요약 | 머신러닝에 기반하여 심리지표 데이터 및 신체지표 데이터를 학습함으로써 정신건강을 예측하고 정신건강 솔루션을 제공하는 방법에 있어서, (a) 복수의 학습 대상자에 대한 학습용 심리지표 데이터 및 학습용 신체지표 데이터가 제1 예측 모델에 입력된 후 상기 제1 예측 모델로부터 출력된 학습용 예측 정신건강 데이터 및 이에 대응되는 GT(Ground Truth) 정신건강 데이터를 참조로 하여 상기 제1 예측 모델이 학습된 상태에서, 정신건강 평가 장치가, 테스트 대상자의 테스트 대상자 단말로부터 상기 테스트 대상자의 테스트용 심리지표 데이터 및 테스트용 신체지표 데이터를 획득하는 단계; 및 (b) 상기 정신건강 평가 장치가, 상기 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 상기 제1 예측 모델에 입력하여, 상기 제1 예측 모델로 하여금 테스트용 예측 정신건강 데이터를 출력하도록 하는 단계를 포함하는 방법 및 이를 이용한 정신건강 평가 장치가 개시된다. |
---|---|
Int. CL | G16H 20/70 (2018.01.01) G16H 50/50 (2018.01.01) G16H 50/70 (2018.01.01) G16H 50/30 (2018.01.01) G16H 10/60 (2018.01.01) G16H 50/20 (2018.01.01) A61B 5/16 (2006.01.01) A61B 5/145 (2006.01.01) A61B 5/00 (2021.01.01) |
CPC | G16H 20/70(2013.01) G16H 50/50(2013.01) G16H 50/70(2013.01) G16H 50/30(2013.01) G16H 10/60(2013.01) G16H 50/20(2013.01) A61B 5/165(2013.01) A61B 5/14546(2013.01) A61B 5/7275(2013.01) |
출원번호/일자 | 1020210016379 (2021.02.04) |
출원인 | (주) 마인즈에이아이, 연세대학교 산학협력단 |
등록번호/일자 | 10-2254481-0000 (2021.05.14) |
공개번호/일자 | |
공고번호/일자 | (20210521) 문서열기 |
국제출원번호/일자 | |
국제공개번호/일자 | |
우선권정보 | |
법적상태 | 등록 |
심사진행상태 | 수리 |
심판사항 | |
구분 | 국내출원/신규 |
원출원번호/일자 | |
관련 출원번호 | |
심사청구여부/일자 | Y (2021.02.04) |
심사청구항수 | 20 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | (주) 마인즈에이아이 | 대한민국 | 서울특별시 강남구 |
2 | 연세대학교 산학협력단 | 대한민국 | 서울특별시 서대문구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 석정호 | 경기도 성남시 분당구 | |
2 | 장수아 | 서울특별시 송파구 | |
3 | 최선우 | 서울특별시 강남구 | |
4 | 김태정 | 부산광역시 금정구 | |
5 | 김창현 | 서울특별시 용산구 | |
6 | 안련섭 | 광주광역시 북구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 특허법인 수 | 대한민국 | 서울특별시 강남구 강남대로**길 **, *층(역삼동, 케이앤와이빌딩) |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | (주) 마인즈에이아이 | 서울특별시 강남구 | |
2 | 연세대학교 산학협력단 | 서울특별시 서대문구 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 [Patent Application] Patent Application |
2021.02.04 | 수리 (Accepted) | 1-1-2021-0148275-82 |
2 | [우선심사신청]심사청구서·우선심사신청서 |
2021.02.15 | 수리 (Accepted) | 1-1-2021-0182555-58 |
3 | 예비심사결과통지서 |
2021.03.18 | 발송처리완료 (Completion of Transmission) | 9-5-2021-0223759-18 |
4 | 면담 결과 기록서 |
2021.03.25 | 발송처리완료 (Completion of Transmission) | 9-6-2021-0056381-58 |
5 | [명세서등 보정]보정서 [Amendment to Description, etc.] Amendment |
2021.04.08 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2021-0414483-90 |
6 | [기타 의견][특허]의견서·답변서·소명서 |
2021.04.08 | 수리 (Accepted) | 1-1-2021-0414462-31 |
