JP2017102774A - Qol計測装置及びプログラム - Google Patents

Qol計測装置及びプログラム Download PDF

Info

Publication number
JP2017102774A
JP2017102774A JP2015236460A JP2015236460A JP2017102774A JP 2017102774 A JP2017102774 A JP 2017102774A JP 2015236460 A JP2015236460 A JP 2015236460A JP 2015236460 A JP2015236460 A JP 2015236460A JP 2017102774 A JP2017102774 A JP 2017102774A
Authority
JP
Japan
Prior art keywords
qol
item
items
relevance
response
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
JP2015236460A
Other languages
English (en)
Other versions
JP6710947B2 (ja
Inventor
良子 堀田
Ryoko Hotta
良子 堀田
美也子 馬場
Miyako Baba
美也子 馬場
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Central R&D Labs Inc
Original Assignee
Toyota Central R&D Labs Inc
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 Toyota Central R&D Labs Inc filed Critical Toyota Central R&D Labs Inc
Priority to JP2015236460A priority Critical patent/JP6710947B2/ja
Publication of JP2017102774A publication Critical patent/JP2017102774A/ja
Application granted granted Critical
Publication of JP6710947B2 publication Critical patent/JP6710947B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】ユーザに負担をかけることなく、QOLを計測することができるようにする。
【解決手段】入力装置12によって、ユーザ発話の入力を受け付ける。関連度演算部20によって、身体的項目、心理的項目、社会的項目、及び環境項目に関する予め定められた複数のQOLの評価項目毎に、ユーザ発話に含まれるイベントと、QOLの評価項目に含まれるイベントとを比較して、関連度を計算する。QOL算出部26によって、計算された関連度に基づいて、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてのQOLスコアに基づきQOLを計測する。
【選択図】図1

