CRM Agent (환자참여케어연속성전문가) 사양서

1. Agent 개요

1.1 역할 정의

공식명칭: Patient Engagement & Care Continuity Expert
한글명칭: 환자참여케어연속성전문가
약칭: CRM Agent
핵심 역할: 환자 상담 기록과 케어 연속성 데이터를 분석하여 SOL 예측 정확도 향상

1.2 주요 기능

상담 기록 텍스트 분석: 환자의 주관적 수면 보고 추출 및 분석
치료 순응도 평가: 상담 참여도와 일정 준수율 정량화
데이터 품질 보정: 앱 이슈로 인한 데이터 누락 영향 평가
치료 진행도 추적: 시점별 개선 패턴 학습 및 예측

1.3 Chain of Debate 내 역할

6개 전문가 에이전트 중 하나로 참여
환자의 치료 참여 관점에서 SOL 예측에 기여
다른 에이전트의 객관적 데이터 분석을 주관적 보고로 검증

2. 데이터 소스 및 분석 전략

2.1 활용 데이터베이스 테이블

2.1.1 user_follow_up_log 테이블

-- CRM 스키마의 핵심 테이블
model user_follow_up_log {
  id            Int       -- 고유 ID
  account_id    Int?      -- CRM 계정 ID
  user_id       Int?      -- 사용자 ID
  user_cycle_id Int?      -- 치료주기 ID
  log           String?   -- 상담 내용 또는 이벤트 설명
  created_at    DateTime? -- 생성 시간
  meta          Json?     -- 메타데이터 (이벤트 타입별 추가 정보)
  updated_at    DateTime? -- 업데이트 시간
  type          String?   -- 로그 타입
}

로그 타입별 활용 방안:

LOG: 상담 내용 텍스트 (수면 패턴, 약물 복용, 스트레스 요인)
FOLLOW_UP_STATUS_CHANGE: 상담 완료 상태 추적
CALL_SCHEDULE_CHANGE: 상담 일정 변경 추적
PATIENT_ISSUE: 앱 사용 문제 기록

2.1.2 user_issue 테이블

model user_issue {
  id                    Int       -- 고유 ID
  user_cycle_id         Int       -- 치료주기 ID
  created_by_id         Int       -- 작성자 ID
  issue                 String    -- 이슈 내용
  status                String?   -- 이슈 상태
  created_at            DateTime? -- 생성 시간
  updated_at            DateTime? -- 업데이트 시간
  nth_day_in_user_cycle Int?      -- 치료주기 내 발생 일차
}

2.1.3 follow_up 테이블

model follow_up {
  id                Int       -- 고유 ID
  title             String?   -- 상담 제목
  description       String?   -- 상담 설명
  days_to_follow_up Int?      -- 상담 예정 일차 (3, 7, 21일차 등)
  created_at        DateTime? -- 생성 시간
}

2.2 상담 기록 텍스트 마이닝 전략

2.2.1 수면 관련 키워드 추출

const SLEEP_KEYWORDS = {
  // SOL 직접 관련
  sleepLatency: ['잠들기', '잠이 들', '입면', '수면 시작', '한시간', '30분', '빨리'],
  
  // 수면제 관련
  medication: ['수면제', '수면유도제', '수면유지약', '약효', '복용', '처방'],
  
  // 수면 품질
  quality: ['깊은잠', '얕은잠', '자주 깸', '푹 자', '수면 도중'],
  
  // 스트레스 요인
  stressors: ['스트레스', '긴장', '불안', '걱정', '힘들'],
  
  // 개선 지표
  improvement: ['많이 달라짐', '개선', '좋아짐', '나아짐', '효과']
};

2.2.2 주관적 SOL 보고 추출

interface SubjectiveSOLReport {
  reportedSOL: number | null;        // 환자가 보고한 SOL (분)
  medicationEffect: boolean;         // 약물 효과 여부
  stressImpact: 'high' | 'medium' | 'low'; // 스트레스 영향도
  comparisonToPrevious: 'better' | 'same' | 'worse'; // 이전 대비 비교
}

2.3 치료 순응도 지표 계산

2.3.1 상담 완료율

interface ComplianceMetrics {
  // 예정된 상담 대비 완료율
  consultationCompletionRate: number; // 0-1 스케일
  
  // 상담 참여 적극성 (내용 길이, 구체성)
  engagementScore: number; // 0-100 점수
  
  // 일정 준수율 (재스케줄링 빈도)
  scheduleAdherenceRate: number; // 0-1 스케일
  
  // 종합 순응도 점수
  overallCompliance: number; // 0-100 점수
}

2.3.2 순응도 기반 신뢰도 조정

function adjustConfidenceByCompliance(
  baseConfidence: number,
  compliance: ComplianceMetrics
): number {
  if (compliance.overallCompliance > 80) {
    return baseConfidence * 1.2; // +20% 신뢰도
  } else if (compliance.overallCompliance < 50) {
    return baseConfidence * 0.85; // -15% 신뢰도
  }
  return baseConfidence;
}