7 | 등록결정서 Decision to grant |
2021.05.10 | 발송처리완료 (Completion of Transmission) | 9-5-2021-0372530-10 |
번호 | 청구항 |
---|---|
1 |
1 머신러닝에 기반하여 심리지표 데이터 및 신체지표 데이터를 학습함으로써 정신건강을 예측하고 정신건강 솔루션을 제공하는 방법에 있어서,(a) 복수의 학습 대상자에 대한 학습용 심리지표 데이터 및 학습용 신체지표 데이터가 제1 예측 모델의 제1 입력부를 통해 상기 제1 예측 모델에 입력된 후 상기 제1 예측 모델의 제1 출력부로부터 출력된 학습용 예측 정신건강 데이터 및 이에 대응되는 GT(Ground Truth) 정신건강 데이터를 참조로 하여 상기 제1 예측 모델이 학습된 상태에서, 정신건강 평가 장치의 제어부가, 상기 정신건강 평가 장치의 통신부를 통해 테스트 대상자의 테스트 대상자 단말로부터 상기 테스트 대상자의 테스트용 심리지표 데이터 및 테스트용 신체지표 데이터를 획득하는 단계; 및(b) 상기 정신건강 평가 장치의 상기 제어부가, 상기 제1 입력부를 통해 상기 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 상기 제1 예측 모델에 입력하여, 상기 제1 예측 모델로 하여금 상기 제1 출력부를 통해 테스트용 예측 정신건강 데이터를 출력하도록 하는 단계;를 포함하되,상기 제1 예측 모델은 제1_1 예측 모델, 제1_2 예측 모델 및 제1_3 예측 모델을 포함하고,상기 (a) 단계에서,(i) 상기 학습 대상자의 제1_1 학습용 긍정 심리 정보 및 제1_1 학습용 부정 심리 정보 중 적어도 일부를 포함하는 제1_1 학습용 심리지표 데이터가 상기 제1_1 예측 모델의 제1_1 입력부를 통해 상기 제1_1 예측 모델에 입력된 후 상기 제1_1 예측 모델의 제1_1 출력부로부터 출력된 제1_1 학습용 예측 정신건강 데이터 및 이에 대응되는 제1_1 GT 정신건강 데이터를 참조로 하여 상기 제1_1 예측 모델이 학습되고, (ii) 상기 제1_1 학습용 예측 정신건강 데이터 또는 상기 제1_1 GT 정신건강 데이터, 상기 학습 대상자의 제1_2 학습용 긍정 심리 정보 및 제1_2 학습용 부정 심리 정보 중 적어도 일부를 포함하는 제1_2 학습용 심리지표 데이터가 상기 제1_2 예측 모델의 제1_2 입력부를 통해 상기 제1_2 예측 모델에 입력된 후 상기 제1_2 예측 모델의 제1_2 출력부로부터 출력된 제1_2 학습용 예측 정신건강 데이터 및 이에 대응되는 제1_2 GT 정신건강 데이터를 참조로 하여 상기 제1_2 예측 모델이 학습되며, (iii) 상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델의 제1_3 입력부를 통해 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델의 제1_3 출력부로부터 출력된 제1_3 학습용 예측 정신건강 데이터 및 이에 대응되는 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습된 상태 - 상기 제1_3 학습용 예측 정신건강 데이터는 상기 제1 예측 모델로부터 출력된 상기 학습용 예측 정신건강 데이터이고, 상기 제1_3 GT 정신건강 데이터는 상기 학습용 예측 정신건강 데이터에 대응되는 상기 GT 정신건강 데이터임 - 에서, 상기 정신건강 평가 장치의 상기 제어부가, 상기 통신부를 통해 상기 테스트 대상자의 상기 테스트 대상자 단말로부터 제1_1 테스트용 심리지표 데이터, 제1_2 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 획득하고,상기 (b) 단계에서, 상기 정신건강 평가 장치의 상기 제어부가, (i) 상기 제1_1 입력부를 통해 상기 제1_1 테스트용 심리지표 데이터를 상기 제1_1 예측 모델에 입력하여, 상기 제1_1 예측 모델로 하여금 상기 제1_1 출력부를 통해 제1_1 테스트용 예측 정신건강 데이터를 출력하도록 하고, (ii) 상기 제1_2 입력부를 통해 상기 제1_1 테스트용 예측 정신건강 데이터 및 상기 제1_2 테스트용 심리지표 데이터를 상기 제1_2 예측 모델에 입력하여, 상기 제1_2 예측 모델로 하여금 상기 제1_2 출력부를 통해 제1_2 테스트용 예측 정신건강 데이터를 출력하도록 하고, (iii) 상기 제1_3 입력부를 통해 상기 제1_2 테스트용 예측 정신건강 데이터 및 상기 테스트용 신체지표 데이터를 상기 제1_3 예측 모델에 입력하여, 상기 제1_3 예측 모델로 하여금 상기 제1_3 출력부를 통해 제1_3 테스트용 예측 정신건강 데이터 - 상기 제1_3 테스트용 예측 정신건강 데이터는 상기 제1 예측 모델로부터 출력되는 상기 테스트용 예측 정신건강 데이터임 - 를 출력하도록 하고,상기 (a) 단계에서,(i) 상기 학습 대상자에 