Description

本発明は、QOL計測装置及びプログラムに係り、特に、ユーザのQOLを計測するQOL計測装置及びプログラムに関する。
従来より、主観アンケートによりQOL(Quality OF Life)を計測している。
また、健康状態の管理に関する技術が知られている(例えば、特許文献1〜3)。健康状態の維持は間接的にQOLの維持にもつながる。
また、コミュニケーション活性化に関する技術が知られている(例えば、特許文献4、5)。コミュニケーション活性化は間接的にQOLの向上にもつながる。
また、ユーザ自身が満足度を評価し記録する記録装置が知られている(例えば、特許文献6)。
特開2006−31433号公報 特開2003−275181号公報 特表2006−516413号公報 特開2010−128281号公報 特開2005−064705号公報 特開2013−003643号公報
主観アンケートによりQOLを計測する方法では、アンケート項目が大量で回答が負担になるという問題があった。
本発明は、上記の事情を鑑みて成されたもので、ユーザに負担をかけることなく、QOLを計測することができるQOL計測装置及びプログラムを提供することを目的とする。
上記の目的を達成するために本発明に係るQOL計測装置は、ユーザ発話の入力を受け付ける入力手段と、身体的項目、心理的項目、社会的項目、及び環境項目に関する予め定められた複数のQOL(Quality OF Life)の評価項目毎に、前記ユーザ発話に含まれる行動又は状態と、前記QOLの評価項目に含まれる行動又は状態とを比較して、関連度を計算する関連度計算手段と、前記関連度計算手段によって計算された関連度に基づいて、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてQOLスコアを計算するQOL計算手段と、を含んで構成されている。
本発明に係るプログラムは、コンピュータを、ユーザ発話の入力を受け付ける入力手段、身体的項目、心理的項目、社会的項目、及び環境項目に関する予め定められた複数のQOL(Quality OF Life)の評価項目毎に、前記ユーザ発話に含まれる行動又は状態と、前記QOLの評価項目に含まれる行動又は状態とを比較して、関連度を計算する関連度計算手段、及び前記関連度計算手段によって計算された関連度に基づいて、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてQOLスコアを計算するQOL計算手段として機能させるためのプログラムである。
本発明によれば、入力手段によって、ユーザ発話の入力を受け付ける。関連度計算手段によって、身体的項目、心理的項目、社会的項目、及び環境項目に関する予め定められた複数のQOL(Quality OF Life)の評価項目毎に、前記ユーザ発話に含まれる行動又は状態と、前記QOLの評価項目に含まれる行動又は状態とを比較して、関連度を計算する。
そして、QOL計算手段によって、前記関連度計算手段によって計算された関連度に基づいて、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてQOLスコアを計算する。
このように、ユーザ発話について、身体的項目、心理的項目、社会的項目、及び環境項目に関する複数のQOLの評価項目毎に、関連度計算して、QOLスコアを計算することにより、ユーザに負担をかけることなく、QOLを計測することができる。
本発明のQOL計測装置は、ユーザが自分の意思で発話したユーザ発話からQOLを測定するための応答を生成する受動型応答生成、ユーザが自発的にQOLの計測に関連する項目を発話した場合にQOLを測定するための応答を生成する、QOL計測のための能動型応答生成、及びQOLを向上させるための行動を促す応答を生成する、QOL向上のための能動型応答生成の何れか1つから選択して、前記ユーザ発話に対する応答を生成する応答生成手段を更に含むようにすることができる。
また、上記の応答生成手段は、前記関連度計算手段によって前記複数のQOLの評価項目毎に計算された前記関連度に基づいて、前記受動型応答生成又は前記QOL計測のための能動型応答生成を選択するようにすることができる。
上記の応答生成手段は、前記QOL向上のための能動型応答生成を選択した場合、前記QOL計算手段によって計算された、前記身体的項目、心理的項目、社会的項目、及び環境項目の各々についてのQOLスコアに基づいて、前記応答を生成するようにすることができる。
上記の関連度計算手段は、更に、前記QOLの評価項目について予め定められた関連項目毎に、更に、前記ユーザ発話に含まれる行動又は状態と、前記関連項目に含まれる行動又は状態とを比較して、前記関連項目との関連度を計算し、前記応答生成手段は、前記QOL計測のための能動型応答生成を選択した場合、前記QOL計算手段によって計算された、前記関連項目との関連度に基づいて、前記応答を生成するようにすることができる。
本発明のQOL計測装置は、前記ユーザ発話の履歴を管理する履歴管理手段を更に含み、前記関連度計算手段は、前記複数のQOLの評価項目毎に、前記ユーザ発話の履歴に含まれる行動又は状態と、前記QOLの評価項目に含まれる行動又は状態とを比較して、前記関連度を計算するようにすることができる。
上記のQOL計算手段は、前記身体的項目、心理的項目、社会的項目、及び環境項目の各々について計算したQOLスコアに基づいて、QOL総合スコアを計算するようにすることができる。
本発明のプログラムは、記憶媒体に格納して提供することができる。
以上説明したように、本発明のQOL計測装置及びプログラムによれば、ユーザ発話について、身体的項目、心理的項目、社会的項目、及び環境項目に関する複数のQOLの評価項目毎に、関連度を計算して、QOLスコアを計算することにより、ユーザに負担をかけることなく、QOLを計測することができる、という効果が得られる。
本発明の第1の実施の形態に係るQOL計測装置の構成を示す概略図である。 QOLの評価項目からイベントを抽出する方法を説明するための図である。 QOLデータベースの記憶内容を示す図である。 QOL関連項目データベースの記憶内容を示す図である。 QOLの評価項目との関連度を計算する方法を説明するための図である。 対話例を示す図である。 QOLの評価項目との関連度を計算した結果を示す図である。 QOLの評価項目のデフォルト値を計算する方法を説明するための図である。 QOLの評価項目との関連度を計算する方法を説明するための図である。 QOL総合スコアの計算例を示す図である。 QOL計測のための能動型応答生成パターンの例を示す図である。 QOL向上のための能動型応答生成パターンの例を示す図である。 QOL向上のための能動型応答生成パターンで用いられる予定の内容を示す図である。 QOL向上のための能動型応答生成パターンで用いられる単語を示す図である。 本発明の第1の実施の形態に係るQOL計測装置のQOL計測処理ルーチンの内容を示すフローチャートである。 本発明の第1の実施の形態に係るQOL計測装置の関連度演算処理ルーチンの内容を示すフローチャートである。 本発明の第1の実施の形態に係るQOL計測装置の応答生成処理ルーチンの内容を示すフローチャートである。 本発明の第2の実施の形態に係るQOL計測装置の構成を示す概略図である。 QOLの評価項目との関連度を計算する方法を説明するための図である。 本発明の第2の実施の形態に係るQOL計測装置の関連度演算処理ルーチンの内容を示すフローチャートである。 本発明の第3の実施の形態に係るQOL計測装置の構成を示す概略図である。 本発明の第4の実施の形態に係るQOL計測装置の構成を示す概略図である。
以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、本実施の形態では、ユーザ発話によりQOLを計測すると共に、QOLを向上させる行動を促すQOL計測装置に、本発明を適用した場合を例に説明する。
<第1の実施の形態>
図1に示すように、本発明の実施の形態に係るQOL計測装置10は、入力装置12及び演算装置14を備えている。演算装置14は、CPU、ROM、RAM、及びHDDを備えたコンピュータで構成されている。演算装置14は、機能的には次に示すように構成されている。演算装置14は、図1に示すように、関連度演算部20、QOLデータベース22、QOL関連項目データベース24、QOL算出部26、QOL出力部28、応答候補生成部30、受動型応答生成パターン32、能動型応答生成パターン34、及び応答出力部36を含んで構成されている。
入力装置12は、入力されたユーザ発話を認識する。マイクから入力された音声を音声認識してもよいし、キーボードなどから入力されたユーザ発話を受け付けてもよい。
ここで、QOLについて説明する。本実施の形態では、QOLは、ユーザの行動や状態を、身体的項目、心理的項目、社会的項目、及び環境項目で評価するものである。
QOLは、WHOQOL100、WHOQOL26、QLQ−C30、SIPなどの主観評価アンケートにより評価できる。本実施の形態では、主観評価指標から予めイベント(行動や状態)を抽出する。具体的な処理を図2に示す。
まず「薬を飲んだり病院に行ったりしなければなりませんか」というQOLの評価項目があった場合、図2の(1)に示すように平叙文(薬を飲んだり病院に行ったりしなければならない)に変換する。次に図2の(2)に示すように、形態素・係り受け解析を行う。形態素解析を行うと各単語の品詞(動詞、名詞、副詞など)が、係り受け解析を行うとそれぞれの単語の修飾関係が獲得される。次に、図2の(3)のように動作(動詞とサ変名詞)を手掛かりとしてイベント(行動や状態)を抽出する。複数のイベントが含まれる場合は、複数抽出する。また、否定語がある場合は否定表現として保持する(否定表現の例は図5参照)。
このようにすべてのQOLの評価項目からイベント(行動や状態)を抽出し、図3に示すような、QOLの評価項目、抽出したイベント、重み、及び評価クラスからなるレコードを、QOLデータベース22に予め格納しておく。なお、「評価クラス」や「重み」は、予めQOLの評価項目から与えられる。
このように、本発明の実施の形態は、一般的なQOLの主観的な評価指標(WHOQOL100、WHOQOL26、QLQ−C30、SIPなど)のQOLの評価項目から行動や状態を抽出して評価に利用することで、ユーザの行動や状態を数値化できるという点に特徴を持つ。
また、図4に、QOL関連項目データベース24の例を示す。QOL関連項目データベース24には、各QOLの評価項目の関連事態(QOLの評価項目に関連するイベントで、下位概念のイベント)が予め登録されている。例えば、「薬を飲んだり病院に行ったりしなければなりませんか」というQOLの評価項目の関連事態には「*が痛む」、「熱がある」、「怪我をする」など具体的な行動や状態が登録されている。なお、アスタリスク(*)は任意の単語を示す。
このように、本発明の実施の形態では、QOLの評価項目に関連する具体的な行動や状態を記述することで、ユーザが回答しやすい質問が生成でき、かつ、ユーザの行動や状態について対話を継続しやすくなり、かつ、QOL評価に関連する内容を引き出すことでより正確なQOL評価が実現できるという特徴を持つ。
関連度演算部20は、QOLデータベース22のQOLの評価項目毎に、当該QOLの評価項目とユーザ発話との関連度を計算する。QOLの評価項目とユーザ発話との関連度の計算例を図5に示す。
図6の対話例におけるユーザ発話U9「そこまでではないわ」が入力されると、関連度演算部20は、図5の(1)のように省略表現や代名詞の補完をし、「病院に行くまでではないわ」という表現にする。さらに、関連度演算部20は、図5の(2)のように形態素・係り受け解析を行い、図5の(3)否定語の処理とイベントの抽出を行う。このようにしてユーザ発話から抽出したイベント(病院=に=行く−ない)と、QOLの評価項目のイベントとの照合を取ることで、関連度を計算する。
関連度の計算式を以下に示す。
ただし、Nは、QOLの評価項目に含まれるイベント数であり、上記の式の右辺の分子がゼロになる場合は関連度=0である。
図7に示すように、QOLの評価項目毎に関連度を算出される。
なお、イベント毎に照合する際、ユーザ発話に当該イベントが含まれない場合には、「イベントの一致度」としてデフォルト値を用いる。デフォルト値は0でもよいし、図8に示すように過去のQOLの値に応じてデフォルト値を決定してもよい。例えば、図9に示すように、「薬を飲む」のデフォルト値がマイナスに設定されている場合、ユーザ発話にイベント「薬を飲む」が含まれなければ、当該イベントの一致度としてマイナスのデフォルト値を用いて関連度が計算される。
また、関連度演算部20は、更に、QOLデータベース22のQOLの評価項目について、当該QOLの評価項目との関連度が閾値以下である場合、QOL関連項目データベース24に格納されている、当該QOLの評価項目の関連事態毎に、ユーザ発話に含まれるイベントと、当該関連事態に含まれるイベントとを照合して、当該関連事態との関連度を計算する。関連度の計算式は、QOLの評価項目の関連度を計算する計算式と同様である。
QOL算出部26は、QOLの評価項目毎に算出した関連度に基づいて、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてQOLスコアを計算し、身体的項目、心理的項目、社会的項目、及び環境項目の各々について計算したQOLスコアに基づいて、QOL総合スコアを計算する。QOL総合スコアの計算式を以下に示す。
上記図7のような結果が得られている場合には、図10に示す計算結果の値が、QOL算出部26の出力結果となる。
QOL出力部28は、計算したQOL総合スコアの値を出力する。出力結果は随時離れて住む家族や、生活をサポートする関連機関などの外部に知らされる。常に出力するようにしてもよいし、QOL総合スコアが急激に低下した場合に警告として出力してもよいし、QOL総合スコアが急激に上昇した場合はポジティブな状態の共有の目的で出力するなどの方法がある。このように、警告だけではなく、ポジティブな状態の共有により、例えば、リハビリテーションをがんばって満足した気持ちを家族と共有できるなどのメリットが生じる。
次に、QOLの計測又はQOLの向上のための応答を行う原理について説明する。
QOLの評価項目毎の関連度、及びQOLの評価項目の関連事態毎の関連度を計算した結果、QOLの評価項目の関連度が閾値Aより大きい場合、又はQOLの評価項目の関連度が閾値A以下であり、かつ、当該QOLの評価項目の関連事態の関連度が、閾値B未満である場合には、ユーザが自分の意思で発話したユーザ発話からQOLを測定するための応答を生成する受動型応答生成を行う。受動型応答生成では、例えば、特許文献(特許第4186992号公報)に記載されている方法を用いればよい。
受動型応答生成は、ユーザが自分の意思で発話した応答の中から自然にQOLを測定することで尋問のような対話ではなく自然にQOLを測定できるという特徴を持つ。
受動型応答生成で用いられる、相槌や、優先度が付与された発話候補が、受動型応答生成パターン32に格納されている。
また、QOLの評価項目の関連度が閾値A以下であり、かつ、当該QOLの評価項目の関連事態の関連度が、閾値B以上である場合には、ユーザが自発的にQOLの計測に関連する項目を発話した場合にQOLを測定するための応答を生成する、QOL計測のための能動型応答生成を行う。QOL計測のための能動型応答生成では、図11に示すように、QOL関連事態に対する応答候補を予めデータベース化して能動型応答生成パターン34に格納しておき、例えばユーザ発話U7「少し膝が痛むし」が入力された場合、QOLの評価項目の関連度が閾値A以下であり、かつ、当該QOLの評価項目の関連事態「*が痛む」の関連度が、閾値B以上であるため、上記図11の発話候補の中から発話を選択し、例えば、「病院に行った方がよさそう?」と発話する。
QOL計測のための能動型応答生成は、QOL増加や減少の原因を特定したりより正確にQOLを測定するための情報を取得するという特徴を持つ。
仮に、一定時間以上ユーザからの入力発話が得られない場合には、図12、図13、図14の情報を利用して、QOLを向上させるための行動を促す応答を生成する、QOL向上のための能動型応答生成を行う。このとき、特にQOLの評価項目の関連度が低い、あるいは、以前より低下したQOLの評価項目について用意された応答生成パターンを用いて応答を生成し、発話することで、QOL向上のための行動を効率的に促すことができる。
なお、上記図12に示すように、身体的項目、心理的項目、社会的項目、及び環境項目という上位項目毎に、応答生成パターンが用意されており、能動型応答生成パターン34に格納されている。また、上記図13に示すように、日付や曜日毎に、予定が、能動型応答生成パターン34に格納されており、応答生成パターンで用いられる。また、上記図13に示すように、友人名、趣味などの項目毎に、当該項目に関する単語が、能動型応答生成パターン34に格納されており、応答生成パターンで用いられる。
QOLの評価項目は予め行動や状態で記述されていることから、QOLを高めるための応答が生成しやすいという特徴を持つ。
以上説明したように、応答候補生成部30は、関連度演算部20によってQOLの評価項目毎に計算された関連度、及び関連事態毎に計算された関連度に応じて、受動型応答生成、又はQOL計測のための能動型応答生成を選択し、受動型応答生成を選択した場合には、従来既知の手法により、応答を生成し、応答出力部36により出力する。また、応答候補生成部30は、QOL計測のための能動型応答生成を選択した場合、関連事態との関連度に基づいて、応答を生成し、応答出力部36により出力する。
また、応答候補生成部30、一定時間以上ユーザからの入力発話が得られない場合、QOL向上のための能動型応答生成を選択し、QOL算出部26によって計算された、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてのQOLスコアに基づいて、応答を生成し、応答出力部36により出力する。
次に、本発明の第1の実施の形態に係るQOL計測装置10の作用について説明する。
まず、前処理として、QOLの評価項目毎に抽出されたイベントが、QOLデータベース22に格納され、また、QOLの評価項目の関連事態となるイベントが、QOL関連項目データベース24に格納される。
そして、入力装置12により、ユーザ発話を受け付けているときに、QOL計測装置10において、図15に示すQOL計測処理ルーチンが実行される。
まず、ステップ100において、入力装置12によりユーザ発話を受け付けたか否かを判定する。例えば、ユーザが、マイクでユーザ発話を入力し、入力装置12により、入力されたユーザ発話の音声認識を行って、入力装置12により、ユーザ発話を受け付けると、ステップ102へ進む。
ステップ102では、上記ステップ100で受け付けたユーザ発話に基づいて、各QOLの評価項目との関連度を演算する。
ステップ102は、図16に示す関連度演算処理ルーチンにより実現される。
ステップ130において、上記ステップ100で受け付けたユーザ発話を、発話iとして取得する。ステップ132では、過去に受け付けたユーザ発話に基づいて、発話iに対して、省略表現や代名詞を補完する。
そして、ステップ134において、省略表現や代名詞が補完された発話iに対して、形態素解析及び係り受け解析を行う。
ステップ136では、上記ステップ134における解析結果に基づいて、発話iの中に否定表現が存在するか否かを判定する。次のステップ138では、発話iの中の否定表現を、否定される語へ連結する処理を行う。
そして、ステップ140では、上記ステップ138により処理が行われた発話iの解析結果に基づいて、行動や状態を表すイベント(動詞)を抽出する。
次に、QOLデータベース22に格納されている全てのQOLの評価項目について、後述するステップ142、144の処理を繰り返す。
ステップ142では、上記ステップ140で抽出されたイベントと、当該QOLの評価項目に含まれるイベントとを照合して、当該QOLの評価項目との関連度を計算する。
ステップ144では、上記ステップ142で計算された当該QOLの評価項目との関連度が閾値A以下である場合には、QOL関連項目データベース24に格納されている当該QOLの評価項目の関連事態毎に、上記ステップ140で抽出されたイベントと、当該関連事態のイベントとを照合して、当該関連事態との関連度を計算する。
そして、ステップ146において、上記ステップ142で計算された各QOLの評価項目との関連度に基づいて、QOL総合スコアを計算し、QOL出力部28により出力する。
また、ステップ148において、上記ステップ142で計算された各QOLの評価項目との関連度、及び上記ステップ144で計算された各関連事態との関連度を、応答候補生成部30へ出力する。
そして、QOL計測処理ルーチンのステップ104において、上記ステップ142で計算された各QOLの評価項目との関連度に基づいて、少なくとも1つのQOLの評価項目との関連度が閾値A以下であるか否かを判定する。少なくとも1つのQOLの評価項目との関連度が閾値A以下である場合には、ステップ106へ移行するが、一方、全てのQOLの評価項目との関連度が閾値Aより大きい場合には、ステップ110へ移行する。
ステップ106では、上記ステップ144で計算された各関連事態との関連度に基づいて、少なくとも1つの関連事態との関連度が、閾値B以上であるか否かを判定する。少なくとも1つの関連事態との関連度が閾値B以上である場合には、ステップ108へ移行するが、一方、関連事態との関連度が全て閾値B未満である場合には、ステップ110へ移行する。
ステップ108では、能動型応答生成パターン34に基づいて、関連度が閾値B以上となる関連事態に対して予め定められた発話候補の中から発話を選択することによって、QOL計測のための能動型応答生成を行う。
ステップ110では、受動型応答生成パターン32に基づいて、受動型応答生成を行い、応答出力部36により出力する。例えば、図17に示す応答生成処理ルーチンにより実現される。
まず、ステップ152では、上記ステップ134の解析結果を用いて、ユーザ発話i中に述部または格要素が存在するか否かを判定し、肯定判定のときはステップ152に進み、否定判定のとき(述部又は格要素が1つもないとき)はステップ154に進む。
ステップ152では、受動型応答生成パターン32に格納されている複数の相槌の中から1つをランダムに選択する。
ステップ154では、受動型応答生成パターン32に基づいて、発話された格要素を確認すること(格要素の確認)、省略された格要素を質問すること(省略格要素の質問)、述語が行われた理由、時、場所を質問すること(述語の質問)、述語同士の関係を確認すること(述語同士の関係確認)、の4種類の発話候補を生成して、ステップ156に進む。
ステップ156では、発話候補が複数存在するかを判定し、肯定判定のときはステップ158に進み、否定判定のときはステップ164に進む。なお、発話候補が1つの場合、後述のステップにおいてその発話候補が応答発話として用いられる。
ステップ158では、予め定められた発話選択ルールに従って、生成された発話候補から1つを選択する。例えば、格要素の確認、省略格要素の質問、述語同士の関係確認、述語の質問の順に優先度が高いものとする。
ステップ160では、優先度が最も高い発話候補が複数存在するか否かを判定し、肯定判定のときは162に進む。そして、ステップ162では、優先度が最も高い発話候補の中からランダムに1つが選択される。
また、QOL計測処理ルーチンのステップ112において、前回のユーザ発話が入力されてから一定時間経過したか否かを判定する。一定時間経過していない場合には、上記ステップ100へ戻るが、一方、前回のユーザ発話が入力されてから一定時間経過した場合には、ステップ114へ移行する。
ステップ114では、上記ステップ142で計算された各QOLの評価項目との関連度に基づいて、関連度が低いQOLの評価項目の上位項目に対して能動型応答生成パターン34に格納された応答生成パターンを用いて、QOL向上のための能動型応答生成を行う。
ステップ116では、上記ステップ108、110、又は114で得られた応答が、応答発話として、応答出力部36により出力され、QOL計測処理ルーチンを終了する。
以上説明したように、本発明の第1の実施の形態に係るQOL計測装置によれば、ユーザ発話について、身体的項目、心理的項目、社会的項目、及び環境項目に関する複数のQOLの評価項目毎に、関連度を計算して、QOLスコアを計算することにより、ユーザに負担をかけることなく、QOLを計測することができる。
また、受動型応答生成により、ユーザとの自然対話の中でQOLを計測するため、負担が更に少ない。自然対話といっても、単にQOLの評価項目をそのまま質問するのではなく、尋問のような対話にはならない。システムは聞き役で、ユーザが話し手となる受動型応答生成により、QOLを測定することで、ユーザの自分の意思で発話した応答の中から、ユーザに負担をかけることなく自然にQOLを測定することができる。
従来は主観評価アンケートによりQOLを計測していたが、高齢者のように認知機能が低下している場合には正確な評価が行えないという問題があった。一方、本実施の形態では、ユーザ発話と主観評価アンケートの項目との関連度を計測することにより、QOLを計測する。高齢者は単に自然対話を行うだけでQOLが測定できるため、認知度が低下している場合であっても正確なQOL測定が実現できる。
特に、QOL評価項目の関連事態との関連度が高い場合には、QOL計測のための能動型応答生成により、QOLがより正確に計測できる。また、主観評価アンケートにあるような抽象的な質問ではなく、具体的な質問をされるので、認知機能が低下している高齢者でも回答しやすい。
従来は、仮にQOLが低下している状態が観測されても、そのまま放置されてしまう場合があった。一方、本実施の形態では、QOL向上のための能動型応答生成により、特にQOLが低下している評価項目に関して発話を生成することで、QOL向上のための行動を効率よく促すことができる。
<第2の実施の形態>
次に、第2の実施の形態に係るQOL計測装置について説明する。なお、第1の実施の形態と同様の構成となる部分については同一符号を付して説明を省略する。
第2の実施の形態では、ユーザ発話の履歴を管理し、複数のQOLの評価項目毎に、ユーザ発話の履歴に含まれるイベントと、QOLの評価項目に含まれるイベントとを照合して、関連度を計算する点が、第1の実施の形態と異なっている。
図18に示すように、第2の実施の形態に係るQOL計測装置210の演算装置214は、関連度演算部20、QOLデータベース22、QOL関連項目データベース24、QOL算出部26、QOL出力部28、応答候補生成部30、受動型応答生成パターン32、能動型応答生成パターン34、応答出力部36、及び対話履歴管理部238を含んで構成されている。
対話履歴管理部238は、対話の進行過程でQOL算出部26により得られた、ユーザ発話の各々から抽出されたイベントを記録する。例えば、図19に示すように、ユーザ発話の各々から抽出されたイベントの集合を記録する。
関連度演算部20は、複数のQOLの評価項目毎に、対話履歴管理部238によって記録されたイベントの集合と、入力されたユーザ発話に含まれるイベントとを統合した結果と、QOLの評価項目に含まれるイベントとを照合して、関連度を計算する。
例えば、図6のU20「膝が痛いからやっぱりお薬飲もうかしら」が入力されると、関連度演算部20は、図19の(1)のように省略表現や代名詞の補完をし、さらに、図19の(2)のように形態素・係り受け解析を行い、図19の(3)否定語の処理とイベントの抽出を行う。そして、図19の(5)のように、ユーザ発話から抽出したイベントと、対話履歴管理部238によって記録されたイベントの集合とを統合し、QOLの評価項目のイベントとの照合を取ることで、関連度を計算する。
次に、第2の実施の形態における関連度演算処理ルーチンを、図20を用いて説明する。なお、第1の実施の形態と同様の処理については、同一符号を付して説明を省略する。
ステップ130において、上記ステップ100で受け付けたユーザ発話を、発話iとして取得する。ステップ132では、過去に受け付けたユーザ発話に基づいて、発話iに対して、省略表現や代名詞を補完する。
そして、ステップ134において、省略表現や代名詞が補完された発話iに対して、形態素解析及び係り受け解析を行う。
ステップ136では、上記ステップ134における解析結果に基づいて、発話iの中に否定表現が存在するか否かを判定する。次のステップ138では、発話iの中の否定表現を、否定される語へ連結する処理を行う。
そして、ステップ140では、上記ステップ138により処理が行われた発話iの解析結果に基づいて、行動や状態を表すイベント(動詞とサ変名詞)を抽出する。
次のステップ250では、過去のステップ140でユーザ発話1〜ユーザ発話i−1の各々から抽出されたイベントの集合を取得する。ステップ252では、上記ステップ140で抽出したイベントと、上記ステップ250で取得したイベントの集合とを統合する。
次に、QOLデータベース22に格納されている全てのQOLの評価項目について、後述するステップ142、144の処理を繰り返す。
ステップ142では、上記ステップ252で得られたイベントの統合結果と、当該QOLの評価項目に含まれるイベントとを照合して、当該QOLの評価項目との関連度を計算する。
ステップ144では、上記ステップ142で計算された当該QOLの評価項目との関連度が閾値A未満である場合には、QOL関連項目データベース24に格納されている当該QOLの評価項目の関連事態毎に、上記ステップ252で得られたイベントの統合結果と、当該関連事態のイベントとを照合して、当該関連事態との関連度を計算する。
そして、ステップ146において、上記ステップ142で計算された各QOLの評価項目との関連度に基づいて、QOLスコアを計算し、QOL出力部28により出力する。
また、ステップ148において、上記ステップ142で計算された各QOLの評価項目との関連度、及び上記ステップ144で計算された各関連事態との関連度を、応答候補生成部30へ出力する。
なお、第2の実施の形態に係るQOL計測装置210の他の構成及び作用については、第1の実施の形態と同様であるため、説明を省略する。
以上説明したように、本発明の第2の実施の形態に係るQOL計測装置によれば、ユーザ発話の履歴のイベント集合と入力されたユーザ発話のイベントとを統合した結果について、身体的項目、心理的項目、社会的項目、及び環境項目に関する複数のQOLの評価項目毎に、関連度を計算して、QOLスコアを計算することにより、ユーザに負担をかけることなく、QOLを正確に計測することができる。
<第3の実施の形態>
次に、第3の実施の形態に係るQOL計測装置について説明する。なお、第1の実施の形態と同様の構成となる部分については同一符号を付して説明を省略する。
第3の実施の形態では、ユーザ発話に対する応答を生成しない点が、第1の実施の形態と異なっている。
図21に示すように、第3の実施の形態に係るQOL計測装置310の演算装置314は、関連度演算部20、QOLデータベース22、QOL算出部26、及びQOL出力部28を含んで構成されている。
関連度演算部20は、QOLデータベース22のQOLの評価項目毎に、当該QOLの評価項目とユーザ発話との関連度を計算する。QOL算出部26は、QOLの評価項目毎に算出した関連度に基づいて、QOLスコアを算出する。QOL出力部28は、計算したQOLスコアの値を出力する。
なお、第3の実施の形態に係るQOL計測装置310の他の構成及び作用については、第1の実施の形態と同様であるため、説明を省略する。
<第4の実施の形態>
次に、第4の実施の形態に係るQOL計測装置について説明する。なお、第2の実施の形態と同様の構成となる部分については同一符号を付して説明を省略する。
第4の実施の形態では、ユーザ発話に対する応答を生成しない点が、第2の実施の形態と異なっている。
図22に示すように、第4の実施の形態に係るQOL計測装置410の演算装置414は、関連度演算部20、QOLデータベース22、QOL算出部26、QOL出力部28、及び対話履歴管理部238を含んで構成されている。
対話履歴管理部238は、対話の進行過程でQOL算出部26により得られた、ユーザ発話の各々から抽出されたイベントを記録する。関連度演算部20は、複数のQOLの評価項目毎に、対話履歴管理部238によって記録されたイベントの集合と、入力されたユーザ発話に含まれるイベントとを統合した結果と、QOLの評価項目に含まれるイベントとを照合して、関連度を計算する。
QOL算出部26は、QOLの評価項目毎に算出した関連度に基づいて、QOLスコアを算出する。QOL出力部28は、計算したQOLスコアの値を出力する。
なお、第4の実施の形態に係るQOL計測装置410の他の構成及び作用については、第1の実施の形態と同様であるため、説明を省略する。
なお、本発明は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
例えば、上述のQOL計測装置は、内部にコンピュータシステムを有しているが、「コンピュータシステム」は、WWWシステムを利用している場合であれば、ホームページ提供環境(あるいは表示環境)も含むものとする。
また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。
10、210、310、410 QOL計測装置
12 入力装置
14、214、314、414 演算装置
20 関連度演算部
22 QOLデータベース
24 関連項目データベース
26 QOL算出部
28 QOL出力部
30 応答候補生成部
32 受動型応答生成パターン
34 能動型応答生成パターン
36 応答出力部
238 対話履歴管理部

Claims (8)

  1. ユーザ発話の入力を受け付ける入力手段と、
    身体的項目、心理的項目、社会的項目、及び環境項目に関する予め定められた複数のQOL(Quality OF Life)の評価項目毎に、前記ユーザ発話に含まれる行動又は状態と、前記QOLの評価項目に含まれる行動又は状態とを比較して、関連度を計算する関連度計算手段と、
    前記関連度計算手段によって計算された関連度に基づいて、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてQOLスコアを計算するQOL計算手段と、
    を含むQOL計測装置。
  2. ユーザが自分の意思で発話したユーザ発話からQOLを測定するための応答を生成する受動型応答生成、ユーザが自発的にQOLの計測に関連する項目を発話した場合にQOLを測定するための応答を生成する、QOL計測のための能動型応答生成、及びQOLを向上させるための行動を促す応答を生成する、QOL向上のための能動型応答生成の何れか1つから選択して、前記ユーザ発話に対する応答を生成する応答生成手段を更に含む請求項1記載のQOL計測装置。
  3. 前記応答生成手段は、前記関連度計算手段によって前記複数のQOLの評価項目毎に計算された前記関連度に基づいて、前記受動型応答生成又は前記QOL計測のための能動型応答生成を選択する請求項2記載のQOL計測装置。
  4. 前記応答生成手段は、前記QOL向上のための能動型応答生成を選択した場合、前記QOL計算手段によって計算された、前記身体的項目、心理的項目、社会的項目、及び環境項目の各々についてのQOLスコアに基づいて、前記応答を生成する請求項2又は3記載のQOL計測装置。
  5. 前記関連度計算手段は、更に、前記QOLの評価項目について予め定められた関連項目毎に、更に、前記ユーザ発話に含まれる行動又は状態と、前記関連項目に含まれる行動又は状態とを比較して、前記関連項目との関連度を計算し、
    前記応答生成手段は、前記QOL計測のための能動型応答生成を選択した場合、前記QOL計算手段によって計算された、前記関連項目との関連度に基づいて、前記応答を生成する請求項2〜請求項4の何れか1項記載のQOL計測装置。
  6. 前記ユーザ発話の履歴を管理する履歴管理手段を更に含み、
    前記関連度計算手段は、前記複数のQOLの評価項目毎に、前記ユーザ発話の履歴に含まれる行動又は状態と、前記QOLの評価項目に含まれる行動又は状態とを比較して、前記関連度を計算する請求項1〜請求項5の何れか1項記載のQOL計測装置。
  7. 前記QOL計算手段は、前記身体的項目、心理的項目、社会的項目、及び環境項目の各々について計算したQOLスコアに基づいて、QOL総合スコアを計算する請求項1〜請求項6の何れか1項記載のQOL計測装置。
  8. コンピュータを、
    ユーザ発話の入力を受け付ける入力手段、
    身体的項目、心理的項目、社会的項目、及び環境項目に関する予め定められた複数のQOL(Quality OF Life)の評価項目毎に、前記ユーザ発話に含まれる行動又は状態と、前記QOLの評価項目に含まれる行動又は状態とを比較して、関連度を計算する関連度計算手段、及び
    前記関連度計算手段によって計算された関連度に基づいて、身体的項目、心理的項目、社会的項目、及び環境項目の各々についてQOLスコアを計算するQOL計算手段
    として機能させるためのプログラム。
JP2015236460A 2015-12-03 2015-12-03 Qol計測装置及びプログラム Expired - Fee Related JP6710947B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015236460A JP6710947B2 (ja) 2015-12-03 2015-12-03 Qol計測装置及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015236460A JP6710947B2 (ja) 2015-12-03 2015-12-03 Qol計測装置及びプログラム

Publications (2)

Publication Number Publication Date
JP2017102774A true JP2017102774A (ja) 2017-06-08
JP6710947B2 JP6710947B2 (ja) 2020-06-17

Family

ID=59016588

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015236460A Expired - Fee Related JP6710947B2 (ja) 2015-12-03 2015-12-03 Qol計測装置及びプログラム

Country Status (1)

Country Link
JP (1) JP6710947B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018196590A (ja) * 2017-05-24 2018-12-13 株式会社大一商会 遊技機
JP2018196592A (ja) * 2017-05-24 2018-12-13 株式会社大一商会 遊技機

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018196590A (ja) * 2017-05-24 2018-12-13 株式会社大一商会 遊技機
JP2018196592A (ja) * 2017-05-24 2018-12-13 株式会社大一商会 遊技機

Also Published As

Publication number Publication date
JP6710947B2 (ja) 2020-06-17

Similar Documents

Publication Publication Date Title
Cohen et al. What do we really know about blunted vocal affect and alogia? A meta-analysis of objective assessments
Wang et al. Modeling self-disclosure in social networking sites
Wang et al. Eliciting and receiving online support: using computer-aided content analysis to examine the dynamics of online social support
KR102280664B1 (ko) 위험 행동 예측 장치, 예측 모델 생성 장치 및 위험 행동 예측용 프로그램
JP6478906B2 (ja) 疾患検出システムおよび疾患検出方法
Cummins et al. Generalized two-stage rank regression framework for depression score prediction from speech
Kinsora et al. Creating a labeled dataset for medical misinformation in health forums
Fergadiotis et al. Algorithmic classification of five characteristic types of paraphasias
Barriere et al. Findings of WASSA 2023 shared task on empathy, emotion and personality detection in conversation and reactions to news articles
Malyutina et al. Verb argument structure in narrative speech: Mining AphasiaBank
Poirier et al. The role of parallelism in the real-time processing of anaphora
Helm et al. Trial by numbers
JP6710947B2 (ja) Qol計測装置及びプログラム
Ni et al. CliniQA: highly reliable clinical question answering system
Natarajan et al. Longitudinal investigation of work stressors using human voice features
Ghaleb et al. Mining the Chatbot Brain to Improve COVID-19 Bot Response Accuracy.
Ryu et al. A natural language processing approach reveals first-person pronoun usage and non-fluency as markers of therapeutic alliance in psychotherapy
Sileo tasksource: A large collection of nlp tasks with a structured dataset preprocessing framework
Swain et al. Healthcare chatbot system: A survey
Bearse et al. An initial feasibility study to identify loneliness among mental health patients from clinical notes
Taylor et al. Deviation in voice pitch as a measure of physiological stress response to group processes
Dias et al. An heuristics-based, weakly-supervised approach for classification of stance in tweets
Eboña et al. Named-entity recognizer (NER) for Filipino novel excerpts using maximum entropy approach
Pastore et al. On the nature and composition of abstract (theoretical) concepts: the X-ception theory and methods for its assessment
Callejas et al. A Review of the Use of Neural Models of Language and Conversation to Support Mental Health

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181022

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190809

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190820

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191018

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200303

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200327

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200428

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200511

R150 Certificate of patent or registration of utility model

Ref document number: 6710947

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees