맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

머신러닝에 기반하여 심리지표 데이터 및 신체지표 데이터를 학습함으로써 정신건강을 예측하고 정신건강 솔루션을 제공하는 방법 및 이를 이용한 정신건강 평가 장치

  • 기술번호 : KST2022011264
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
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

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 (주) 마인즈에이아이 대한민국 서울특별시 강남구
2 연세대학교 산학협력단 대한민국 서울특별시 서대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
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

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 수 대한민국 서울특별시 강남구 강남대로**길 **, *층(역삼동, 케이앤와이빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 (주) 마인즈에이아이 서울특별시 강남구
2 연세대학교 산학협력단 서울특별시 서대문구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
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, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
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.