대한 상기 학습용 심리지표 데이터 및 상기 학습용 신체지표 데이터가 상기 제1 입력부를 통해 상기 제1 예측 모델에 입력된 후 상기 제1 예측 모델의 상기 제1 출력부로부터 출력된 상기 학습용 예측 정신건강 데이터 및 상기 GT 정신건강 데이터를 참조로 하여 상기 제1 예측 모델이 학습되고, (ii) 상기 학습용 예측 정신건강 데이터 또는 상기 GT 정신건강 데이터가 제2 예측 모델의 제2 입력부를 통해 상기 제2 예측 모델에 입력된 후 상기 제2 예측 모델의 제2 출력부로부터 출력된 (ii-1) 약물 치료 프로세스와 심리 치료 프로세스 중 적어도 일부가 상기 학습 대상자에 적용됨으로써 정신건강 상태가 변화된 학습 대상자에 대한 학습용 치료후 예측 정신건강 데이터, (ii-2) 상기 약물 치료 프로세스에 대한 학습용 예측 약물 치료 데이터, (ii-3) 상기 심리 치료 프로세스에 대한 학습용 예측 심리 치료 데이터, 및 각각에 대응되는 치료후 GT 정신건강 데이터, GT 약물 치료 데이터 및 GT 심리 치료 데이터를 참조로 하여 상기 제2 예측 모델이 학습된 상태에서, 상기 정신건강 평가 장치의 상기 제어부가, 상기 통신부를 통해 상기 테스트 대상자의 상기 테스트 대상자 단말로부터 상기 테스트 대상자의 상기 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 획득하고,상기 (b) 단계에서,상기 정신건강 평가 장치의 상기 제어부가, 상기 제1 입력부를 통해 상기 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 상기 제1 예측 모델에 입력하여, 상기 제1 예측 모델로 하여금 상기 제1 출력부를 통해 상기 테스트용 예측 정신건강 데이터를 출력하도록 하는 것을 특징으로 하되,(c) 상기 정신건강 평가 장치의 상기 제어부가, 상기 제2 입력부를 통해 상기 테스트용 예측 정신건강 데이터를 상기 제2 예측 모델에 입력하여, 상기 제2 예측 모델로 하여금 상기 제2 출력부를 통해 상기 약물 치료 프로세스 및 상기 심리 치료 프로세스 중 상기 테스트 대상자에게 적용할 특정 약물 치료 프로세스에 대한 테스트용 예측 약물 치료 데이터 및 특정 심리 치료 프로세스에 대한 테스트용 예측 심리 치료 데이터를 포함하는 특정 정신건강 솔루션을 제공하도록 하는 단계;를 더 포함하는 것을 특징으로 하는 방법 |
2 |
2 삭제 |
3 |
3 제1항에 있어서,상기 학습용 신체지표 데이터는 상기 학습 대상자의 학습용 호르몬 농도 값을 포함하고, 상기 테스트용 신체지표 데이터는 상기 테스트 대상자의 테스트용 호르몬 농도 값을 포함하며,상기 (a) 단계에서,상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습 대상자의 상기 학습용 호르몬 농도 값을 포함하는 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델로부터 출력된 상기 제1_3 학습용 예측 정신건강 데이터 및 상기 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 방법 |
4 |
4 제3항에 있어서,상기 학습용 호르몬 농도 값은 학습용 코티솔(cortisol) 농도 값 및 학습용 DHEA(Dehydroepiandrosterone) 농도 값을 포함하고, 상기 테스트용 호르몬 농도 값은 테스트용 코티솔 농도 값 및 테스트용 DHEA 농도 값을 포함하는 것을 특징으로 하는 방법 |
5 |
5 제4항에 있어서,상기 학습용 호르몬 농도 값은 학습용 성 호르몬 농도 값을 추가로 포함하고, 상기 테스트용 호르몬 농도 값은 테스트용 성 호르몬 농도 값을 추가로 포함하며,상기 (a) 단계에서,상기 학습용 성 호르몬 농도 값이 임계 범위를 만족하는 경우, 상기 제1_1 학습용 긍정 심리 정보 및 상기 제1_2 학습용 긍정 심리 정보에 적용되는 제1 가중치가, 상기 제1_1 학습용 부정 심리 정보 및 상기 제1_2 학습용 부정 심리 정보에 적용되는 제2 가중치보다 작게 설정된 상태에서 상기 제1_1 예측 모델 내지 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 방법 |
6 |
6 제3항에 있어서,(i) 상기 학습 대상자가 기상한 시점으로부터 제1 임계시간 범위 내에 존재하는 제1 학습용 채취시점 내지 제3 학습용 채취시점 및 상기 학습 대상자가 취침한 시점으로부터 제2 임계시간 범위 내에 존재하는 제4 학습용 채취시점에 채취된 제1 학습용 타액 내지 제4 학습용 타액 및 (ii) 상기 테스트 대상자가 기상한 시점으로부터 상기 제1 임계시간 범위 내에 존재하는 제1 테스트용 채취시점 내지 제3 테스트용 채취시점 및 상기 테스트 대상자가 취침한 시점으로부터 상기 제2 임계시간 범위 내에 존재하는 제4 테스트용 채취시점에 채취된 제1 테스트용 타액 내지 제4 테스트용 타액 각각이 분석되어 상기 학습용 호르몬 농도 값 및 상기 테스트용 호르몬 농도 값 각각이 산출되는 것을 특징으로 하는 방법 |
7 |
7 제6항에 있어서,방사성동위원소법을 통해 상기 제1 학습용 타액 내지 상기 제4 학습용 타액 및 상기 제1 테스트용 타액 내지 상기 제4 테스트용 타액 각각을 분석함으로써 상기 학습용 호르몬 농도 값 및 상기 테스트용 호르몬 농도 값 각각이 산출되는 것을 특징으로 하는 방법 |
8 |
8 제1항에 있어서,상기 학습용 신체지표 데이터는 상기 학습 대상자의 학습용 심박 변이도 값을 포함하고, 상기 테스트용 신체지표 데이터는 상기 테스트 대상자의 테스트용 심박 변이도 값을 포함하며,상기 (a) 단계에서,상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습 대상자의 상기 학습용 심박 변이도 값을 포함하는 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델로부터 출력된 상기 제1_3 학습용 예측 정신건강 데이터 및 상기 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 방법 |
9 |
9 제1항에 있어서,상기 학습용 신체지표 데이터는 상기 학습 대상자의 학습용 뇌영상 데이터 및 학습용 마이크로바이옴(microbiome) 데이터를 포함하고, 상기 테스트용 신체지표 데이터는 상기 테스트 대상자의 테스트용 뇌영상 데이터 및 테스트용 마이크로바이옴 데이터를 포함하며,상기 (a) 단계에서,상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습 대상자의 상기 학습용 뇌영상 데이터 및 상기 학습용 마이크로바이옴(microbiome) 데이터를 포함하는 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델로부터 출력된 상기 제1_3 학습용 예측 정신건강 데이터 및 상기 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 방법 |
10 |
10 제1항에 있어서,상기 제1_1 학습용 심리지표 데이터는 상기 학습 대상자의 학습용 성인애착유형 정보, 학습용 성장기 부정적 경험 정보 및 학습용 마음헤아리기능력 정보를 포함하고,상기 제1_2 학습용 심리지표 데이터는 상기 학습 대상자의 학습용 우울증상척도 정보 및 학습용 자살위험성 정보를 포함하며,상기 제1_1 테스트용 심리지표 데이터는 상기 테스트 대상자의 테스트용 성인애착유형 정보, 테스트용 성장기 부정적 경험 정보 및 테스트용 마음헤아리기능력 정보를 포함하고,상기 제1_2 테스트용 심리지표 데이터는 상기 테스트 대상자의 테스트용 우울증상척도 정보 및 테스트용 자살위험성 정보를 포함하며,상기 (a) 단계에서,(i) 상기 학습용 성인애착유형 정보, 상기 학습용 성장기 부정적 경험 정보 및 상기 학습용 마음헤아리기능력 정보를 포함하는 상기 제1_1 학습용 심리지표 데이터가 상기 제1_1 예측 모델에 입력된 후 상기 제1_1 예측 모델로부터 출력된 상기 제1_1 학습용 예측 정신건강 데이터 및 이에 대응되는 상기 제1_1 GT 정신건강 데이터를 참조로 하여 상기 제1_1 예측 모델이 학습되고, (ii) 상기 제1_1 학습용 예측 정신건강 데이터 또는 상기 제1_1 GT 정신건강 데이터, 상기 학습용 우울증상척도 정보 및 상기 학습용 자살위험성 정보를 포함하는 상기 제1_2 학습용 심리지표 데이터가 상기 제1_2 예측 모델에 입력된 후 상기 제1_2 예측 모델로부터 출력된 상기 제1_2 학습용 예측 정신건강 데이터 및 이에 대응되는 상기 제1_2 GT 정신건강 데이터를 참조로 하여 상기 제1_2 예측 모델이 학습되는 것을 특징으로 하는 방법 |
11 |
11 제10항에 있어서,상기 제1_1 학습용 심리지표 데이터 및 상기 제1_2 학습용 심리지표 데이터 중 적어도 일부는 상기 학습 대상자의 학습용 회복탄력성 정보를 추가로 포함하고,상기 제1_1 테스트용 심리지표 데이터 및 상기 제1_2 테스트용 심리지표 데이터 중 적어도 일부는 상기 테스트 대상자의 테스트용 회복탄력성 정보를 추가로 포함하는 것을 특징으로 하는 방법 |
12 |
12 삭제 |
13 |
13 머신러닝에 기반하여 심리지표 데이터 및 신체지표 데이터를 학습함으로써 정신건강을 예측하고 정신건강 솔루션을 제공하는 정신건강 평가 장치에 있어서,인스트럭션들을 저장하는 적어도 하나의 메모리; 및상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되,상기 프로세서가, (1) 복수의 학습 대상자에 대한 학습용 심리지표 데이터 및 학습용 신체지표 데이터가 제1 예측 모델에 입력된 후 상기 제1 예측 모델로부터 출력된 학습용 예측 정신건강 데이터 및 이에 대응되는 GT 정신건강 데이터를 참조로 하여 상기 제1 예측 모델이 학습된 상태에서, 테스트 대상자의 테스트 대상자 단말로부터 상기 테스트 대상자의 테스트용 심리지표 데이터 및 테스트용 신체지표 데이터를 획득하는 프로세스; 및 (2) 상기 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 상기 제1 예측 모델에 입력하여, 상기 제1 예측 모델로 하여금 테스트용 예측 정신건강 데이터를 출력하도록 하는 프로세스를 수행하되,상기 제1 예측 모델은 제1_1 예측 모델, 제1_2 예측 모델 및 제1_3 예측 모델을 포함하고,상기 프로세서는,상기 (1) 프로세스에서,(i) 상기 학습 대상자의 제1_1 학습용 긍정 심리 정보 및 제1_1 학습용 부정 심리 정보 중 적어도 일부를 포함하는 제1_1 학습용 심리지표 데이터가 상기 제1_1 예측 모델에 입력된 후 상기 제1_1 예측 모델로부터 출력된 제1_1 학습용 예측 정신건강 데이터 및 이에 대응되는 제1_1 GT 정신건강 데이터를 참조로 하여 상기 제1_1 예측 모델이 학습되고, (ii) 상기 제1_1 학습용 예측 정신건강 데이터 또는 상기 제1_1 GT 정신건강 데이터, 상기 학습 대상자의 제1_2 학습용 긍정 심리 정보 및 제1_2 학습용 부정 심리 정보 중 적어도 일부를 포함하는 제1_2 학습용 심리지표 데이터가 상기 제1_2 예측 모델에 입력된 후 상기 제1_2 예측 모델로부터 출력된 제1_2 학습용 예측 정신건강 데이터 및 이에 대응되는 제1_2 GT 정신건강 데이터를 참조로 하여 상기 제1_2 예측 모델이 학습되며, (iii) 상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델로부터 출력된 제1_3 학습용 예측 정신건강 데이터 및 이에 대응되는 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습된 상태 - 상기 제1_3 학습용 예측 정신건강 데이터는 상기 제1 예측 모델로부터 출력된 상기 학습용 예측 정신건강 데이터이고, 상기 제1_3 GT 정신건강 데이터는 상기 학습용 예측 정신건강 데이터에 대응되는 상기 GT 정신건강 데이터임 - 에서, 상기 테스트 대상자의 상기 테스트 대상자 단말로부터 제1_1 테스트용 심리지표 데이터, 제1_2 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 획득하고,상기 (2) 프로세스에서, (i) 상기 제1_1 테스트용 심리지표 데이터를 상기 제1_1 예측 모델에 입력하여, 상기 제1_1 예측 모델로 하여금 제1_1 테스트용 예측 정신건강 데이터를 출력하도록 하고, (ii) 상기 제1_1 테스트용 예측 정신건강 데이터 및 상기 제1_2 테스트용 심리지표 데이터를 상기 제1_2 예측 모델에 입력하여, 상기 제1_2 예측 모델로 하여금 제1_2 테스트용 예측 정신건강 데이터를 출력하도록 하고, (iii) 상기 제1_2 테스트용 예측 정신건강 데이터 및 상기 테스트용 신체지표 데이터를 상기 제1_3 예측 모델에 입력하여, 상기 제1_3 예측 모델로 하여금 제1_3 테스트용 예측 정신건강 데이터 - 상기 제1_3 테스트용 예측 정신건강 데이터는 상기 제1 예측 모델로부터 출력되는 상기 테스트용 예측 정신건강 데이터임 - 를 출력하도록 하고,상기 프로세서는,상기 (1) 프로세스에서,(i) 상기 학습 대상자에 대한 상기 학습용 심리지표 데이터 및 상기 학습용 신체지표 데이터가 상기 제1 예측 모델에 입력된 후 상기 제1 예측 모델로부터 출력된 상기 학습용 예측 정신건강 데이터 및 상기 GT 정신건강 데이터를 참조로 하여 상기 제1 예측 모델이 학습되고, (ii) 상기 학습용 예측 정신건강 데이터 또는 상기 GT 정신건강 데이터가 제2 예측 모델에 입력된 후 상기 제2 예측 모델로부터 출력된 (ii-1) 약물 치료 프로세스와 심리 치료 프로세스 중 적어도 일부가 상기 학습 대상자에 적용됨으로써 정신건강 상태가 변화된 학습 대상자에 대한 학습용 치료후 예측 정신건강 데이터, (ii-2) 상기 약물 치료 프로세스에 대한 학습용 예측 약물 치료 데이터, (ii-3) 상기 심리 치료 프로세스에 대한 학습용 예측 심리 치료 데이터, 및 각각에 대응되는 치료후 GT 정신건강 데이터, GT 약물 치료 데이터 및 GT 심리 치료 데이터를 참조로 하여 상기 제2 예측 모델이 학습된 상태에서, 상기 테스트 대상자의 상기 테스트 대상자 단말로부터 상기 테스트 대상자의 상기 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 획득하고,상기 (2) 프로세스에서,상기 테스트용 심리지표 데이터 및 상기 테스트용 신체지표 데이터를 상기 제1 예측 모델에 입력하여, 상기 제1 예측 모델로 하여금 상기 테스트용 예측 정신건강 데이터를 출력하도록 하는 것을 특징으로 하되,(3) 상기 프로세서는, 상기 테스트용 예측 정신건강 데이터를 상기 제2 예측 모델에 입력하여, 상기 제2 예측 모델로 하여금 상기 약물 치료 프로세스 및 상기 심리 치료 프로세스 중 상기 테스트 대상자에게 적용할 특정 약물 치료 프로세스에 대한 테스트용 예측 약물 치료 데이터 및 특정 심리 치료 프로세스에 대한 테스트용 예측 심리 치료 데이터를 포함하는 특정 정신건강 솔루션을 제공하도록 하는 프로세스를 더 수행하는 것을 특징으로 하는 정신건강 평가 장치 |
14 |
14 삭제 |
15 |
15 제13항에 있어서,상기 학습용 신체지표 데이터는 상기 학습 대상자의 학습용 호르몬 농도 값을 포함하고, 상기 테스트용 신체지표 데이터는 상기 테스트 대상자의 테스트용 호르몬 농도 값을 포함하며,상기 (1) 프로세스에서,상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습 대상자의 상기 학습용 호르몬 농도 값을 포함하는 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델로부터 출력된 상기 제1_3 학습용 예측 정신건강 데이터 및 상기 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 정신건강 평가 장치 |
16 |
16 제15항에 있어서,상기 학습용 호르몬 농도 값은 학습용 코티솔(cortisol) 농도 값 및 학습용 DHEA(Dehydroepiandrosterone) 농도 값을 포함하고, 상기 테스트용 호르몬 농도 값은 테스트용 코티솔 농도 값 및 테스트용 DHEA 농도 값을 포함하는 것을 특징으로 하는 정신건강 평가 장치 |
17 |
17 제16항에 있어서,상기 학습용 호르몬 농도 값은 학습용 성 호르몬 농도 값을 추가로 포함하고, 상기 테스트용 호르몬 농도 값은 테스트용 성 호르몬 농도 값을 추가로 포함하며,상기 (1) 프로세스에서,상기 학습용 성 호르몬 농도 값이 임계 범위를 만족하는 경우, 상기 제1_1 학습용 긍정 심리 정보 및 상기 제1_2 학습용 긍정 심리 정보에 적용되는 제1 가중치가, 상기 제1_1 학습용 부정 심리 정보 및 상기 제1_2 학습용 부정 심리 정보에 적용되는 제2 가중치보다 작게 설정된 상태에서 상기 제1_1 예측 모델 내지 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 정신건강 평가 장치 |
18 |
18 제15항에 있어서,(i) 상기 학습 대상자가 기상한 시점으로부터 제1 임계시간 범위 내에 존재하는 제1 학습용 채취시점 내지 제3 학습용 채취시점 및 상기 학습 대상자가 취침한 시점으로부터 제2 임계시간 범위 내에 존재하는 제4 학습용 채취시점에 채취된 제1 학습용 타액 내지 제4 학습용 타액 및 (ii) 상기 테스트 대상자가 기상한 시점으로부터 상기 제1 임계시간 범위 내에 존재하는 제1 테스트용 채취시점 내지 제3 테스트용 채취시점 및 상기 테스트 대상자가 취침한 시점으로부터 상기 제2 임계시간 범위 내에 존재하는 제4 테스트용 채취시점에 채취된 제1 테스트용 타액 내지 제4 테스트용 타액 각각이 분석되어 상기 학습용 호르몬 농도 값 및 상기 테스트용 호르몬 농도 값 각각이 산출되는 것을 특징으로 하는 정신건강 평가 장치 |
19 |
19 제18항에 있어서,방사성동위원소법을 통해 상기 제1 학습용 타액 내지 상기 제4 학습용 타액 및 상기 제1 테스트용 타액 내지 상기 제4 테스트용 타액 각각을 분석함으로써 상기 학습용 호르몬 농도 값 및 상기 테스트용 호르몬 농도 값 각각이 산출되는 것을 특징으로 하는 정신건강 평가 장치 |
20 |
20 제13항에 있어서,상기 학습용 신체지표 데이터는 상기 학습 대상자의 학습용 심박 변이도 값을 포함하고, 상기 테스트용 신체지표 데이터는 상기 테스트 대상자의 테스트용 심박 변이도 값을 포함하며,상기 (1) 프로세스에서,상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습 대상자의 상기 학습용 심박 변이도 값을 포함하는 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델로부터 출력된 상기 제1_3 학습용 예측 정신건강 데이터 및 상기 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 정신건강 평가 장치 |
21 |
21 제13항에 있어서,상기 학습용 신체지표 데이터는 상기 학습 대상자의 학습용 뇌영상 데이터 및 학습용 마이크로바이옴(microbiome) 데이터를 포함하고, 상기 테스트용 신체지표 데이터는 상기 테스트 대상자의 테스트용 뇌영상 데이터 및 테스트용 마이크로바이옴 데이터를 포함하며,상기 (1) 프로세스에서,상기 제1_2 학습용 예측 정신건강 데이터 또는 상기 제1_2 GT 정신건강 데이터, 상기 학습 대상자의 상기 학습용 뇌영상 데이터 및 상기 학습용 마이크로바이옴(microbiome) 데이터를 포함하는 상기 학습용 신체지표 데이터가 상기 제1_3 예측 모델에 입력된 후 상기 제1_3 예측 모델로부터 출력된 상기 제1_3 학습용 예측 정신건강 데이터 및 상기 제1_3 GT 정신건강 데이터를 참조로 하여 상기 제1_3 예측 모델이 학습되는 것을 특징으로 하는 정신건강 평가 장치 |
22 |
22 제13항에 있어서,상기 제1_1 학습용 심리지표 데이터는 상기 학습 대상자의 학습용 성인애착유형 정보, 학습용 성장기 부정적 경험 정보 및 학습용 마음헤아리기능력 정보를 포함하고,상기 제1_2 학습용 심리지표 데이터는 상기 학습 대상자의 학습용 우울증상척도 정보 및 학습용 자살위험성 정보를 포함하며,상기 제1_1 테스트용 심리지표 데이터는 상기 테스트 대상자의 테스트용 성인애착유형 정보, 테스트용 성장기 부정적 경험 정보 및 테스트용 마음헤아리기능력 정보를 포함하고,상기 제1_2 테스트용 심리지표 데이터는 상기 테스트 대상자의 테스트용 우울증상척도 정보 및 테스트용 자살위험성 정보를 포함하며,상기 (1) 프로세스에서,(i) 상기 학습용 성인애착유형 정보, 상기 학습용 성장기 부정적 경험 정보 및 상기 학습용 마음헤아리기능력 정보를 포함하는 상기 제1_1 학습용 심리지표 데이터가 상기 제1_1 예측 모델에 입력된 후 상기 제1_1 예측 모델로부터 출력된 상기 제1_1 학습용 예측 정신건강 데이터 및 이에 대응되는 상기 제1_1 GT 정신건강 데이터를 참조로 하여 상기 제1_1 예측 모델이 학습되고, (ii) 상기 제1_1 학습용 예측 정신건강 데이터 또는 상기 제1_1 GT 정신건강 데이터, 상기 학습용 우울증상척도 정보 및 상기 학습용 자살위험성 정보를 포함하는 상기 제1_2 학습용 심리지표 데이터가 상기 제1_2 예측 모델에 입력된 후 상기 제1_2 예측 모델로부터 출력된 상기 제1_2 학습용 예측 정신건강 데이터 및 이에 대응되는 상기 제1_2 GT 정신건강 데이터를 참조로 하여 상기 제1_2 예측 모델이 학습되는 것을 특징으로 하는 정신건강 평가 장치 |
23 |
23 제22항에 있어서,상기 제1_1 학습용 심리지표 데이터 및 상기 제1_2 학습용 심리지표 데이터 중 적어도 일부는 상기 학습 대상자의 학습용 회복탄력성 정보를 추가로 포함하고,상기 제1_1 테스트용 심리지표 데이터 및 상기 제1_2 테스트용 심리지표 데이터 중 적어도 일부는 상기 테스트 대상자의 테스트용 회복탄력성 정보를 추가로 포함하는 것을 특징으로 하는 정신건강 평가 장치 |
24 |
24 삭제 |
지정국 정보가 없습니다 |
---|
패밀리정보가 없습니다 |
---|
국가 R&D 정보가 없습니다. |
---|
공개전문 정보가 없습니다 |
---|
특허 등록번호 | 10-2254481-0000 |
---|
표시번호 | 사항 |
---|---|
1 |
출원 연월일 : 20210204 출원 번호 : 1020210016379 공고 연월일 : 20210521 공고 번호 : 특허결정(심결)연월일 : 20210510 청구범위의 항수 : 20 유별 : G16H 20/70 발명의 명칭 : 머신러닝에 기반하여 심리지표 데이터 및 신체지표 데이터를 학습함으로써 정신건강을 예측하고 정신건강 솔루션을 제공하는 방법 및 이를 이용한 정신건강 평가 장치 존속기간(예정)만료일 : |
순위번호 | 사항 |
---|---|
1 |
(권리자) 연세대학교 산학협력단 서울특별시 서대문구... |
1 |
(권리자) (주) 마인즈에이아이 서울특별시 강남구... |
제 1 - 3 년분 | 금 액 | 330,000 원 | 2021년 05월 17일 | 납입 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 | 2021.02.04 | 수리 (Accepted) | 1-1-2021-0148275-82 |
2 | [우선심사신청]심사청구서·우선심사신청서 | 2021.02.15 | 수리 (Accepted) | 1-1-2021-0182555-58 |
3 | 예비심사결과통지서 | 2021.03.18 | 발송처리완료 (Completion of Transmission) | 9-5-2021-0223759-18 |
4 | 면담 결과 기록서 | 2021.03.25 | 발송처리완료 (Completion of Transmission) | 9-6-2021-0056381-58 |
5 | [명세서등 보정]보정서 | 2021.04.08 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2021-0414483-90 |
6 | [기타 의견][특허]의견서·답변서·소명서 | 2021.04.08 | 수리 (Accepted) | 1-1-2021-0414462-31 |
7 | 등록결정서 | 2021.05.10 | 발송처리완료 (Completion of Transmission) | 9-5-2021-0372530-10 |
기술정보가 없습니다 |
---|
과제정보가 없습니다 |
---|
[KST2015209658][연세대학교] | 압통 측정 장치 | 새창보기 |
---|---|---|
[KST2016006710][연세대학교] | 광루미네선스 기반의 웨어러블 센서 플랫폼 및 이를 이용한 원격 센싱장치(Wearable sensor Platform based on photoluminescence and Remote sensing apparatus the same) | 새창보기 |
[KST2016010426][연세대학교] | 보행 단계 판정을 위한 발모듈, 이를 이용한 보행 단계 판정 방법, 보행 분석 시스템 및 능동형 보행 보조 장치(SHOE MODULE FOR DETECTING WALKING PHASE, METHOD, GAIT ANALYSIS SYSTEM AND ACTIVE WALKING ASSIST DEVICE USING THE SAME) | 새창보기 |
[KST2015126756][연세대학교] | 스트레스, 우울증 측정을 위한 스트립 센서 및 스마트폰 연동 스트립 센서 측정시스템 | 새창보기 |
[KST2015127067][연세대학교] | 영상의 실물 크기 계산 방법 및 그 시스템 | 새창보기 |
[KST2018013577][연세대학교] | 로터 위치 산출 장치 및 방법 | 새창보기 |
[KST2017014127][연세대학교] | 위상 특이점 판별 시스템 및 방법(SYSTEM AND METHOD FOR IDENTIFYING PHASE SINGULARITY FROM SINGLE ELECTROGRAM) | 새창보기 |
[KST2019033837][연세대학교] | 13C 자기공명분광영상을 이용한 조기 치매 진단 방법 | 새창보기 |
[KST2022011267][연세대학교] | 내면 집중력 훈련 방법 및 장치 | 새창보기 |
[KST2016012440][연세대학교] | 3차원 밴드 스캐너(3 DIMENSIONAL BANDAGE SCANNER) | 새창보기 |
[KST2019033920][연세대학교] | 자기공명 관절 조영술을 위한 영상처리 장치, 방법 및 이를 이용한 기록매체 | 새창보기 |
[KST2022018371][연세대학교] | 교합평면 제안 장치 및 제안 방법 | 새창보기 |
[KST2019034092][연세대학교] | 심장 질환자의 운동기능 평가 및 재활을 위한 운동 상황에 따른 생체신호 분석 및 운동제어 방법과 장치 | 새창보기 |
[KST2015209834][연세대학교] | 인솔형 국부 전단력 측정시스템 | 새창보기 |
[KST2015127877][연세대학교] | 테라헤르츠파를 이용한 중이염 진단용 프로브, 중이염 진단 시스템 및 방법 | 새창보기 |
[KST2015126305][연세대학교] | 스트레스 측정을 위한 전기소자 기반 바이오 센서 및 그 측정방법 | 새창보기 |
[KST2015126247][연세대학교] | 스트레스 측정을 위한 전기소자 기반 바이오 센서 및 그 측정방법 | 새창보기 |
[KST2020012703][연세대학교] | 생체전극이 구비된 생체신호 측정 및 자극 장치 | 새창보기 |
[KST2018011254][연세대학교] | 전립선암 진단에 관한 정보제공방법 | 새창보기 |
[KST2015210356][연세대학교] | 관절염 진단을 위한 다중 모드 광 영상장치 | 새창보기 |
[KST2016015313][연세대학교] | 구취 진단을 위한 정보제공방법(Method of providing the information for diagnosing of oral malodor) | 새창보기 |
[KST2015127088][연세대학교] | 혈장 대사체를 이용한 혈관경직도 예측 또는 진단 방법 | 새창보기 |
[KST2015126577][연세대학교] | R 피크 검출을 위한 심전도 장치 및 방법 | 새창보기 |
[KST2015124698][연세대학교] | 원격진료 시스템을 위한 우선순위 콘트롤러 | 새창보기 |
[KST2016013430][연세대학교] | 뇌자도 및 MRI 측정에 사용될 수 있는 미각자극용 마우스피스(Gustatory stimulation mouthpiece for magnetoencephalogram and MRI recording system) | 새창보기 |
[KST2015125063][연세대학교] | 허혈성 심장질환 발병 위험도 예측 장치 및 예측 방법과허혈성 심장질환 발병 위험도 예측 프로그램이 기록된 매체 | 새창보기 |
[KST2015210352][연세대학교] | 의료용 통합 진단 시스템 및 그 제어 방법 | 새창보기 |
[KST2022011372][연세대학교] | 액체금속 표면 상에 백금 나노구조체를 형성시키는 방법 및 그 방법에 의해 제조된 액체금속 | 새창보기 |
[KST2015127098][연세대학교] | 생체신호 측정기능을 갖는 스마트의류 | 새창보기 |
[KST2015210375][연세대학교] | 동맥혈 마커 | 새창보기 |
심판사항 정보가 없습니다 |
---|