으로 나뉠 수 있다.
구체적으로, 학습 장치는 사용자의 건강 상태에 따라 사용자 맞춤형의 AI 아바타를 선별하여 추출할수록 제1 보상을 많이 수여하고, 사용자의 얼굴 특징에 따라 사용자 맞춤형의 AI 아바타를 선별하여 추출할수록 제2 보상을 많이 수여할 수 있다.
이후, 학습 장치는 평가를 기초로 인공 신경망을 갱신할 수 있다.
구체적으로, 학습 장치는 인공 신경망이 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 통해, 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타를 선정하여 추출하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 인공 신경망을 갱신할 수 있다.
한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.
학습 장치는 상기와 같은 인공 신경망의 학습 과정을 반복함으로써, 인공 신경망을 점진적으로 갱신시킬 수 있다. 이를 통해, 학습 장치는 사용자의 건강 정보와 사용자의 이미지를 매칭한 매칭 결과를 통해, 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타를 선정하여 출력하는 인공 신경망을 학습시킬 수 있다.
즉, 학습 장치는 매칭 결과를 통해, 사용자에게 가장 잘 맞을 것으로 예상되는 AI 아바타를 선정하여 출력할 때, 제1 보상, 제2 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 인공 신경망을 학습시킬 수 있다.
S606 단계에서, 프로세서(200)는 사용자에게 맞는 맞춤형 AI 아바타가 생성되면, 생성된 맞춤형 AI 아바타를 출력할 수 있다. 이때, 프로세서(200)는 디스플레이(140)에 맞춤형 AI 아바타를 출력할 수 있고, 하우징(110)에 설치된 외부 입력 단자 또는 통신 모듈(130)과 연결된 VR 기기를 이용하여 맞춤형 AI 아바타를 출력할 수도 있다.
프로세서(200)는 맞춤형 AI 아바타가 출력되면, 맞춤형 AI 아바타를 통해 사용자의 건강과 관련된 정보를 제공할 수 있다.
즉, 도 7의 (a)에 도시된 AI 아바타들 중에서 어느 하나가 사용자 맞춤형 AI 아바타로 선정되면, 프로세서(200)는 선정된 AI 아바타를 기반으로 사용자에게 맞는 맞춤형 AI 아바타를 생성할 수 있으며, 도 7의 (b)에 도시된 바와 같이, 맞춤형 AI 아바타를 통해 사용자의 건강과 관련된 정보가 제공되도록, 처리할 수 있다.
도 8은 일실시예에 따른 사용자와 바이오 센서의 공급 업체를 매칭하는 과정을 설명하기 위한 순서도이다.
도 8을 참조하면, 먼저 S801 단계에서, 프로세서(200)는 제1 사용자의 건강 정보를 통해 바이오 센서(170)를 추천한 결과, 제1 센서가 추천된 것을 확인할 수 있다.
즉, 프로세서(200)는 바이오 센서(170)의 종류를 추천할 때, 입출력 장치(120)를 통해 입력 받은 건강 정보를 확인하여 사용자가 갖고 있거나 발병 가능성이 높은 질병을 검출할 수 있는 바이오 센서(170)를 추천할 수 있는데, 입출력 장치(120)를 통해 제1 사용자의 건강 정보를 입력 받은 경우, 제1 사용자의 건강 정보를 통해 바이오 센서(170)의 종류 중 어느 하나인 제1 센서를 추천할 수 있다.
프로세서(200)는 제1 사용자의 건강 정보를 통해 바이오 센서(170)를 추천한 결과, 제1 센서가 추천되면, 제1 센서의 정보를 획득할 수 있다. 여기서, 제1 센서의 정보는 메모리 또는 외부 서버를 통해 획득될 수 있으며, 제1 센서의 명칭, 제1 센서의 기능, 제1 센서의 브랜드 등을 포함하는 제1 센서에 관한 정보이다.