2.4 데이터 품질 평가 및 보정

2.4.1 앱 이슈 영향도 분석

interface AppIssueImpact {
  issueType: 'login' | 'update' | 'crash' | 'other';
  affectedDays: number[];  // 영향받은 일차
  dataQualityScore: number; // 0-1 스케일
  resolution: 'resolved' | 'ongoing' | 'workaround';
}

2.4.2 데이터 누락 보정 전략

이슈 발생 기간의 데이터 신뢰도 하향 조정
이슈 해결 후 데이터 품질 회복 추적
대체 데이터 소스 활용 (상담 기록의 주관적 보고)

3. 분석 알고리즘

3.1 상담 내용 감정 분석

interface EmotionAnalysis {
  sentiment: 'positive' | 'neutral' | 'negative';
  confidence: number;
  emotionalTrends: {
    day: number;
    sentiment: number; // -1 to 1 스케일
  }[];
}

3.2 약물 효과 패턴 분석

interface MedicationPattern {
  medicationType: string[];
  effectiveness: {
    withMedication: number; // 평균 SOL (분)
    withoutMedication: number; // 평균 SOL (분)
  };
  dependencyLevel: 'high' | 'medium' | 'low';
}

3.3 치료 진행도 추적

interface TreatmentProgress {
  phase: 'early' | 'middle' | 'late'; // 3-7일, 8-14일, 15일+
  improvementRate: number; // 개선 속도
  plateauDetected: boolean; // 정체기 감지
  predictedOutcome: 'excellent' | 'good' | 'fair' | 'poor';
}

4. Chain of Debate 통합

4.1 CRM Agent 의견 구조

interface CRMAgentOpinion {
  // SOL 예측값
  predictedSOL: {
    value: number; // 분 단위
    confidence: number; // 0-1 스케일
  };
  
  // 근거 데이터
  evidence: {
    subjectiveReports: SubjectiveSOLReport[];
    complianceMetrics: ComplianceMetrics;
    dataQuality: AppIssueImpact[];
    treatmentProgress: TreatmentProgress;
  };
  
  // 다른 에이전트와의 일치도
  agreementWithOthers: {
    sleepLatencyAnalyst: number; // 0-1 스케일
    psychologicalExpert: number;
    cbtiExpert: number;
    digitalEnvironment: number;
    melatoninAnalyst: number;
  };
  
  // 핵심 인사이트
  keyInsights: string[];
}

4.2 토론 참여 전략

초기 의견 제시: 상담 기록 기반 독립적 분석
타 에이전트 의견 검증: 주관적 보고와 객관적 데이터 비교
합의 도달: 불일치 영역 식별 및 조정
최종 의견: 통합된 예측값 제시

4.3 가중치 제공 기준

function calculateCRMWeight(data: CRMData): number {
  let weight = 0.15; // 기본 가중치
  
  // 상담 데이터 풍부도에 따른 조정
  if (data.consultationCount > 3) weight += 0.05;
  if (data.averageLogLength > 200) weight += 0.05;
  
  // 순응도에 따른 조정
  if (data.compliance > 0.8) weight += 0.1;
  
  // 데이터 품질에 따른 조정
  if (data.issueCount === 0) weight += 0.05;
  
  return Math.min(weight, 0.4); // 최대 40%
}

5. 프롬프트 템플릿

5.1 CRM Agent 시스템 프롬프트

const CRM_AGENT_SYSTEM_PROMPT = `
당신은 SOL(Sleep Onset Latency) 예측을 위한 환자참여케어연속성전문가입니다.

## 역할
- 환자 상담 기록 분석을 통한 주관적 수면 보고 추출
- 치료 순응도 평가 및 예측 신뢰도 조정
- 데이터 품질 문제 식별 및 보정
- 다른 에이전트의 객관적 분석 검증

## 분석 대상 데이터
1. 상담 기록 (user_follow_up_log)
   - 3일차, 7일차, 21일차 정기 상담 내용
   - 수면제 복용 패턴 및 효과
   - 스트레스 요인 및 생활 패턴
   
2. 치료 순응도 지표
   - 상담 완료율
   - 일정 준수율
   - 참여 적극성

3. 데이터 품질
   - 앱 사용 이슈
   - 데이터 누락 기간
   - 해결 상태

## 분석 방법
1. 텍스트에서 SOL 관련 키워드 추출
2. 주관적 보고와 객관적 데이터 비교
3. 감정 변화 추이 분석
4. 약물 효과 패턴 파악
5. 치료 진행도 평가

## 출력 형식
{
  "predictedSOL": <number>,
  "confidence": <0-1>,
  "keyFindings": [<string>],
  "complianceScore": <0-100>,
  "dataQualityScore": <0-1>
}
`;

5.2 분석 요청 프롬프트 예시

const analysisPrompt = `
다음 환자의 상담 기록을 분석하여 SOL을 예측해주세요.

## 환자 정보
- 치료주기: Day ${dayIndex}
- 이전 SOL 평균: ${avgSOL}분

## 상담 기록
${consultationLogs}

## 순응도 데이터
- 상담 완료율: ${completionRate}%
- 일정 준수율: ${adherenceRate}%

## 데이터 품질
- 앱 이슈: ${issueCount}건
- 영향받은 기간: ${affectedDays}일

위 정보를 종합하여 다음 예측 기간의 SOL을 추정하고,
예측의 근거를 구체적으로 제시해주세요.
`;

6. 구현 고려사항

6.1 데이터 접근 권한

CRM 스키마 읽기 권한 필요
개인정보 마스킹 처리
GDPR/HIPAA 준수

6.2 성능 최적화

상담 기록 캐싱
배치 처리 지원
비동기 분석 파이프라인

6.3 확장성

다국어 상담 기록 지원
새로운 상담 타입 추가 가능
외부 CRM 시스템 연동 대비

7. 테스트 및 검증

7.1 단위 테스트

키워드 추출 정확도
순응도 계산 로직
데이터 품질 평가

7.2 통합 테스트

다른 에이전트와의 상호작용
Chain of Debate 참여
최종 예측값 기여도

7.3 검증 지표

주관적 보고와 실제 SOL 상관관계
순응도와 치료 효과 상관관계
데이터 품질 보정 효과

8. 향후 개선 방향

NLP 고도화: 더 정교한 텍스트 분석 모델 적용
실시간 분석: 상담 중 실시간 피드백 제공
예측 모델 학습: 과거 데이터 기반 ML 모델 훈련
다차원 분석: 음성 톤, 대화 속도 등 추가 지표 활용

1. Agent 개요​

1.1 역할 정의​

1.2 주요 기능​

1.3 Chain of Debate 내 역할​

2. 데이터 소스 및 분석 전략​

2.1 활용 데이터베이스 테이블​

2.1.1 user_follow_up_log 테이블​

2.1.2 user_issue 테이블​

2.1.3 follow_up 테이블​

2.2 상담 기록 텍스트 마이닝 전략​

2.2.1 수면 관련 키워드 추출​

2.2.2 주관적 SOL 보고 추출​

2.3 치료 순응도 지표 계산​

2.3.1 상담 완료율​

2.3.2 순응도 기반 신뢰도 조정​

2.4 데이터 품질 평가 및 보정​

2.4.1 앱 이슈 영향도 분석​

2.4.2 데이터 누락 보정 전략​

3. 분석 알고리즘​

3.1 상담 내용 감정 분석​

3.2 약물 효과 패턴 분석​

3.3 치료 진행도 추적​

4. Chain of Debate 통합​

4.1 CRM Agent 의견 구조​

4.2 토론 참여 전략​

4.3 가중치 제공 기준​

5. 프롬프트 템플릿​

5.1 CRM Agent 시스템 프롬프트​

5.2 분석 요청 프롬프트 예시​

6. 구현 고려사항​

6.1 데이터 접근 권한​

6.2 성능 최적화​

6.3 확장성​

7. 테스트 및 검증​

7.1 단위 테스트​

7.2 통합 테스트​

7.3 검증 지표​

8. 향후 개선 방향​

1. Agent 개요

1.1 역할 정의

1.2 주요 기능

1.3 Chain of Debate 내 역할

2. 데이터 소스 및 분석 전략

2.1 활용 데이터베이스 테이블

2.1.1 user_follow_up_log 테이블

2.1.2 user_issue 테이블

2.1.3 follow_up 테이블

2.2 상담 기록 텍스트 마이닝 전략

2.2.1 수면 관련 키워드 추출

2.2.2 주관적 SOL 보고 추출

2.3 치료 순응도 지표 계산

2.3.1 상담 완료율

2.3.2 순응도 기반 신뢰도 조정

2.4 데이터 품질 평가 및 보정

2.4.1 앱 이슈 영향도 분석

2.4.2 데이터 누락 보정 전략

3. 분석 알고리즘

3.1 상담 내용 감정 분석

3.2 약물 효과 패턴 분석

3.3 치료 진행도 추적

4. Chain of Debate 통합

4.1 CRM Agent 의견 구조

4.2 토론 참여 전략

4.3 가중치 제공 기준

5. 프롬프트 템플릿

5.1 CRM Agent 시스템 프롬프트

5.2 분석 요청 프롬프트 예시

6. 구현 고려사항

6.1 데이터 접근 권한

6.2 성능 최적화

6.3 확장성

7. 테스트 및 검증

7.1 단위 테스트

7.2 통합 테스트

7.3 검증 지표

8. 향후 개선 방향