JP2020166464A - 意思決定支援システムおよびプログラム - Google Patents

Abstract

【課題】意思決定能の低下（衰え）を客観的に判定する。【解決手段】高齢者支援システムが備える意思決定能判定装置１Ａは，マイクロフォン11，音声認識部12，構文解析部13，スピーカ21，発話生成部22，発話例データベース23および解析装置30Ａを備えている。発話生成部22が生成する発話に選択形式の質問が紛れ込まされる。選択形式の質問に対する正答が正答準備部32Ａによって準備され，かつ判定部31Ａにおいて選択形式の質問に対するユーザの回答中に正答が含まれているかどうかが判定される。ユーザの回答中に正答が含まれていない場合，意思決定能の低下が判定される。【選択図】図１

Description

この発明は，意思決定支援システムおよびプログラムに関する。

未婚化，離婚の増加，親子同居率の低下などにより，世帯規模は縮小している。なかでも６５歳以上の単独世帯数の伸びは突出している。２０４０年には全世帯のうちの４割が単身世帯となるという推計もある。

特許文献１は，ロボットを使って近親者の負担を軽くしながら，単身の高齢者に対し，いつも近親者が繋がっている安心感を与えることができるコミュニケーション支援ロボットを開示する。特許文献２は，相手方に対して響く言葉掛けができるコミュニケーションアドバイス情報方法に用いられるプログラムを提供する。

特開２０１５−１８４５９７号公報 特開２０１７−２２００７７号公報

高齢者が一人で生きることの大きなリスクは，自分で意思決定することが難しくなることと，意思決定の結果が他者に伝わらず実行に至らないことである。意思決定が難しくなっていることを客観的に自分で判断する，さらにそれを他者に伝えることは，意思決定が難しくなっている時点で相当に困難を伴う。

この発明は，自分で意思決定が難しくなっていること，すなわち意思決定能の低下（衰え）を客観的に判定することを目的とする。

この発明はまた，意思決定能の低下が判定された場合に，さらなる低下を防止する，またはその旨を第三者に伝えるようにすることを目的とする。

この発明による意思決定支援システムは，発話を生成しかつ出力する発話生成出力手段，上記発話に対する回答を受け付ける回答受付手段，および上記回答受付手段によって受け付けられる回答を用いて回答者の意思決定能低下を判定する判定手段を備える意思決定能判定装置，ならびに上記意思決定能判定装置の判定手段によって上記回答者の意思決定能低下が判定された場合に，意思決定能低下防止または支援者連携のための措置を実行する支援装置を備えている。

この発明は，コンピュータを意思決定支援システムとして機能させるプログラムも提供する。この発明による意思決定支援プログラムは，コンピュータを，発話を生成しかつ出力する発話生成出力手段，上記発話に対する回答を受け付ける回答受付手段，および上記回答受付手段によって受け付けられる回答を用いて回答者の意思決定能低下を判定する判定手段を備える意思決定能判定装置として機能させるプログラム，ならびに上記意思決定能判定装置の判定手段によって上記回答者の意思決定能低下が判定された場合に，コンピュータを，意思決定能低下防止または支援者連携のための措置を実行する支援装置として機能させるプログラムを含む。

発話生成出力手段によって生成されかつ出力される発話に対して回答することで会話が成立する。発話生成出力手段が出力する発話，および回答受付手段が受け付ける回答は，好ましくはいずれも音声である。この場合には，音声データを文字列データに変換する音声認識手段，および文字列データを構文解析したり形態素解析したりする解析手段が，必要に応じて設けられる。

意思決定能判定装置は，回答者の意思決定能が低下しているかどうかを会話を通じて判定するもので，その判定処理については様々な態様が考えられる。

一実施態様は，上記意思決定能判定装置が，上記発話生成出力手段によって生成されて出力される発話中に選択形式の質問を紛れ込ませる選択形式質問発話手段，および上記選択形式質問発話手段による選択形式の質問に対する正答を準備する正答準備手段を備え，上記判定手段が，上記回答受付手段によって受け付けられる回答中に上記正答準備手段によって準備される正答が含まれていない場合に，回答者の意思決定能低下を判定するものである。発話中に選択形式の質問が紛れ込まされ，かつその選択形式の質問に対する正答が準備される。そして，発話に対する回答中に正答が含まれていない場合に，回答者の意思決定能の低下が判定される。たとえば，選択形式の質問であれば選択肢のうちの一つが選ばれるのが通常であり，選択肢のいずれもが選ばれない（回答されない）とすると，回答者の意思決定能が低下していることを推察することができる。意思決定能の低下（衰え）を客観的に判定することができる。

他の実施態様では，上記意思決定能判定装置が，複数の無意味語を登録した無意味語辞書を備え，上記判定手段が，上記回答受付手段によって受け付けられる回答が，上記無意味語辞書に登録されている無意味語によって占められている場合に，回答者の意思決定能低下を判定するものである。発話に対する回答者による回答が意味をなさない（無意味語によって占められている）ときに，回答者の意思決定能の低下が判定される。簡便に意思決定能の低下（衰え）を判定することができる。

別の実施態様では，上記意思決定能判定装置が，上記回答受付手段によって受け付けられた回答を記憶する記憶手段，および上記回答受付手段によって受け付けられた回答の量を，上記記憶手段に記憶されている過去の回答の量と比較する比較手段を備え，上記判定手段が，今回の回答の量が過去の回答の量に比べて所定閾値以上少ない場合に，回答者の意思決定能低下を判定するものである。回答者の回答量（会話量）の変化が，意思決定能低下を判定するために用いられる。過去の回答量に比べて回答量が減った（少なくなった）ことが検知され，これに基づいて意思決定能の低下（衰え）を客観的に判定することができる。

さらに他の実施態様では，上記意思決定能判定装置が，上記発話生成出力手段によって生成される発話から上記回答受付手段によって受け付けられる回答に至るまでのレスポンス時間を記憶する記憶手段，および上記発話生成出力手段によって生成されて出力される発話から上記回答受付手段によって受け付けられた回答に至るまでのレスポンス時間を，上記記憶手段に記憶されている過去のレスポンス時間と比較する比較手段を備え，上記判定手段が，今回のレスポンス時間が過去のレスポンス時間に比べて所定閾値以上長くなっている場合に，回答者の意思決定能低下を判定するものである。回答者のレスポンス時間の変化が意思決定能低下を判定するために用いられる。過去のレスポンス時間に比べてレスポンス時間が長くなったことが検知され，これに基づいて意思決定能の低下（衰え）を客観的に判定することができる。

さらに他の実施態様では，上記回答受付手段がマイクロフォンであり，上記意思決定能判定装置が，上記マイクロフォンによって受け付けられた音声回答または音声回答の音情報を記憶する記憶手段，および上記マイクロフォンによって受け付けられた音声回答の音情報を，上記記憶手段に記憶されている過去の音声回答から導出される音情報または上記記憶手段に記憶されている音情報と比較する比較手段を備え，上記判定手段が，今回の音声回答の音情報が過去の音声回答の音情報と異なる場合に，回答者の意思決定能低下を判定するものである。回答者による音声回答そのものの変化が，意思決定能低下を判定するために用いられる。好ましくは，音情報の音情報は，音声回答の音量，周波数および音の高低の少なくともいずれか一つである，たとえば，過去の音声回答の音量に比べて今回の音声回答の音量が小さくなったことが検知され，これに基づいて意思決定能の低下（衰え）を客観的に判定することができる。

回答者の意思決定能低下が判定された場合に，支援装置によって意思決定能低下防止（回復）または支援者連携のための措置が実行される。意思決定能低下防止（回復）の措置はたとえば脳トレーニングであってもよいし，現実社会のニュースなどの提供であってもよい。支援者連携のための措置はたとえば家族等への電子メール配信が考えられる。意思決定能低下の防止または回復を図ることができる，または第三者に対して回答者の意思決定能低下を知らせることができる。

第１実施例の高齢者支援システムの機能ブロック図である。 ＡＩスピーカの外形およびＡＩスピーカが備える電気的構成を示すブロック図である。 第１実施例の高齢者支援システムの意思決定能判定装置が備える解析装置の処理を示すフローチャートである。 （Ａ）は選択形式質問を，（Ｂ）は選択形式質問から特定される，選択肢（主語正答）および動詞（述語正答）を示す。 （Ａ），（Ｂ）および（Ｃ）は，第１実施例の高齢者支援システムの意思決定能判定装置とユーザとの間の会話例をそれぞれ示す。 第２実施例の高齢者支援システムの機能ブロック図である。 第２実施例の高齢者支援システムの意思決定能判定装置が備える解析装置の処理を示すフローチャートである。 第２実施例の高齢者支援システムの意思決定能判定装置とユーザとの間の会話例を示す。 第３実施例の高齢者支援システムの機能ブロック図である。 第３実施例の高齢者支援システムの意思決定能判定装置が備える解析装置の処理を示すフローチャートである。 第３実施例の高齢者支援システムの意思決定能判定装置とユーザとの間の会話例を示す。 第４実施例の高齢者支援システムの機能ブロック図である。 第４実施例の高齢者支援システムの意思決定能判定装置が備える解析装置の処理を示すフローチャートである。 第４実施例の高齢者支援システムの意思決定能判定装置とユーザとの間の会話例を示す。 第５実施例の高齢者支援システムの機能ブロック図である。 第５実施例の高齢者支援システムの意思決定能判定装置が備える解析装置の処理を示すフローチャートである。 第５実施例の高齢者支援システムの意思決定能判定装置とユーザとの間の会話例を示す。

図１〜図５を参照して，第１実施例の高齢者支援システム（意思決定支援システム）を説明する。

図１は，第１実施例の高齢者支援システムの機能ブロック図を示している。高齢者支援システムは，意思決定能判定装置１Ａと，意思決定能低下防止装置２と，支援者連携装置３とを備える。

意思決定能判定装置１Ａは，会話（対話）を通じてユーザの回答（返答）を取得し，取得したユーザの回答を解析することによってユーザの意思決定能の低下を判定（類推）するものである。

意思決定能判定装置１Ａによるユーザの意思決定能の低下の判定結果は，意思決定能低下防止装置２および支援者連携装置３に与えられる。

意思決定能低下防止装置２は，意思決定能判定装置１Ａによってユーザの意思決定能の低下が判定された場合に，そのユーザに対していわば刺激を与え，意思決定能のさらなる低下の防止または意思決定能の回復を図る装置である。ユーザに脳トレーニングをさせたり，現実の社会のニュースなどを提供したりする処理が，意思決定能低下防止装置２によって実行される。

支援者連携装置３は，意思決定能判定装置１Ａによってユーザの意思決定能の低下が判定された場合に，その旨を支援者（ユーザの家族，近所の人，医療従事者等）に連絡し，支援を要請する装置である。たとえば，電子メールによってユーザの意思決定能の低下が支援者に通知され，この通知処理が支援者連携装置３によって実行される。

意思決定能判定装置１Ａは，マイクロフォン11，音声認識部12，構文解析部13，スピーカ21，発話生成部22，発話例データベース23および解析装置30Ａを備えている。

発話生成部22によって生成された発話（会話文）がスピーカ21から出力される。発話生成部22には多数の発話（会話）例を記憶した発話例データベース23が接続されており，発話例データベース23に記憶された多数の発話例が用いられてスピーカ21から出力されるべき発話内容が発話生成部22によって生成される。発話例データベース23にはたとえばインターネット（図示略）を通じて配信されるニュース記事等を蓄積することができ，これによってスピーカ21から出力される発話内容に最新の社会的出来事を含ませることができる。スピーカ21から出力される発話に対してユーザが回答（返答）する状況を作り出すことによって，ユーザの回答が促される。

第１実施例においては，スピーカ21から出力される発話中に選択形式の質問が紛れ込ませられる。発話中に紛れ込まされた選択形式の質問は音声変換されて（音声変換処理も発話生成部22によって実行される）スピーカ21から音声出力されるとともに，解析装置30Ａに与えられる。スピーカ21から出力される選択形式の質問に対するユーザの回答が用いられてユーザの意思決定能が判定される。判定処理の詳細は後述する。

ユーザの発話（スピーカ21から出力される発話に対する回答（返答））はマイクロフォン11によってピックアップされ，ピックアップされた音声データが音声認識部12に与えられる。音声認識部12はピックアップされた音声データを文字列（回答文）に変換する処理を実行する。音響モデルを用いて音波（ユーザの発話）の周波数成分や時間変化を分析し，音声波形から一音一音を切り出し，その特徴量のパターンマッチングすることによって音素を認識する音素認識処理，特定された音素の並びに応じて辞書とのパターンマッチングを実行して単語としての文字表現を特定する単語認識処理，単語同士のつながりを規定する言語モデルを用いて最も確率が高い組み合わせを求める言語モデル処理等が，音声認識部12において行われる。

文字列回答は構文解析部13に与えられ，ここで構文解析処理が行われる。構文解析処理では，音声認識部12から出力された文字列回答を形態素解析し，かつ文字列回答に用いられている単語のそれぞれの係り受けを解析することによって，単語に対して格（特に主語および述語）を付与する処理が行われる。文字列回答中の特定された主語および述語が解析装置30Ａに与えられる。

解析装置30Ａは判定部31Ａおよび正答準備部32Ａを備え，判定部31Ａにおいてスピーカ21から出力された選択形式の質問に対するユーザの回答が正常な回答であるか，正常とは言えない回答（異常）であるかが判定される。判定部31Ａにおいて実行される判定処理の詳細は後述する。

判定部31Ａの判定結果は，上述したように，意思決定能低下防止装置２および支援者連携装置３に与えられる。異常判定が行われた場合のみに判定結果を意思決定能低下防止装置２および支援者連携装置３に与えてもよい。もちろん，正常判定についても記憶装置に記憶してログを蓄積するようにしてもよい。

意思決定能判定装置１Ａ，意思決定能低下防止装置２および支援者連携装置３を含む高齢者支援システムは，たとえば図２に示す円筒状外形を備えるＡＩ（Artificial Intelligence ）スピーカ（スマート・スピーカ，コンピュータ装置）50を用いて実現することができる。ＡＩスピーカ50は，ＡＩスピーカ50を統括的に制御するＣＰＵ51，メモリ52，記憶装置53，マイクロフォン11およびスピーカ21，ならびに通信装置54を備えている。記憶装置53にはオペレーティングシステム・プログラム（ＯＳ），スピーカ21から出力される発話を生成する発話プログラム，およびユーザからの回答を分析して正常判定または異常判定を実行する判定プログラム等が記憶されている。これらのプログラムがＣＰＵ51によって実行されることで，ＡＩスピーカ50が，図１に示す高齢者支援システム（意思決定能判定装置１Ａ，意思決定能低下防止装置２および支援者連携装置３）として機能する。メモリ52ないし記憶装置53に，ＡＩスピーカ50を意思決定能低下防止装置２として機能させるプログラムおよびデータ（たとえば脳トレーニング・プログラムやニュース等の音読プログラムなど），ＡＩスピーカ50を支援者連携装置３として機能させるためのプログラムおよびデータ（メーラーや家族等の電子メールアドレス）を記憶させることができる。いずれにしても，意思決定能判定装置１Ａによってユーザ（回答者）の意思決定能の低下が判定された場合には，意思決定能低下防止装置２によってそれ以上の意思決定能の低下を防止する（または回復する）措置，および／または意思決定能の低下を第三者に知らせる措置が実行され，これによって意思決定能が低下したユーザに対する意思決定の支援が図られる。

図３は意思決定能判定装置１Ａの解析装置30Ａ（判定部31Ａ）の処理（判定プログラムの処理）の流れを示すフローチャートである。

上述したように，スピーカ21から出力される発話中（一連の会話中）に選択形式の質問が紛れ込まされ，この選択形式の質問に対するユーザの回答が用いられて，解析装置30Ａ（判定部31Ａ）における判定処理が実行される。

図４（Ａ）はスピーカ21から出力される選択形式の質問Ｓ１を示している。図５（Ａ）は選択形式の質問Ｓ１を含む，意思決定能判定装置１Ａ（ＡＩスピーカ50）とユーザ（「和子さん」）との間の一連の会話例Ｅ１を示している。

図５（Ａ）に示すように，ＡＩスピーカ50からの発話とこれに対する和子さんの回答（返答）が繰り返され，これによってＡＩスピーカ50とユーザ（和子さん）との間で会話のやりとりが行われる。

会話やりとり中に選択形式の質問が紛れ込まされる。図５（Ａ）の会話例Ｅ１に示すように，「動物だったら野生と動物園とどちらがいいですか。」という選択形式の質問Ｓ１が会話中に含ませられ，スピーカ21から音声出力される。

図１を参照して，選択形式の質問Ｓ１（文字列データ）は発話生成部22から解析装置30Ａに与えられ，解析装置30Ａの正答準備部32Ａにおいて，選択形式質問Ｓ１に対する正答が準備（生成）される。

図４（Ｂ）は，図４（Ａ）に示す選択形式の質問Ｓ１に対して正答準備部32Ａによって準備される正答例を示している。

正答準備部32Ａに選択形式質問Ｓ１が与えられると，正答準備部32Ａは，選択形式質問Ｓ１を構文解析し，選択形式質問Ｓ１に含まれる単語のうち選択肢として用いられている単語を特定（抽出）する。また，選択形式質問Ｓ１に用いられている動詞（用言，述語）を特定（抽出）し，かつその動詞の代表表記および類似表記を特定する。

図４（Ａ），図４（Ｂ）を参照して，「動物だったら野生と動物園とどちらがいいですか。」という選択形式質問Ｓ１であれば，正答準備部32Ａは，「動物」および「動物園」の２つの単語を選択肢（主語正答）として特定する。また，「いい」が選択形式質問Ｓ１中の動詞（用言，述語）であるから，正答準備部32Ａは，「いい」を選択形式質問Ｓ１に用いられている動詞（述語正答）として特定するとともに，その代表表記である「良い」，および類似表記である「好き」も選択形式質問Ｓ１に用いられている動詞（述語正答）として特定する。正答準備部32Ａは，代表表記および類似表記を特定するための辞書データ（図示略）を備えるのは言うまでもない。

選択形式質問Ｓ１に基づいて正答準備部32Ａによって特定された選択肢「動物」および「動物園」と，同じく選択形式質問Ｓ１に基づいて正答準備部32Ａによって特定された動詞「いい」，「良い」および「好き」は，正答準備部32Ａから判定部31Ａに与えられる。

図３を参照して，解析装置30Ａの判定部31Ａは，正答準備部32Ａから与えられた選択形式質問中の選択肢が，選択形式質問に対するユーザの回答中において主語として用いられているかどうかを判断する（ステップ61）。

図５（Ａ）を参照して，上述した選択形式質問Ｓ１に対する和子さんの回答Ｒ１が，「動物園だったら病気も見てもらえるから動物園がいいわ。長生きできそうだしね。でも狭いのはいや。」であったとする。この回答文中では「動物園」が主語として用いられおり，これは正答準備部32Ａにおいて準備される選択形式質問Ｓ１中の選択肢（主語正答）の一つである。回答文中の主語に基づく判断において，和子さんの回答Ｒ１は正常と判定される（ステップ61でYES）。

次に回答文中の述語に基づく判断が行われる（ステップ62）。和子さんの回答Ｒ１においては「いいわ。」が述語として用いられおり，「いい」は正答準備部32Ａにおいて準備（特定）される選択形式質問Ｓ１に対する動詞（述語正答）の一つである。回答文中の述語に基づく判断においても，和子さんの回答Ｒ１は正常と判断される（ステップ62でYES ）。判定部31Ａは和子さん（和子さんの回答Ｒ１）は正常（和子さんに意思決定能の低下はない）と判定する（ステップ63）。

図５（Ｂ）を参照して，図５（Ｂ）は選択形式質問Ｓ１に対する和子さんの別の回答例Ｒ２を含む会話例Ｅ２を示している。選択形式質問Ｓ１に対する和子さの回答Ｒ２が「上野動物園のパンダはかわいいね。ランランとカンカンね。」であるとする。回答Ｒ２には，選択形式質問Ｓ１に含まれる選択肢（主語正答）「野生」および「動物園」はいずれも用いられてない（回答Ｒ２の主語は「パンダ」，「ランラン」および「カンカン」）。回答Ｒ２に対しては，判定部31Ａは異常を判定することになる（ステップ61でNO，ステップ64）。

図５（Ｃ）を参照して，図５（Ｃ）は選択形式質問Ｓ１に対する和子さんのさらに別の回答Ｒ３を含む会話例Ｅ３を示している。選択形式質問Ｓ１に対する和子さんの回答Ｒ３が「ええ？動物園は遠いからね。電車乗らないといけないでしょ。行かないよ。」であったとする。回答Ｒ３には，選択形式質問Ｓ１に含まれる選択肢（主語正答）のうちの一つ（動物園）が用いられているが，選択形式質問Ｓ１から特定される動詞（述語正答）（「いい」，「良い」，「好き」）は用いられていない。回答Ｒ３に対しても，判定部31Ａは異常を判定することになる（ステップ61でYES，ステップ62でNO，ステップ64）。

このように，意思決定能判定装置１Ａ（ＡＩスピーカ50）から選択形式の質問を出力し，これに対するユーザの回答中の主語および述語のいずれかが的外れであるときに，意思決定能判定装置１Ａは，ユーザの意思決定能が低下している可能性（異常）を判定する。意思決定が難しくなっていること（意思決定能の低下）を客観的に判定することができる。

図６から図８を参照して，第２実施例の高齢者支援システムを説明する。

図６は第２実施例の高齢者支援システムの機能ブロック図を示している。図１に示す第１実施例の高齢者支援システムの機能ブロックと同一の機能ブロックには同一符号を付し，重複説明を省略する。

第２実施例の高齢者支援システムが備える意思決定能判定装置１Ｂは，第１実施例の意思決定能判定装置１Ａよりもシンプルな構成であり，ユーザの回答（返答）中に含まれる無意味語（意味の無い単語，典型的には感動詞）を特定（抽出）し，ユーザの回答が無意味語によって占められているかどうかに基づいて，正常判定または異常判定をする。ユーザが意思決定能判定装置１Ｂの発話（問いかけ）に対してまともに回答できない状態になっていることを，簡便に判定するものである。

図７を参照して，図７は意思決定能判定装置１Ｂの解析装置30Ｂ（判定部31Ｂ）（ＡＩスピーカ50の判定プログラム）の処理の流れを示すフローチャートである。図８は意思決定能判定装置１Ｂとユーザ（和子さん）の会話例Ｅ４を示している。

たとえば意思決定能判定装置１Ｂと和子さんの間で一連の会話（所定回数の会話のやりとり）が行われた後，解析装置30Ｂの判定部31Ｂによる判定が行われる。

図７および図８を参照して，意思決定能判定装置１Ｂによる発話に対する和子さんの回答のそれぞれについて，それが無意味語によって占められているかどうかが判断される（ステップ71）。図６を参照して，判定部31Ｂには無意味語を多数登録した無意味語辞書（データベース）32Ｂが接続されており，和子さんの回答が無意味語であるかどうかの判定にこの無意味語辞書32Ｂが用いられる。たとえば，「ああ」，「うー」，「えー」等，意味の無い単語（用語）が無意味語辞書32Ｂには多数登録される。

和子さんの回答が無意味語によって占められている場合，たとえば会話やり取り中の和子さんの回答の80％程度が無意味語によって占められている場合に，判定部31Ｂは異常を判定する（ステップ71でYES ，ステップ72）。和子さんの回答が無意味語によって占められていなければ，判定部31Ｂは正常を判定することになる（ステップ71でNO，ステップ73）。ユーザの意思決定が難しくなっていることを，簡便にかつ客観的に判定することができる。

図９から図１１を参照して，第３実施例の高齢者支援システムを説明する。

第３実施例の高齢者支援システムが備える意思決定能判定装置１Ｃは，ユーザの会話量（応答量）の変化を検知し，会話量（応答量）が少なくなっているときに異常を判定するものである。

図９は，第３実施例の高齢者支援システムが備える意思決定能判定装置１Ｃ（ＡＩスピーカ50）の機能ブロック図を示している。図１０は意思決定能判定装置１Ｃの解析装置30Ｃ（判定部31Ｃ）の処理の流れを示すフローチャートである。図１１は意思決定能判定装置１Ｃとユーザ（和子さん）の会話例Ｅ５を示している。

音声認識部12からの文字列回答（回答文）は形態素解析部14に与えられ，ここで形態素解析処理が行われる。形態素解析処理では，音声認識部12から出力された文字列回答（回答文）を形態素に分割し，形態素のそれぞれに品詞（名詞，動詞，形容詞，副詞，連体詞，接続詞，助詞，助動詞，感動詞など）が付与される。

形態素ごとに付与される品詞のうち，感動詞が付与されている形態素（たとえば，「ああ」，「まあ」，「さあ」，「おや」など）（いわば意味のない単語）が感動詞除去部15において除去され，感動詞を除いた文字列回答が解析装置30Ｃに与えられる。

解析装置30Ｃは判定部31Ｃおよび回答記憶データベース32Ｃを含み，ユーザの文字列回答（感動詞が除かれたもの）は回答記憶データベース32Ｃに逐次記憶される。

たとえば，意思決定能判定装置１Ｃと和子さんとの間で一連の会話のやりとりが行われた後に，解析装置30Ｃの判定部31Ｃによる判定が行われる。

図１０を参照して，回答記憶データベース32Ｃに記憶されている，意思決定能判定装置１Ｃによる発話に対する過去の和子さんの回答のそれぞれ（感動詞が除去されたもの）についてその文字数が算出され，１回の会話やり取り（意思決定能判定装置１Ｃからの発話とこれに対する和子さんの応答の組を１回の会話やりとりとする）あたりの回答文字数の平均が算出される（ステップ81）。図１１を参照して，過去の和子さんの回答の平均文字数が２０文字であったとする。過去の平均回答文字数「２０」に対して，今回の和子さんの回答文字数が比較される。

一連の会話に含まれる和子さんの回答文字数が合計され，その合計値が会話数（意思決定能判定装置１Ｃからの発話とこれに対する和子さんの応答の組を１回の会話とする）によって除算され，今回の和子さんの１回の会話やりとりあたりの回答文字数が算出される。

今回の会話の回答文字数が，過去の回答文字数に比べて少ないかどうかが判断される（ステップ82）。今回の会話における回答文字数が過去の回答文字数に比べて少ないかどうかを判断する程度は，任意に設定することができる。たとえば，過去の回答文字数の５０％以下であるときに，今回の回答文字数が過去の回答文字数に比べて少ないと判断してもよいし，４０％以下，３０％以下等のときに少ないと判断してもよい。

図１１に示す会話例Ｅ５では，和子さんの総回答文字数は「６」であり，会話数が「４」であるから，今回の和子さんの１回の会話やりとりあたりの回答文字数は「１.５」（＝６／４）として算出される。過去の平均回答文字数が２０文字であれば，今回の和子さんの回答文字数は，過去の回答文字数の７.５％（１.５／２０×１００）であることを算出することができる。

今回の回答文字数が過去の平均回答文字数に比べて少ないと判断されたときに「異常」が（ステップ82でYES ，ステップ83），少ないとまでは言えないと判断されたときに「正常」が（ステップ82でNO，ステップ84），解析装置30Ｃの判定部31Ｃによってそれぞれ判定される。平常時に対して会話量が少なくなった変化が検知されるので，これによってユーザの意思決定が難しくなっていることを客観的に判定することができる。

図１２から図１４を参照して，第４実施例の高齢者支援システムを説明する。

上述した第３実施例では，過去の会話量と今回の会話量を比較し，過去の会話量に比べて今回の会話量が少なくなっていることを検出している。第４実施例では，会話量に代えて，意思決定能判定装置１Ｄ（ＡＩスピーカ50）から出力される発話に対するユーザの応答時間が用いられる。

図１２は，第４実施例の高齢者支援システムが備える意思決定能判定装置１Ｄ（ＡＩスピーカ50）の機能ブロック図を示している。図１３は意思決定能判定装置１Ｄの解析装置30Ｄ（判定部31Ｄ）の処理の流れを示すフローチャートである。図１４は意思決定能判定装置１Ｄとユーザ（和子さん）の会話例Ｅ６を示している。

第１〜第３実施例と異なり，第４実施例では，ユーザの音声回答に対する音声認識処理（文字列変換処理）は行われず，音声回答（音声データ）そのものが用いられる。第４実施例の高齢者支援システムが備える意思決定能判定装置１Ｄは回答開始時刻取得部16を備え，回答開始時刻取得部16において，マイクロフォン11によってピックアップされる会話やり取りごとのユーザの音声回答の開始時刻が取得される。

回答開始時刻取得部16において取得された回答開始時刻は，レスポンス時間算出部17に与えられる。レスポンス時間算出部17にはまた，発話生成部22から与えられる発話終了時刻も与えられる。レスポンス時間算出部17は，１回の会話やりとりごとに，発話終了時刻（意思決定能判定装置１Ｄが発話を終えた時刻）から回答開始時刻（意思決定能判定装置１Ｄから出力される発話に応じてユーザが回答を話し始めた時刻）までのレスポンス時間（無音時間）を算出する。

解析装置30Ｄは判定部31Ｄおよびレスポンス時間記憶データベース32Ｄを含む。レスポンス時間算出部17において算出された会話ごとのレスポンス時間（無音時間）はレスポンス時間記憶データベース32Ｄに逐次記憶される。

たとえば，ＡＩスピーカ50と和子さんとの間で一連の会話が行われた後に，解析装置30Ｄの判定部31Ｄによる判定が行われる。

図１３を参照して，レスポンス時間記憶データベース32Ｄに記憶されている和子さんの過去のレスポンス時間の平均が算出される（ステップ91）。図１４を参照して，過去の和子さんのレスポンス時間の平均が「２秒」であったとする。過去の平均レスポンス時間「２秒」に対して，今回の和子さんのレスポンス時間が比較される。

一連の会話における和子さんの音声回答のレスポンス時間が合計され，その合計値が会話数（意思決定能判定装置１Ｄからの発話とこれに対する和子さんの応答の組を１回の会話とする）によって除算されることで，今回の会話における和子さんの回答レスポンス時間が算出される。

今回の会話における回答レスポンス時間が，過去の回答レスポンス時間の平均に比べて長いかどうかが判断される（ステップ92）。今回の会話における回答レスポンス時間が長いかどうかを判断する程度は，任意に設定することができる。たとえば，過去の回答レスポンス時間の１５０％以上であるときに，今回の回答レスポンス時間は過去の平均レスポンス時間に比べて長いと判断してもよいし，１８０％以上，２００％以上等のときに長いと判断してもよい。

図１４に示す会話例Ｅ６では，和子さんの総回答レスポンス時間は「４１秒」（＝４＋５＋１１＋１０＋１１）であり，会話数が「５」であるから，今回の和子さんの１回の会話やりとりあたりの回答レスポンス時間は「８．２秒」（＝（４＋５＋１１＋１０＋１１）／５）として算出される。過去の回答レスポンス時間の平均が「２秒」であれば，今回の和子さんの回答レスポンス時間は，過去の回答レスポンス時間の平均の５０％（８．２／２×１００）であることを算出することができる。

今回の回答レスポンス時間が過去の回答レスポンス時間平均に比べて長いと判断されたときに「異常」が（ステップ92でYES ，ステップ93），長いとまでは言えないと判断されたときに「正常」が（ステップ92でNO，ステップ94），解析装置30Ｄの判定部31Ｄによってそれぞれ判定される。平常時に対して回答レスポンス時間が長くなった変化が検知されるので，これによってユーザの意思決定が難しくなっていることを客観的に判定することができる。

図１５から図１７を参照して，第５実施例の高齢者支援システムを説明する。

上述した第４実施例では，意思決定能判定装置１Ｄから出力される発話のタイミングからそれに応答するユーザの回答タイミングまでのレスポンス時間（無音時間）を用いて異常／正常を判定している。第５実施例では，ユーザの音声回答そのものが持つ物理量が用いられて異常／正常の判定が行われる。

図１５は，第５実施例の高齢者支援システムの機能ブロック図を示している。図１６は第５実施例の高齢者支援システムが備える意思決定能判定装置１Ｅの解析装置30Ｅ（判定部31Ｅ）の処理の流れを示すフローチャートである。図１７は，意思決定能判定装置１Ｅとユーザ（和子さん）の会話例Ｅ７を示している。

意思決定能判定装置１Ｅは音量計測部18を備え，ここでマイクロフォン11によってピックアップされるユーザの音声回答の大きさ（ｄＢ値）が計測される。解析装置30Ｅは判定部31Ｅおよび音量記憶データベース32Ｅを備え，ユーザの音声回答の音量が音量記憶データベース32Ｅに逐次記憶される。なお，音声回答の音量に代えて音声回答（音データ）そのものを記憶し，次に説明する判定処理のときにその音声回答から音量を算出するようにしてもよい。

たとえば，意思決定能判定装置１Ｅと和子さんとの間で一連の会話が行われた後に，解析装置30Ｅの判定部31Ｅによる判定が行われる。

図１６を参照して，音量記憶データベース32Ｅに記憶されている和子さんの過去の音声回答の音量平均が算出される（ステップ101 ）。図１７を参照して，過去の和子さんの音声回答の音量平均が「40ｄＢ」であったとする。過去の音声回答の平均音量「40ｄＢ」に対して今回の和子さんの音声回答の音量が比較される。

一連の会話における和子さんの音声回答の音量が合計され，その合計値が会話数（意思決定能判定装置１Ｅからの発話とこれに対する和子さんの応答の組を１回の会話とする）によって除算され，今回の会話における和子さんの音声回答の音量が算出される。

今回の会話における音声回答の音量が，過去の音声回答の平均音量に比べて小さいかどうかが判断される（ステップ102 ）。今回の会話における音声回答の音量が小さいかどうかを判断する程度は，任意に設定することができる。たとえば，過去の音声回答の平均音量の５０％以下であるときに，今回の音声回答の音量は過去の音量に比べて小さいと判断してもよいし，４０％以下，３０％以下等のときに小さいと判断してもよい。

図１７に示す会話例Ｅ７では，和子さんの音声回答の音量合計は「１００ｄＢ」（＝２０＋２１＋１９＋１８＋２２）であり，会話数が「５」であるから，今回の和子さんの１回の会話やりとりあたりの音声回答の音量は２０ｄＢ（＝（２０＋２１＋１９＋１８＋２２）／５）として算出される。過去の音声回答の平均音量が「４０ｄＢ」であれば，今回の和子さんの音声回答の音量は，過去の平均音量の５０％（２０／４０×１００）であることを算出することができる。

今回の音声回答の音量が過去の音声回答の平均音量に比べて小さいと判断されたときに「異常」が（ステップ102でYES ，ステップ103），小さいとまでは言えないと判断されたときに「正常」が（ステップ102でNO，ステップ104）が，解析装置30Ｅの判定部31Ｅによってそれぞれ判定される。平常時に対して音声回答の音量が小さくなった変化が検知されるので，これによってユーザの意思決定が難しくなっていることを客観的に判定することができる。

音量に代えてまたは加えて，ユーザの音声回答の周波数または音の高低の情報を取得し，これらについて，平常時から変化があるかどうかを検出するようにしてもよい。

上述した第１〜第５実施例では，音声会話を用いてユーザの意思決定能の低下を判定している。もちろん，音声会話に代えて文字会話（表示画面に表示される文字と入力装置から入力される文字を用いた会話）であっても，第５実施例を除いて適用することが可能である。もっとも，入力装置を用いた文字入力は高齢者にとって困難が伴うおそれが高いので，音声会話を用いるのが適切である。

上述した第１〜第５実施例のそれぞれにおいて，複数の機能ブロックの処理の一部を，ネットワーク（インターネット等）を介して高齢者支援システムに接続された他の装置において実行してもよい。

１Ａ，１Ｂ，１Ｃ，１Ｄ，１Ｅ 意思決定能判定装置
２ 意思決定能低下防止装置
３ 支援者連携装置
11 マイクロフォン
12 音声認識部
13 構文解析部
14 形態素解析部
15 感動詞除去部
16 回答開始時刻取得部
17 レスポンス時間算出部
18 音量計測部
21 スピーカ
22 発話生成
23 発話例データベース
30Ａ，30Ｂ，30Ｃ，30Ｄ，30Ｅ 解析装置
31Ａ，31Ｂ，31Ｃ，31Ｄ，31Ｅ 判定部
32Ａ 正答準備部
32Ｂ 無意味語辞書
32Ｃ 回答記憶データベース
32Ｄ レスポンス時間記憶データベース
32Ｅ 音量記憶データベース
41 出力部
50 ＡＩスピーカ
51 ＣＰＵ
52 メモリ
53 記憶装置
54 通信装置

Claims (8)

1. 発話を生成しかつ出力する発話生成出力手段，上記発話に対する回答を受け付ける回答受付手段，および上記回答受付手段によって受け付けられる回答を用いて回答者の意思決定能低下を判定する判定手段を備える意思決定能判定装置，ならびに
   上記意思決定能判定装置の判定手段によって上記回答者の意思決定能低下が判定された場合に，意思決定能低下防止または支援者連携のための措置を実行する支援装置を備えている，
   意思決定支援システム。
2. 上記意思決定能判定装置が，
   上記発話生成出力手段によって生成されて出力される発話中に選択形式の質問を紛れ込ませる選択形式質問発話手段，および
   上記選択形式質問発話手段による選択形式の質問に対する正答を準備する正答準備手段を備え，
   上記判定手段が，
   上記回答受付手段によって受け付けられる回答中に上記正答準備手段によって準備される正答が含まれていない場合に，回答者の意思決定能低下を判定するものである，
   請求項１に記載の意思決定支援システム。
3. 上記意思決定能判定装置が，
   複数の無意味語を登録した無意味語辞書を備え，
   上記判定手段が，
   上記回答受付手段によって受け付けられる回答が，上記無意味語辞書に登録されている無意味語によって占められている場合に，回答者の意思決定能低下を判定するものである，
   請求項１に記載の意思決定支援システム。
4. 上記意思決定能判定装置が，
   上記回答受付手段によって受け付けられた回答を記憶する記憶手段，および
   上記回答受付手段によって受け付けられた回答の量を，上記記憶手段に記憶されている過去の回答の量と比較する比較手段を備え，
   上記判定手段が，
   今回の回答の量が過去の回答の量に比べて所定閾値以上少ない場合に，回答者の意思決定能低下を判定するものである，
   請求項１に記載の意思決定支援システム。
5. 上記意思決定能判定装置が，
   上記発話生成出力手段によって生成される発話から上記回答受付手段によって受け付けられる回答に至るまでのレスポンス時間を記憶する記憶手段，および
   上記発話生成出力手段によって生成されて出力される発話から上記回答受付手段によって受け付けられた回答に至るまでのレスポンス時間を，上記記憶手段に記憶されている過去のレスポンス時間と比較する比較手段を備え，
   上記判定手段が，
   今回のレスポンス時間が過去のレスポンス時間に比べて所定閾値以上長くなっている場合に，回答者の意思決定能低下を判定するものである，
   請求項１に記載の意思決定支援システム。
6. 上記回答受付手段がマイクロフォンであり，
   上記意思決定能判定装置が，
   上記マイクロフォンによって受け付けられた音声回答または音声回答の音情報を記憶する記憶手段，および
   上記マイクロフォンによって受け付けられた音声回答の音情報を，上記記憶手段に記憶されている過去の音声回答から導出される音情報または上記記憶手段に記憶されている音情報と比較する比較手段を備え，
   上記判定手段が，
   今回の音声回答の音情報が過去の音声回答の音情報と異なる場合に，回答者の意思決定能低下を判定するものである，
   請求項１に記載の意思決定支援システム。
7. 上記音情報が，音声回答の音量，周波数および音の高低の少なくともいずれか一つである，
   請求項６に記載の意思決定支援システム。
8. コンピュータを，発話を生成しかつ出力する発話生成出力手段，上記発話に対する回答を受け付ける回答受付手段，および上記回答受付手段によって受け付けられる回答を用いて回答者の意思決定能低下を判定する判定手段を備える意思決定能判定装置として機能させるプログラム，ならびに
   上記意思決定能判定装置の判定手段によって上記回答者の意思決定能低下が判定された場合に，コンピュータを，意思決定能低下防止または支援者連携のための措置を実行する支援装置として機能させるプログラムを含む，
   意思決定支援プログラム。

Images