S802 단계에서, 프로세서(200)는 복수의 공급업체들의 창고들에 보관되어 있는 제1 센서의 재고량을 획득할 수 있다.
구체적으로, 프로세서(200)는 공급업체들의 창고에 부착되어 있는 카메라를 통해 제1 센서의 재고량을 확인할 수 있고, 공급업체들의 재고 데이터베이스를 통해 제1 센서의 재고량을 확인할 수도 있다.
S803 단계에서, 프로세서(200)는 제1 센서를 구비하고 있는 공급업체가 존재하는지 여부를 판단할 수 있다.
S803 단계에서 제1 센서를 구비하고 있는 공급업체가 존재하는지 여부를 판단한 결과 제1 센서를 구비하고 있는 공급업체가 제1 공급업체로 판단되면, S804 단계에서, 프로세서(200)는 제1 사용자를 제1 센서를 구비하고 있는 제1 공급업체와 매칭할 수 있다.
S803 단계에서 제1 센서를 구비하고 있는 공급업체가 존재하는지 여부를 판단한 결과 제1 센서를 구비하고 있는 공급업체가 없는 것으로 판단되면, S805 단계에서, 프로세서(200)는 제1 센서를 공급한 경험이 있는 공급업체가 존재하는지 여부를 판단할 수 있다.
S805 단계에서 제1 센서를 공급한 경험이 있는 공급업체가 존재하는지 여부를 판단한 결과 제1 센서를 공급한 경험이 있는 공급업체가 제2 공급업체로 판단되면, S806 단계에서, 프로세서(200)는 제1 사용자를 제1 센서를 공급한 경험이 있는 제2 공급업체와 매칭할 수 있다.
S805 단계에서 제1 센서를 공급한 경험이 있는 공급업체가 존재하는지 여부를 판단한 결과 제1 센서를 공급한 경험이 있는 공급업체가 없는 것으로 판단되면, S807 단계에서, 프로세서(200)는 제1 센서의 브랜드인 제1 브랜드 정보를 획득할 수 있다. 여기서, 제1 브랜드 정보는 메모리 또는 외부 서버를 통해 획득될 수 있다.
S808 단계에서, 프로세서(200)는 제1 브랜드 정보를 기초로, 제1 브랜드에 포함된 센서를 공급한 경험이 있는 공급업체를 분석할 수 있다.
구체적으로, 프로세서(200)는 제1 브랜드 정보를 기초로, 제1 브랜드에 포함된 센서를 공급한 경험이 있는 공급업체 중 어느 공급업체가 제1 브랜드와 친밀한지 등을 분석할 수 있다.
S809 단계에서, 프로세서(200)는 분석 결과를 기초로, 제1 사용자와 공급업체를 매칭할 수 있다.
구체적으로, 프로세서(200)는 제1 브랜드에 포함된 센서를 공급한 경험이 있는 공급업체 중 공급 소요 기간일 짧은 공급업체를 제1 브랜드와 친밀하다고 판단하여 해당 공급업체를 제1 사용자와 매칭할 수 있고, 제1 브랜드에 포함된 센서를 많이 공급한 공급업체를 제1 브랜드와 친밀하다고 판단하여 해당 공급업체를 제1 사용자와 매칭할 수 있다.
프로세서(200)는 제1 사용자와 공급업체가 매칭되면, 제1 센서의 정보 및 제1 사용자와 매칭된 공급업체의 정보를 디스플레이(140)에 출력할 수 있다.
도 9는 일실시예에 따른 제1 브랜드에 포함된 센서를 공급한 경험이 있는 공급업체를 분석하고 매칭할 때, 공급업체들의 각각 평균 공급 소요 기간을 분석하여 공급 소요 기간이 빠른 공급업체를 매칭하기 위해 가중치를 부여하는 과정을 설명하기 위한 순서도이다.
도 9를 참조하면, 먼저, S901 단계에서 프로세서(200)는 공급업체들 중 제1 브랜드에 포함된 센서를 공급한 경험이 있는 공급업체를 제1 그룹으로 분류할 수 있다.
구체적으로, 프로세서(200)는 제1 센서의 브랜드인 제1 브랜드 정보를 획득할 수 있고, 제1 브랜드 정보를 기초로, 제1 브랜드로 판매되는 센서들을 확인하여 제1 브랜드에 포함된 센서를 추출할 수 있다. 프로세서(200)는 제1 브랜드에 포함된 센서를 공급한 경험이 있는 공급업체를 추출하여 제1 그룹으로 분류할 수 있다.
S902 단계에서, 프로세서(200)는 제1 그룹으로 분류된 공급업체들의 제1 브랜드에 대응하는 공급 경험 데이터를 획득할 수 있다.
즉, 프로세서(200)는 제1 그룹으로 분류된 공급업체들의 공급 경험 데이터를 획득할 수 있고, 획득된 데이터를 기초로 제1 브랜드에 대응하는 공급 경험 데이터를 추출할 수 있다. 여기서, 제1 브랜드에 대응하는 공급 경험 데이터는 제1 브랜드로 판매되는 센서를 얼마나 많이 공급하였는지, 제1 브랜드로 판매되는 센서의 주문을 획득한 시점부터 공급 완료 시점까지 얼마나 소요되었는지, 제1 브랜드로 판매되는 센서를 공급받은 사용자의 만족도 등의 제1 브랜드로 판매되는 센서와 관련된 공급 경험 데이터이다.
S903 단계에서, 프로세서(200)는 제1 브랜드에 대응하는 공급 경험 데이터들에서 주문 시작 시점부터 공급 완료 시점 까지의 공급 소요 기간들을 생성할 수 있다.
즉, 프로세서(200)는 제1 브랜드에 대응하는 공급 경험 데이터들에서 사용자로부터 제1 브랜드로 판매되는 센서의 공급을 요청받은 주문 시작 시점부터 사용자가 제1 브랜드로 판매되는 센서를 수령한 공급 완료 시점까지의 공급 소요 기간을 생성할 수 있다.
예를 들어, 제1 그룹으로 분류된 공급업체인 제3 공급업체의 공급 경험 데이터를 확인한 결과, 제1 사용자로부터 제1 브랜드로 판매되는 센서에 대한 공급 요청을 4월 1일에 수신하고 제1 사용자가 해당 센서를 수령한 날짜가 4월 15일인 경우, 프로세서(200)는 공급 소요 기간을 14일로 생성할 수 있다.
S904 단계에서, 프로세서(200)는 공급 소요 기간들을 기초로, 제1 그룹으로 분류된 공급업체들 각각에 대응하는 평균 공급 소요 기간들을 생성할 수 있다.
구체적으로, 프로세서(200)는 제1 그룹으로 분류된 공급업체들의 제1 브랜드로 판매되는 센서의 공급 소요 기간들을 추출할 수 있고, 각 공급업체마다 공급 소요 기간들의 평균을 산출하여 평균 공급 소요 기간을 생성할 수 있다.
예를 들어, 제1 그룹으로 분류된 공급업체인 제3 공급업체의 공급 소요 기간들을 확인한 결과 각각 14일, 6일, 10일인 경우, 프로세서(200)는 제3 공급업체의 평균 공급 소요 기간을 10일로 생성할 수 있다.
S905 단계에서, 프로세서(200)는 평균 공급 소요 기간이 미리 정의된 임계 기간보다 짧은 경우, 공급업체를 매칭하기 위한 기준 내 가중치들 중에서 소요 기간에 대한 가중치를 평균 공급 소요 기간에 반비례하여 높일 수 있다.
구체적으로, 프로세서(200)는 제1 그룹으로 분류된 공급업체들의 평균 공급 소요 기간을 생성하고, 생성된 평균 공급 소요 기간이 미리 정의된 임계 기간보다 짧은 공급업체들을 추출하고, 해당 공급업체들의 공급업체를 매칭하기 위한 기준 내 가중치들 중에서 소요 기간에 대한 가중치를 평균 공급 소요 기간에 반비례하여 높일 수 있다.
예를 들어, 제1 그룹으로 분류된 공급업체인 제3 공급업체의 평균 공급 소요 기간이 10일이고, 제4 공급업체의 평균 공급 소요 기간이 6일이고, 제5 공급업체의 평균 공급 소요 기간이 12일이고, 제6 공급업체의 평균 공급 소요 기간이 17일이고, 미리 정의된 임계 기간이 14일인 경우, 프로세서(200)는 제6 공급업체의 경우 평균 공급 소요 기간인 17일이 임계 기간인 14일 보다 길기 때문에 소요 기간에 대한 가중치를 부여하지 않고, 제4 공급업체에게 소요 기간에 대한 가중치를 10점 부여하고, 제3 공급업체에게 소요 기간에 대한 가중치를 6점 부여하고, 제5 공급업체에게 소요 기간에 대한 가중치를 5점 부여할 수 있다.
S906 단계에서, 프로세서(200)는 가중치를 적용하여 제1 사용자에게 적합한 공급업체를 매칭할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (6)

  1. 센서를 구비한 휴대용 비대면 진단 장치에 있어서,
    특정 위치에 고정된 거치부에 탈착 가능하게 설치되는 하우징;
    상기 하우징에 배치되는 입출력 장치;
    상기 하우징에 배치되는 통신 모듈;
    상기 하우징에 배치되는 디스플레이;
    상기 하우징에 배치되는 카메라;
    상기 하우징에 배치되고 온도, 습도를 포함하는 주변 환경 상태를 감지하는 환경 센서;
    상기 하우징에 탈착 가능하게 설치되어 주변 공기의 성분을 분석하여 특정 성분의 존재 유무를 판단하는 바이오 센서;
    검사 키트가 삽입되도록 상기 하우징에 형성된 키트 삽입부;
    상기 키트 삽입부에 삽입된 상기 검사 키트를 촬영할 수 있도록, 상기 키트 삽입부에 설치되는 검사 카메라; 및
    상기 입출력 장치, 상기 통신 모듈, 상기 디스플레이, 상기 카메라, 상기 환경 센서, 상기 바이오 센서 및 상기 검사 카메라를 제어하는 프로세서;를 포함하고,
    상기 프로세서는,
    상기 바이오 센서의 센싱 값을 확인하여 상기 특정 성분이 미리 설정된 기준치 이상 검출되는지 확인하고,
    상기 특정 성분의 검출 결과에 기반하여 상기 특정 성분의 진단을 위한 검사 키트의 구매를 추천하는 메시지를 상기 디스플레이를 통해 출력하고,
    상기 검사 키트의 사용 방법 및 상기 검사 키트를 상기 키트 삽입부에 삽입하도록 안내하는 가이드 영상을 상기 디스플레이를 통해 출력하고,
    상기 검사 카메라로 상기 키트 삽입부에 삽입된 검사 키트를 촬영하도록 제어하고,
    상기 검사 키트의 촬영을 통해 생성된 이미지를 분석하여 검사 결과가 양성 또는 음성인지 확인하고,
    상기 검사 결과가 양성인 경우, 상기 통신 모듈을 이용하여 관련 의료 전문가를 연결하거나, 관련 의료 서비스를 제공받을 수 있는 장소를 상기 디스플레이에 출력하고,
    상기 프로세서는,
    상기 바이오 센서가 설치된 설치 시점부터 현재 시점까지 상기 바이오 센서의 사용 기한으로 확인하고,
    상기 바이오 센서에 설정되어 있는 최대 사용 기한과 상기 바이오 센서의 사용 기한을 비교하여, 상기 바이오 센서의 수명을 확인하고,
    상기 바이오 센서의 수명이 설정값 보다 짧은 것으로 확인되면, 상기 바이오 센서의 교체를 유도하는 메시지를 상기 디스플레이에 출력하고,
    상기 바이오 센서의 교체를 유도하는 메시지를 출력될 때, 교체를 유도하는 바이오 센서의 종류를 추천하고,
    상기 바이오 센서의 종류를 추천할 때, 상기 입출력 장치를 통해 제1 사용자의 건강 정보가 입력되면, 상기 제1 사용자의 건강 정보를 기반으로, 상기 제1 사용자가 갖고 있거나 발병 가능성이 높은 질병을 제1 질병으로 분석하고, 상기 바이오 센서의 수명을 통해 상기 바이오 센서의 교체 시기가 도래한 것으로 확인되면, 상기 제1 질병을 검출할 수 있는 바이오 센서로 교체를 유도하는 메시지를 상기 디스플레이에 출력하는,
    센서를 구비한 휴대용 비대면 진단 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보, 상기 카메라를 통해 획득한 사용자의 이미지, 상기 환경 센서를 통해 획득한 주변 환경 상태 정보, 상기 바이오 센서를 통해 획득한 센싱 값을 이용하여 건강 관련 정보를 생성하고,
    상기 건강 관련 정보를 이용하여 사용자의 건강 이상 유무를 확인하고,
    상기 건강 이상 유무의 확인 결과에 기반하여, 상기 통신 모듈을 통해 관련 의료 전문가를 연결하고, 상기 의료 전문가의 단말에 상기 건강 관련 정보를 송신하며, 상기 하우징에 설치된 외부 입력 단자 또는 상기 통신 모듈과 연결된 VR 기기를 이용하여 상기 의료 전문가 및 상기 의료 전문가가 위치한 공간을 출력하는,
    센서를 구비한 휴대용 비대면 진단 장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보, 상기 카메라를 통해 획득한 사용자의 이미지, 상기 환경 센서를 통해 획득한 주변 환경 상태 정보, 상기 바이오 센서를 통해 획득한 센싱 값을 이용하여 건강 관련 정보를 생성하고,
    상기 건강 관련 정보를 이용하여 사용자의 건강 이상 유무를 확인하고,
    상기 건강 이상 유무의 확인 결과에 기반하여, 상기 통신 모듈을 통해 관련 의료 전문가를 연결하되, 사용자가 위치한 지역의 시간을 확인하고,
    상기 확인된 시간이 근무 시간인 지역의 의료 전문가를 우선적으로 연결하는,
    센서를 구비한 휴대용 비대면 진단 장치.
  4. 삭제
  5. 제1항에 있어서,
    상기 프로세서는,
    상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보 및 상기 카메라를 통해 획득한 사용자의 이미지를 아바타 생성 인공 신경망에 입력하여 출력 신호를 획득하고,
    상기 출력 신호에 기반하여, 사용자에게 맞는 맞춤형 AI 아바타를 생성하여 상기 디스플레이에 출력하고, 사용자의 건강과 관련된 정보를 상기 맞춤형 AI 아바타를 통해 제공하는,
    센서를 구비한 휴대용 비대면 진단 장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 입출력 장치를 통해 입력 받은 사용자의 건강 정보 및 상기 카메라를 통해 획득한 사용자의 이미지를 아바타 생성 인공 신경망에 입력하여 출력 신호를 획득하고,
    상기 출력 신호에 기반하여, 사용자에게 맞는 맞춤형 AI 아바타를 생성하고,
    상기 하우징에 설치된 외부 입력 단자 또는 상기 통신 모듈과 연결된 VR 기기를 이용하여 상기 맞춤형 AI 아바타를 출력하여 사용자의 건강과 관련된 정보를 제공하는,
    센서를 구비한 휴대용 비대면 진단 장치.
KR1020220104321A 2022-08-19 2022-08-19 센서를 구비한 휴대용 비대면 진단 장치 KR102509538B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220104321A KR102509538B1 (ko) 2022-08-19 2022-08-19 센서를 구비한 휴대용 비대면 진단 장치
PCT/KR2023/011436 WO2024039120A1 (ko) 2022-08-19 2023-08-03 센서를 구비한 휴대용 비대면 진단 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220104321A KR102509538B1 (ko) 2022-08-19 2022-08-19 센서를 구비한 휴대용 비대면 진단 장치

Publications (1)

Publication Number Publication Date
KR102509538B1 true KR102509538B1 (ko) 2023-03-16

Family

ID=85985457

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220104321A KR102509538B1 (ko) 2022-08-19 2022-08-19 센서를 구비한 휴대용 비대면 진단 장치

Country Status (2)

Country Link
KR (1) KR102509538B1 (ko)
WO (1) WO2024039120A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102581462B1 (ko) * 2023-04-11 2023-09-22 주식회사 마크헬츠 감염병 대응 비대면 모니터링 및 원격상담 플랫폼 서비스 제공 시스템
WO2024039120A1 (ko) * 2022-08-19 2024-02-22 주식회사 마크헬츠 센서를 구비한 휴대용 비대면 진단 장치

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140029959A (ko) * 2012-08-31 2014-03-11 주식회사 인포피아 검체 분석 장치
KR101621050B1 (ko) 2014-10-23 2016-05-13 주식회사 이뮨메드 의료용 진단 키트의 형광리더기
KR101845315B1 (ko) 2017-10-23 2018-04-04 주식회사 로탬 휴대가 가능한 진단장치
KR102091832B1 (ko) 2019-08-05 2020-03-20 주식회사 에프앤디파트너스 멀티미디어 정보를 이용한 휴대용 체외진단키트 해석장치
KR20210112847A (ko) * 2020-03-06 2021-09-15 복정제형 주식회사 스마트 안마 의자의 원격 관리 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체
KR20210123997A (ko) 2020-04-06 2021-10-14 김봉겸 빅데이터 분석 기반 질병진단시스템 및 그 시스템의 질병진단방법
KR102313630B1 (ko) * 2021-04-27 2021-10-15 성균관대학교산학협력단 인공지능형 스마트 리모컨 장치 및 이를 이용한 자가 검사 방법
KR102429630B1 (ko) * 2021-12-16 2022-08-08 가천대학교 산학협력단 헬스케어를 위한 커뮤니케이션 npc아바타를 생성하는 시스템
KR20230002898A (ko) * 2020-04-19 2023-01-05 존 제이. 다니엘스 호기 응축물을 사용한 마스크-기반 진단 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102509538B1 (ko) * 2022-08-19 2023-03-16 주식회사 마크헬츠 센서를 구비한 휴대용 비대면 진단 장치

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140029959A (ko) * 2012-08-31 2014-03-11 주식회사 인포피아 검체 분석 장치
KR101621050B1 (ko) 2014-10-23 2016-05-13 주식회사 이뮨메드 의료용 진단 키트의 형광리더기
KR101845315B1 (ko) 2017-10-23 2018-04-04 주식회사 로탬 휴대가 가능한 진단장치
KR102091832B1 (ko) 2019-08-05 2020-03-20 주식회사 에프앤디파트너스 멀티미디어 정보를 이용한 휴대용 체외진단키트 해석장치
KR20210112847A (ko) * 2020-03-06 2021-09-15 복정제형 주식회사 스마트 안마 의자의 원격 관리 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체
KR20210123997A (ko) 2020-04-06 2021-10-14 김봉겸 빅데이터 분석 기반 질병진단시스템 및 그 시스템의 질병진단방법
KR20230002898A (ko) * 2020-04-19 2023-01-05 존 제이. 다니엘스 호기 응축물을 사용한 마스크-기반 진단 시스템
KR102313630B1 (ko) * 2021-04-27 2021-10-15 성균관대학교산학협력단 인공지능형 스마트 리모컨 장치 및 이를 이용한 자가 검사 방법
KR102429630B1 (ko) * 2021-12-16 2022-08-08 가천대학교 산학협력단 헬스케어를 위한 커뮤니케이션 npc아바타를 생성하는 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024039120A1 (ko) * 2022-08-19 2024-02-22 주식회사 마크헬츠 센서를 구비한 휴대용 비대면 진단 장치
KR102581462B1 (ko) * 2023-04-11 2023-09-22 주식회사 마크헬츠 감염병 대응 비대면 모니터링 및 원격상담 플랫폼 서비스 제공 시스템

Also Published As

Publication number Publication date
WO2024039120A1 (ko) 2024-02-22

Similar Documents

Publication Publication Date Title
KR102509538B1 (ko) 센서를 구비한 휴대용 비대면 진단 장치
US20190095757A1 (en) Learned model generating method, learned model generating device, and learned model use device
Ali et al. A survey of user-centred approaches for smart home transfer learning and new user home automation adaptation
Jarrett et al. Inverse active sensing: Modeling and understanding timely decision-making
Sony et al. The impact of healthcare 4.0 on the healthcare service quality: a systematic literature review
KR102494384B1 (ko) 기저귀 대변 이미지를 활용한 아기 건강 진단 솔루션 제공 방법, 장치 및 시스템
Bosems Causal Models for Well-Being: Knowledge Modeling, Model-Driven Development of Context-Aware Applications, and Behavior Prediction
Nertinger et al. Acceptance of remote assistive robots with and without human-in-the-loop for healthcare applications
Weyns et al. Towards a research agenda for understanding and managing uncertainty in self-adaptive systems
Ghayvat et al. Smart aging monitoring and early dementia recognition (SAMEDR): uncovering the hidden wellness parameter for preventive well-being monitoring to categorize cognitive impairment and dementia in community-dwelling elderly subjects through AI
US20220319662A1 (en) Rehabilitation work support apparatus, rehabilitation work support system, rehabilitation work support method, and computer readable medium
Angelucci et al. The paradox of the artificial intelligence system development process: the use case of corporate wellness programs using smart wearables
KR102530527B1 (ko) 건강 정보 기반 식당 추천 서비스 제공 방법, 장치 및 시스템
KR102564996B1 (ko) 인공지능 기반 사용자 맞춤형 건강기능식품 큐레이션 서비스 제공 방법, 장치 및 시스템
Tang et al. Evolution strategy for anomaly detection in daily life monitoring of elderly people
KR20220043105A (ko) 노인장기요양보험 통합 관리 서비스 제공 방법, 장치 및 컴퓨터프로그램
Hoberg et al. Socially acceptable design of a ubiquitous system for monitoring elderly family members
KR20230045630A (ko) 인지 게임을 자동 추천하는 인지 상태 진단 장치
de Aguiar Barbosa et al. A Domain-Specific Modeling Language for Specification of Clinical Scores in Mobile Health.
Chen Smart healthcare
Aktar Artificial Intelligence-Based Smarter Accessibility Evaluations for Comprehensive and Personalized Assessment
KR102490320B1 (ko) 3d 신체 모델을 이용한 사용자 맞춤형 제품 및 행동 추천 방법, 장치 및 시스템
US20240145093A1 (en) Artificial intelligence system for facilitating physician assessment
KR102505380B1 (ko) 인공지능을 활용한 사용자 과거 불안유발상황 파악 및 선제적 행동치료 제시 서비스 제공 방법, 장치 및 시스템
US20210157805A1 (en) Method of performing a data collection procedure for a process which uses articifical intelligence

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant