KR102380376B1 - 인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버 - Google Patents
인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버 Download PDFInfo
- Publication number
- KR102380376B1 KR102380376B1 KR1020210174414A KR20210174414A KR102380376B1 KR 102380376 B1 KR102380376 B1 KR 102380376B1 KR 1020210174414 A KR1020210174414 A KR 1020210174414A KR 20210174414 A KR20210174414 A KR 20210174414A KR 102380376 B1 KR102380376 B1 KR 102380376B1
- Authority
- KR
- South Korea
- Prior art keywords
- test
- voice
- dementia
- user terminal
- answer
- Prior art date
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 470
- 206010012289 Dementia Diseases 0.000 title claims abstract description 182
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims description 55
- 238000010998 test method Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims description 36
- 238000007689 inspection Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 12
- 208000024891 symptom Diseases 0.000 claims description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims 1
- 230000000996 additive effect Effects 0.000 claims 1
- 230000015654 memory Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 208000024827 Alzheimer disease Diseases 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 208000010877 cognitive disease Diseases 0.000 description 4
- 230000003920 cognitive function Effects 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 208000027061 mild cognitive impairment Diseases 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 241000282326 Felis catus Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000005180 public health Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000006984 memory degeneration Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000012085 test solution Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Neurology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
Abstract
본 발명의 일 측면에 의하면, 서버에서 수행되는 인공지능 콜을 이용하여 음성 질의응답 기반의 치매 검사를 수행하는 치매 검사 방법에 있어서, 인공지능 콜이 연결된 사용자 단말에 안내 음성을 제공하는 단계, 상기 사용자 단말에 제1시간동안 제1주제에 대한 대답을 요청하는 제1질문 음성을 제공하는 단계, 상기 사용자 단말로부터 제1대답 음성을 획득하는 단계, 상기 사용자 단말에 제2시간동안 제2주제에 대한 대답을 요청하는 제2질문 음성을 제공하는 단계, 상기 사용자 단말로부터 제2대답 음성을 획득하는 단계, 상기 제2대답 음성을 기반으로 검사 내용을 분석하는 단계 및 상기 사용자 단말로 검사 결과를 전송하는 단계를 포함하는, 인공지능 콜 기반의 치매 검사 방법이 제공된다.
Description
본 발명은 인공지능 콜 기반의 치매 검사 방법 및 서버에 관한 것으로, 보다 상세하게는 인공지능 콜을 이용하여 음성 질의응답 기반의 치매 검사를 수행하는 치매 검사 방법 및 서버에 관한 것이다.
알츠하이머 질환(Alzheimer's Disease, AD)은 노화에 따라 수반되는 뇌 질환으로서, 기억력의 점진적인 퇴행을 가져오는 뇌의 이상에서 오는 질병이다. 또한, 알츠하이머 질환은 일상생활에 곤란을 겪을 정도의 지속적이고 전반적인 인지 기능의 저하를 가져오는 치매(dementia)에 이를 수 있다. 여기서 인지 기능이란 기억력, 언어 능력, 시공간 파악 능력, 판단력 및 추상적 사고력 등 다양한 지적 능력을 가리키는 것으로서, 각 인지 기능은 뇌의 특정 부위와 밀접한 관련이 있다.
경도 인지 장애(Mild cognitive impairments, MCI)는 치매까지 진행되지는 않았으나 동일 연령대 대비 기억력, 인지 기능 저하되어 있는 상태를 의미한다. 경도 인지 장애는 알츠하이머 질환으로 발전할 수 있는 바, 알츠하이머 질환을 이른 시기에 발견하여 선조치할 수 있는 중요한 단계이다.
이와 같은 치매(또는 경도 인지 장애) 검사는 일반적으로 선별검사, 진단검사 및 감별검사 순으로 이루어진다. 여기서 선별검사는 지역별 치매안심센터, 보건소 등에서 이루어지는데, 검사 대상자들의 직접 방문이 요구되며 사람이 직접 검사를 수행하는 점에서 검사의 유효성 및 효율성 측면에서 문제점이 있다. 구체적으로, 검사 센터를 직접 방문할 수 있는 사람의 경우 치매 환자일 가능성이 매우 낮아서 검사의 유효성이 떨어지고, 사람이 직접 검사 수행 시 1명 검사하는데 수십분이 소요되어 시간 및 비용 측면에서 손실이 크다.
인공지능 콜(Aritificail intelligence call)은 인공지능 기술이 적용된 전화로써, 사람 대신 인공지능이 통화를 수행하는 기술이다. 인공지능 콜은 복수의 인원에게 자동으로 전화 연결하여 목적에 따른 통화를 수행함에 따라, 사람이 직접 복수의 인원과 통화할 때 소요되는 노동력을 절약할 수 있다.
본 발명이 해결하고자 하는 과제는 치매 검사 대상자가 검사 센터를 직접 방문할 필요없이 치매 검사를 수행할 수 있는 방법 및 서버를 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 과제는 사람이 아닌 인공지능이 자동으로 치매 검사를 수행할 수 있는 방법 및 서버를 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 관점에 따르면, 서버에서 수행되는 인공지능 콜을 이용하여 음성 질의응답 기반의 치매 검사를 수행하는 치매 검사 방법에 있어서, 인공지능 콜이 연결된 사용자 단말에 안내 음성을 제공하는 단계, 상기 사용자 단말에 제1시간동안 제1주제에 대한 대답을 요청하는 제1질문 음성을 제공하는 단계, 상기 사용자 단말로부터 제1대답 음성을 획득하는 단계, 상기 사용자 단말에 제2시간동안 제2주제에 대한 대답을 요청하는 제2질문 음성을 제공하는 단계, 상기 사용자 단말로부터 제2대답 음성을 획득하는 단계, 상기 제2대답 음성을 기반으로 검사 내용을 분석하는 단계 및 상기 사용자 단말로 검사 결과를 전송하는 단계를 포함하는 인공지능 콜 기반의 치매 검사 방법이 제공된다.
본 실시예에 따르면, 상기 제1주제와 상기 제2주제는 서로 상이하고, 상기 제1시간은 상기 제2시간보다 짧을 수 있다.
본 실시예에 따르면, 상기 제1시간은 10초 이상 30초 이하이고, 상기 제2시간은 30초 이상 60초 이하일 수 있다.
본 실시예에 따르면, 상기 검사 내용을 분석하는 단계는, 상기 제2대답 음성을 문자 데이터로 변환하는 단계, 상기 문자 데이터에서 상기 제2주제에 대응하는 적어도 하나의 단어를 추출하는 단계, 상기 추출된 제2주제에 대응하는 적어도 하나의 단어를 기반으로 언어 유창성값을 산출하는 단계, 상기 언어 유창성값을 사전 설정된 기준값과 비교 분석하는 단계 및 상기 언어 유창성값이 상기 사전 설정된 기준값보다 작은 경우, 후속 검사 대상자로 판단하는 단계를 포함할 수 있다.
본 실시예에 따르면, 상기 언어 유창성값을 산출하는 단계는, 전체 단어 개수, 전반부 단어 개수, 후반부 단어 개수, 단어별 글자수, 카테고리 변경 횟수, 카테고리별 단어 개수 및 중복 단어 개수 중 적어도 하나에 대한 가감점 기준을 적용하여 점수화하는 단계를 포함하고, 상기 사전 설정된 기준값은 성별, 나이, 교육수준 및 동거인원 중 적어도 하나를 포함하는 보조 정보를 기반으로 분류된 검사 그룹들 각각에 차별적으로 설정된 것일 수 있다.
본 실시예에 따르면, 상기 검사 내용을 분석하는 단계는, 상기 사용자 단말이 검사 이력이 있는 경우, 상기 사용자 단말의 기존 검사 데이터와 상기 제2대답 음성을 기반으로 발화 스타일의 변화를 분석하는 단계를 더 포함하고, 상기 발화 스타일은 발화 속도 및 발음의 정확도를 포함할 수 있다.
본 실시예에 따르면, 검사 진행의사를 확인하는 단계, 보조 정보를 수집하는 단계 및 상기 보조 정보를 기반으로 검사 그룹을 분류하는 단계를 더 포함할 수 있다.
본 실시예에 따르면, 상기 보조 정보를 수집하는 단계는, 상기 사용자 단말로 성별, 나이, 교육수준 및 동거인원 중 어느 하나를 물어보는 보조 정보 질문 음성을 제공하는 단계 및 상기 사용자 단말로부터 보조 정보 대답 음성을 획득하는 단계를 포함하고, 상기 검사 그룹을 분류하는 단계는, 상기 보조 정보 대답 음성을 문자 데이터로 변환하는 단계 및 상기 문자 데이터를 기반으로 검사 그룹을 분류하는 단계를 포함할 수 있다.
본 발명의 다른 관점에 따르면, 하드웨어인 컴퓨터와 결합되어, 상기 인공지능 콜 기반의 치매 검사 방법을 실행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체가 제공된다.
본 발명의 또 다른 관점에 따르면, 인공지능 콜을 이용하여 음성 질의응답 기반의 치매 검사를 수행하는 치매 검사 서버에 있어서, 사용자 단말과 통신하여 인공지능 콜을 제공하며, 상기 사용자 단말로 질문 음성 및 검사 결과를 전송하고, 상기 사용자 단말로부터 대답 음성을 수신하는, 통신부, 상기 사용자 단말에 안내 음성을 제공하고, 상기 사용자 단말에 제1시간동안 제1주제에 대한 대답을 요청하는 제1질문 음성을 제공하고, 상기 사용자 단말로부터 제2대답 음성을 획득하고, 상기 사용자 단말에 제2시간동안 제2주제에 대한 대답을 요청하는 제2질문 음성을 제공하고, 상기 사용자 단말로부터 제2대답 음성을 획득하는, 치매 검사 진행부 및 상기 제2대답 음성을 기반으로 검사 내용을 분석하는, 분석부를 포함하는, 인공지능 콜 기반의 치매 검사 서버가 제공된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 의하면, 치매 검사 대상자가 검사 센터를 직접 방문할 필요없이 치매 검사를 수행할 수 있게 되어, 검사 센터를 방문하여 후속 검사 진행이 필요한 환자를 필터링함에 따라 치매 검사의 유효성을 향상시킬 수 있다.
또한, 본 발명에 의하면, 사람이 아닌 인공지능이 자동으로 치매 검사를 수행할 수 있게 되어, 치매 검사에 소요되는 시간과 검사 인건비 등의 비용을 절약할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 치매 검사 시스템을 개략적으로 도시하는 개념도이다.
도 2는 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사가 진행되는 과정을 개략적으로 도시하는 예시도이다.
도 3은 본 발명의 일 실시예에 따른 치매 검사 서버의 일부를 개략적으로 도시하는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이다.
도 5는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 검사 진행 단계의 시계열적 과정을 개략적으로 도시하는 예시도이다.
도 7은 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이다.
도 2는 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사가 진행되는 과정을 개략적으로 도시하는 예시도이다.
도 3은 본 발명의 일 실시예에 따른 치매 검사 서버의 일부를 개략적으로 도시하는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이다.
도 5는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 검사 진행 단계의 시계열적 과정을 개략적으로 도시하는 예시도이다.
도 7은 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 카테고리를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 카테고리에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
본 명세서에서 "인공지능 콜(Aritificail intelligence call)"은 인공지능 기술이 적용된 전화로서, 사람 대신 인공지능이 통화를 수행하는 기술을 의미한다.
본 명세서에서 "언어 유창성값"은 치매 질환의 유무 및/또는 진행 정도를 판단하기 위해 관련 능력(의미 기억, 실행 기능, 작업 기억 등)을 수치화한 값을 의미한다.
본 명세서에서 "이해도값"은 검사 대상자의 검사 진행 방식에 대하여 이해한 정도를 수치화한 값을 의미한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 치매 검사 시스템을 개략적으로 도시하는 개념도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 치매 검사 시스템(1)은 치매 검사 서버(10), 사용자 단말(20) 및 기관 서버(30)를 포함할 수 있다.
치매 검사 서버(10)는 인공지능 콜을 이용하여 치매 검사를 수행하는 서버이다. 여기서 "인공지능 콜(Aritificail intelligence call)"은 인공지능 기술이 적용된 전화로서, 사람 대신 인공지능이 통화를 수행하는 기술이다. 구체적인 예로, 인공지능 콜은 인공지능 콜이 연결된 단말에 인공지능 음성 및/또는 사람이 녹음한 음성으로 구성된 사전 저장된 음성을 제공할 수 있다. 예컨대, 사전 저장된 음성은 안내 멘트, 질문 음성, 마무리 멘트 등을 포함할 수 있다.
사용자는 인공지능 콜이 제공하는 음성을 제공받고 그에 대응한 대답을 하는 등 인터랙션하며 치매 검사에 참여할 수 있다. 한편, 일 실시예로, 인공지능 콜 기반의 사용자와 인터랙션이 월활하지 않은 상황으로 판단되는 경우, 사전 저장된 음성 제공을 중단하고 사람이 직접 개입하여 사용자 단말(20)의 수신자와 의사소통하는 것도 가능하다.
치매 검사 서버(10)는 사용자 단말(20)과 통신할 수 있다. 치매 검사 서버(10)는 검사 대상자의 사용자 단말(20)로 인공지능 콜을 발신하여 음성 질의응답 기반의 치매 검사를 수행한다. 치매 검사 서버(10)는 검사 진행 중 사용자 단말(20)로부터 획득한 대답 음성을 검사 내용으로 하여 치매 검사 결과를 분석하여 사용자 단말(20)의 사용자가 후속 검사 대상자에 해당하는지 여부를 판단한다. 이러한 과정은 사람(예컨대, 검사자, 관리자 등)의 직접적인 개입없이 치매 검사 서버(10)에 의해 자동으로 이루어짐으로써 치매 검사에 소요되는 시간 및 비용을 획기적으로 절약할 수 있다. 또한, 검사 대상자가 검사 기관을 방문하여 검사에 참여하기 전에 전화 통화를 통해 방문 검사가 필요한지 여부를 사전에 판단하여 필터링함으로써 후속 검사의 유효성을 향상시킬 수 있다.
치매 검사 서버(10)는 인공지능 콜 기반의 음성 질의응답을 통해 검사 대상자의 언어 유창성을 평가하여 후속 검사 필요 여부를 판단한다. 구체적으로, 치매 검사 서버(10)는 음성 질의응답 기반의 치매 검사를 진행하고, 그로부터 획득한 검사 대상자의 대답 음성을 분석하여 언어 유창성을 수치화한 언어 유창성값을 산출한다. 치매 검사 서버(10)는 산출한 언어 유창성값을 사전 설정된 값과 비교 분석하여 후속 검사 필요 여부를 판단한다. 예컨대, 언어 유창성값이 사전 설정된 값 미만인 경우 해당 사용자를 후속 검사 대상자로 판단하고, 언어 유창성값이 사전 설정된 값 이상인 경우 해당 사용자를 후속 검사 비대상자로 판단할 수 있다.
일 실시예로, 치매 검사 서버(10)에 의해 수행되는 치매 검사는 선별검사, 진단검사 및 감별검사로 구성된 3단계 검사를 진행하기 전에 검사 기관에 내방하여 선별검사를 진행할 필요가 있는 대상자를 선별하는 검사일 수 있다. 이 경우 후속 검사는 상기 3단계 검사 중 선별검사에 해당할 수 있다. 다른 실시에로, 치매 검사 서버(10)에 의해 수행되는 치매 검사는 선별검사, 진단검사 및 감별검사로 구성된 3단계 검사 중 선별검사에 해당하고, 후속 검사는 상기 3단계 검사 중 진단검사에 해당할 수 있다.
일 실시예로, 도 1에 도시된 바와 같이, 치매 검사 서버(10)는 기관 서버(30)와 통신할 수 있다. 이 경우, 치매 검사 서버(10)는 기관 서버(30)와 통신하여 기관 서버(30)로부터 검사 대상자 데이터베이스를 획득하고, 검사 대상자 데이터베이스에 포함된 사람들에게 인공지능 콜을 발신하여 치매 검사를 진행할 수 있다. 또한, 치매 검사 서버(10)는 기관 서버(30)로부터 획득한 검사 대상자 데이터베이스에 포함된 보조 정보를 기반으로 검사 내용을 분석할 수 있다. 또한, 치매 검사 서버(10)는 검사 결과를 자체적으로 저장 및 관리하거나, 검사 결과를 기관 서버(30)로 전송할 수 있다.
기관 서버(30)에 저장된 대상자 데이터베이스는 치매 질환을 가질 확률이 높은 노인들일 수 있으나 이에 제한되는 것은 아니다. 또한, 기관 서버(30)가 보유한 검사 대상자 데이터베이스는 성별, 나이, 교육수준 및 동거인원 중 적어도 하나를 기반으로 그룹핑되어 있을 수 있다.
다른 실시예로, 도 1에 도시된 바와 달리, 기관 서버(30)가 생략되는 것도 가능하다. 이 경우, 치매 검사 서버(10)는 인공지능 콜이 연결된 사용자 단말(20)에 검사 진행 전에 보조 정보 수집을 위한 질의응답을 제공하여 보조 정보를 수집할 수 있다. 또한, 수집한 보조 정보를 기반으로 검사 내용을 분석할 수 있다. 한편, 보조 정보는 성별, 나이, 교육수준 및 동거인원 중 적어도 하나를 포함할 수 있으며 이에 제한되는 것은 아니다.
사용자 단말(20)은 검사 대상자가 보유한 모바일 기기일 수 있다. 예컨대, 사용자 단말(20)은 PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), WiBro(Wireless Broadband Internet) 단말, 스마트 폰(Smart Phone) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD) 등과 같은 웨어러블 장치와 AI 스피커 등을 포함할 수 있다. 다만, 사용자 단말(20)이 상술한 예시로 제한되는 것은 아니고, 휴대성과 통신성을 갖춘 임의의 기기를 포함할 수 있다.
사용자 단말(20)은 통신부를 구비할 수 있다. 사용자 단말(20)은 통신부를 통해 치매 검사 서버(10)와 전화 연결하거나, 치매 검사 서버(10)와 데이터를 송수신할 수 있다. 이러한 통신부는 근거리 통신 모듈, 유선 통신 모듈 및 무선 통신 모듈 중 적어도 하나를 포함할 수 있다.
사용자 단말(20)은 소리획득부를 구비할 수 있다. 소리획득부는 검사 대상자, 제3자 등의 사람의 음성 또는 사용자 단말(20) 주변에 존재하는 각종 소리를 획득할 수 있다. 일 실시예로, 소리획득부는 사용자 단말(20) 주변의 각종 소리를 수신하기 위한 센서 기능을 하는 마이크일 수 있다. 사용자 단말(20)의 소리획득부는 인공지능 콜이 연결된 동안 사용자 단말(20) 주변에 발생한 소리 신호를 수신하고, 그를 전기 신호로 바꾸는 변환기 역할을 수행할 수 있다.
일 실시예로, 사용자 단말(20)은 촬상을 수행하는 카메라부와 영상을 표시하는 디스플레이부를 더 구비할 수 있다. 이 경우, 치매 검사 서버(10)가 제공하는 인공지능 콜은 일반 음성 통화뿐만 아니라 영상 통화로도 구현될 수 있다.
기관 서버(30)는 검사 기관이 운영하는 서버이다. 여기서 "검사 기관"은 치매 검사를 수행하는 기관으로서 치매안심센터, 보건소 등일 수 있으나 이에 제한되는 것은 아니다.
기관 서버(30)는 통신부를 구비하여 치매 검사 서버(20)와 통신할 수 있다. 기관 서버(30)는 치매 검사 서버(20)로부터 검사 결과 등의 데이터를 수신하거나, 치매 검사 서버(20)로 검사 대상자 데이터베이스 등의 데이터를 전송할 수 있다.
기관 서버(30)는 검사 대상자 데이터베이스를 저장 및 관리할 수 있다. 일 실시예로, 기관 서버(30)는 인근 지역의 특정 연령대(예컨대, 50대 이상)의 사람들에 대한 데이터베이스를 집중적으로 저장 및 관리할 수 있다. 이러한 검사 대상자 데이터베이스는 치매 검사 서버(20)로 전송되고, 치매 검사 서버(20)는 상기 검사 대상자 데이터베이스에 포함된 사람들에게 인공지능 콜을 발신하여 치매 검사를 진행할 수 있다. 다른 실시예로, 치매 검사 서버(20)는 수신 가능한 전화번호를 부여받고, 해당 전화번호로 걸려온 전화를 수신할 수 있다. 이 경우, 검사 대상자가 치매 검사 서버(20)가 부여받은 전화번호로 전화를 걸면, 치매 검사 서버(20)가 해당 전화를 수신하여 인공지능 콜 기반의 치매 검사를 진행할 수 있다.
기관 서버(30)는 치매 검사 서버(20)로부터 검사 결과를 수신하여 기존 검사 대상자 데이터베이스를 업데이트할 수 있다. 검사 기관(30)은 검사 대상자 데이터베이스에 포함된 사람들의 검사 결과 및 검사 이력을 지속적으로 업데이트하며 저장 및 관리할 수 있다. 일 실시예로, 기관 서버(30)는 검사 대상자 데이터베이스 내에서 사전 설정된 주기 내에 검사 이력이 있는 사람들은 해당 주기가 지나기 전까지 검사 대상에서 제외시킬 수 있다. 이를 통해 치매 검사 서버(10)는 최근에 검사 이력이 있는 사람은 제외하고 실질적으로 검사가 필요한 검사 대상자에게만 선택적으로 인공지능 콜을 발신할 수 있게 되어 무의미한 인공지능 콜 발신을 방지할 수 있다.
일 실시예로, 기관 서버(30)는 생략될 수 있다. 이 경우, 상술한 기관 서버(30)의 기능은 치매 검사 서버(20)에 의해 수행될 수 있다. 즉, 치매 검사 서버(20)는 검사 대상자 데이터베이스를 관리하며, 사전 설정된 주기 내에 검사 이력이 없는 사람들에 한해서 인공지능 콜을 발신할 수 있다. 다른 실시예로, 치매 검사 서버(20)와 기관 서버(30)가 독립된 서버로 운영되는 것이 아니고 일체화된 통합 서버로 운영되는 것도 가능하다.
도 2는 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사가 진행되는 과정을 개략적으로 도시하는 예시도이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사는 인공지능 콜이 연결된 사용자 단말(20)에 대하여 치매 검사를 위한 질의응답을 수행하고, 사용자 단말(20)로부터 획득한 대답 음성을 문자 데이터로 변환하여 분석하는 과정을 통해 수행될 수 있다.
먼저 치매 검사 서버(10, 도 1 참조)는 검사 대상자의 사용자 단말(20)로 인공지능 콜을 발신한다. 치매 검사 서버(10)는 인공지능 콜이 연결된 사용자 단말(20)로 질의응답 기반의 치매 검사를 수행하며, 검사 진행 중 검사 대상자의 대답 음성은 사용자 단말(20)을 통해 획득되어 치매 검사 서버(10)로 전송될 수 있다.
치매 검사 서버(10)는 사용자 단말(20)로부터 수신한 검사 대상자의 대답 음성을 문자 데이터로 변환할 수 있다. 한편, 검사 대상자의 대답 음성에는 검사 대상자가 치매 검사 중 제공된 질문에 대한 대답을 목적으로 하는 단어뿐만 아니라 그 외 추임새, 혼잣말 등의 질문에 대한 대답을 목적으로 하지 않는 말도 포함될 수 있다. 예컨대, 도 2에 도시된 대답 음성이 변환된 문자 데이터를 참조하면, 대답 음성에는 "강아지", "고양이", "뭐가 있더라", "말" 등이 포함될 수 있다. 여기서 "강아지", "고양이" 및 "말"은 검사 대상자가 치매 검사 중 제공된 질문에 대한 대답을 목적으로 하는 단어에 해당하여 검사 내용 분석에 유의미하게 활용될 수 있는 내용이다. 반면에, "뭐가 있더라"는 질문에 대한 대답을 목적으로 하지 않는 혼잣말에 속하므로 검사 내용 분석에 도움되지 않는 내용이다. 치매 검사 서버(10)는 문자 데이터 중 검사 내용 분석에 유의미하게 활용될 수 있는 단어들만 추출하여 분석을 수행함으로써 검사의 효율성 및 정확도를 향상시킬 수 있다.
치매 검사 서버(10)는 추출한 단어들을 기반으로 검사 대상자의 치매 질환 유무 또는 치매 증상 수준을 판단할 수 있는 수치화된 값을 산출한다. 치매 검사 서버(10)는 수치화된 값을 사전 저장된 검사 그룹별 데이터베이스와 비교 분석함으로써 검사 대상자가 검사 기관을 방문하여 후속 검사 진행이 필요한지 여부를 판단할 수 있다.
도 3은 본 발명의 일 실시예에 따른 치매 검사 서버의 일부를 개략적으로 도시하는 블록도이다.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 치매 검사 서버(10)는 통신부(110), 제어부(120), 치매검사 진행부(130) 및 분석부(140)를 포함할 수 있다.
한편, 치매 검사 서버(10)가 포함하는 구성 요소들은 필요에 따라 일부 구성 요소가 삭제되거나 다른 구성 요소와 일체로 구현될 수 있다. 또한, 도 3에 도시되지 않은 다른 구성 요소가 추가되는 것도 가능하다. 즉, 치매 검사 서버(10)가 포함하는 구성 요소 종류와 구성 요소들의 상호 위치는 필요에 따라 다양하게 변형될 수 있다.
통신부(110)는 사용자 단말(20, 도 1 참조) 및/또는 기관 서버(30, 도 1 참조)와 통신하는 역할을 수행한다. 통신부(110)는 근거리 통신 모듈, 유선 통신 모듈 및 무선 통신 모듈 중 적어도 하나를 포함할 수 있다.
예컨대, 근거리 통신 모듈은 블루투스 모듈, 적외선 통신 모듈, RFID(Radio Frequency Identification) 통신 모듈, WLAN(Wireless Local Access Network) 통신 모듈, NFC 통신 모듈, 직비(Zigbee) 통신 모듈 등 근거리에서 무선 통신망을 이용하여 신호를 송수신하는 다양한 근거리 통신 모듈을 포함할 수 있다.
유선 통신 모듈은 지역 통신(Local Area Network; LAN) 모듈, 광역 통신(Wide Area Network; WAN) 모듈 또는 부가가치 통신(Value Added Network; VAN) 모듈 등 다양한 유선 통신 모듈뿐만 아니라, USB(Universal Serial Bus), HDMI(High Definition Multimedia Interface), DVI(Digital Visual Interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 다양한 케이블 통신 모듈을 포함할 수 있다.
무선 통신 모듈은 와이파이(Wifi) 모듈, 와이브로(Wireless broadband) 모듈 외에도, GSM(global System for Mobile Communication), CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), UMTS(universal mobile telecommunications system), TDMA(Time Division Multiple Access), LTE(Long Term Evolution) 및 5G 등 다양한 무선 통신 방식을 지원하는 무선 통신 모듈을 포함할 수 있다.
제어부(120)는 사용자 단말(20)의 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리(미도시) 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 프로세서(미도시)로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.
한편, 치매 검사 서버(10)는 검사 대상자 데이터베이스, 검사 내용, 검사 내용 분석 결과, 검사 이력 등을 저장 및 관리하는 저장부(미도시)를 더 포함할 수 있다. 이러한 저장부는 캐쉬, ROM(Read Only Memory), PROM(Programmable ROM), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 및 플래쉬 메모리(Flash memory)와 같은 비휘발성 메모리 소자 또는 RAM(Random Access Memory)과 같은 휘발성 메모리 소자 또는 하드디스크 드라이브(Hard Disk Drive; HDD), CD-ROM과 같은 저장 매체 중 적어도 하나로 구현될 수 있으나 이에 제한되는 것은 아니다. 저장부는 제어부(120)에 대한 설명에서 전술한 프로세서와 별개의 칩 또는 단일 칩으로 구현될 수 있다.
치매검사 진행부(130)는 인공지능 콜이 연결된 사용자 단말(10)의 검사 대상자에 대하여 치매 검사를 진행하는 역할을 한다. 치매검사 진행부(130)가 수행하는 치매 검사는 음성 질의응답 기반으로 진행될 수 있다. 예컨대, 치매검사 진행부(130)는 검사를 위한 질문을 사용자 단말(20, 도 1 참조)에 제공하고, 사용자 단말(20)로부터 검사 대상자의 대답 음성을 획득하는 방식으로 치매 검사를 진행할 수 있다. 구체적으로, 치매검사 진행부(130)는 검사 대상자에게 특정한 주제(또는 기준, 카테고리 등)를 제공하고, 그 주제에 대응하는 단어를 사전 설정된 시간동안 가능한 많이 대답할 것을 요청하는 질문 음성을 제공할 수 있다. 치매검사 진행부(130)는 사용자가 질문 음성에 대응하여 대답한 대답 음성을 획득할 수 있다.
일 실시예로, 치매검사 진행부(130)가 수행하는 치매 검사는 순차적으로 진행되는 제1검사 및 제2검사를 포함할 수 있다. 여기서 “제1검사”는 제2검사를 진행하기 전 검사에 대한 이해도를 높이기 위해 선행되는 연습 검사일 수 있다. 또한, “제2검사”는 검사 대상자의 치매 질환 유무 또는 치매 증상 수준을 판단하는데 실질적으로 이용되는 본 검사일 수 있다.
이러한 치매검사 진행부(130)가 수행하는 치매 검사에 대한 상세한 내용은 도 4 내지 도 6을 참조하여 후술한다.
치매검사 진행부(130)가 치매 검사를 수행하며 사용자 단말(20, 도 1 참조)로부터 획득한 검사 대상자의 대답 음성은 분석부(140)로 전달될 수 있다.
분석부(140)는 치매검사 진행부(130)로부터 전달받은 대답 음성을 기반으로 검사 내용을 분석한다. 일 실시예로, 도 3에 도시된 바와 같이, 분석부(140)는 음성변환부(141), 단어추출부(143) 및 검사내용 분석부(145)를 포함할 수 있다.
음성변환부(141)는 치매검사 진행부(130)로부터 전달받은 대답 음성을 문자 데이터로 변환하는 역할을 수행할 수 있다. 음성변환부(141)는 음성-문자변환(Speech to text; STT) 기술이 적용될 수 있으며, 음성-문자변환 기술의 종류에는 제한이 없다.
일 실시예로, 음성변환부(141)는 대답 음성을 세그먼트(segment)로 분할하여 각 세그먼트별로 문자로 변환한 후, 변환된 문자 세그먼트들을 통합하는 방식으로 대답 음성을 문자 데이터로 전환할 수 있다. 이를 위해 음성변환부(141)는 음성분리부(미도시), 텍스트 변환부(미도시) 및 텍스트 통합부(미도시)를 포함할 수 있으나 이에 제한되는 것은 아니다.
단어추출부(143)는 음성변환부(141)가 검사 대상자의 대답 음성을 변환한 문자 데이터에서 적어도 하나의 단어를 추출하는 역할을 한다.
단어추출부(143)는 치매 검사 진행 중에 획득된 대답 음성이 변환된 문자 데이터 전체에서 검사 내용과 관련된 적어도 하나의 단어를 추출할 수 있다. 예컨대, 치매검사 진행부(130)에 의해 수행되는 치매 검사가 사전 설정된 시간동안 특정한 주제에 대응하는 단어를 가능한 많이 대답하는 방식으로 진행되는 경우, 단어추출부(143)는 검사 대상자의 대답 음성이 변환된 문자 데이터에서 검사 내용과 관련된 단어를 추출할 수 있다. 구체적으로, 단어추출부(143)는 검사 대상자의 대답 음성에서 검사에서 주어진 주제에 대한 대답을 한 것에 해당하는 단어만 추출할 수 있다.
검사내용 분석부(145)는 단어추출부(143)가 추출한 적어도 하나의 단어를 기반으로 검사 내용을 분석하는 역할을 한다.
검사내용 분석부(145)는 단어추출부(143)가 추출한 적어도 하나의 단어를 기반으로 언어 유창성값을 산출하고, 상기 언어 유창성값을 사전 설정된 기준값과 비교 분석하는 방식으로 검사 내용을 분석할 수 있다.
여기서 "언어 유창성값"은 치매 질환의 유무 및/또는 진행 정도를 판단하기 위해 관련 능력(의미 기억, 실행 기능, 작업 기억 등)을 수치화한 값이다. 언어 유창성값은 검사 대상자의 대답에서 추출된 전체 단어 개수, 전반부 단어 개수, 후반부 단어 개수, 단어별 글자수, 카테고리 변경 횟수, 카테고리별 단어 개수 및 중복 단어 개수 중 적어도 하나에 대한 가감점 기준을 적용하여 점수화하는 방식으로 산산출될 수 있다. 여기서 언어 유창성값을 산출하는데 이용되는 변수의 종류, 개수, 가중치 등은 다양하게 변형될 수 있다.
구체적인 예로, 검사내용 분석부(145)는 아래와 같은 수학식을 통해 언어 유창성값을 산출할 수 있다.
[수학식 1]
LFV=a1*A+a2*B+a3*C+a4*D+a5*E+a6*F+a7*G
LFV: 언어 유창성값
A: 전체 단어 개수
B: 전반부 단어 개수
C: 후반부 단어 개수
D: 단어별 글자수 평균
E: 카테고리 변경 횟수
F: 카테고리별 평균 단어 개수
G: 중복 단어 개수
a1~a7: 가중치 변수(a1+a2+a3+a4+a5+a6+a7=1을 만족하고, a1~a7은 각각은 0 이상 1 이하의 상수)
일 실시예로, 언어 유창성값은 검사 대상자의 대답 내용뿐만 아니라 보조 정보까지 반영하여 산출될 수 있다. 여기서 "보조 정보"는 검사 대상자에 대한 인적 사항등의 기본적인 정보로서, 예컨대, 성별(남, 여), 나이(10대, 20대, 30대, 40대, 50대, 60대, 70대, 80대, 90대 등), 교육수준(초등학교 졸업, 중학교 졸업, 고등학교 졸업, 석사, 학사, 박사 등), 동거인원(1명, 2명, 3명, 4명 등) 등을 포함할 수 있다. 검사내용 분석부(145)는 언어 유창성값을 산출하는데 이용되는 변수의 종류, 개수, 가중치 등을 나이, 성별, 교육수준, 동거인원 등의 보조 정보를 기반으로 차별적으로 적용하여 언어 유창성값을 보다 정확하게 산출할 수 있다.
검사내용 분석부(145)는 산출한 언어 유창성값을 사전 설정된 값과 비교 분석하여 검사 대상자의 치매 질환 유무 또는 진행 수준을 판단할 수 있다. 여기서 "사전 설정된 값"은 검사 결과 산출된 언어 유창성값의 수준을 판단하기 위해 사전 설정된 비교 기준값일 수 있다. 이러한 사전 설정된 값은 성별, 나이, 교육수준, 동거인원 등에 따라 그룹핑하여 그룹별로 차별적으로 설정될 수 있다. 예컨대, 성별(남, 여), 나이(10대, 20대, 30대, 40대, 50대, 60대, 70대, 80대, 90대 등), 교육수준(초등학교 졸업, 중학교 졸업, 고등학교 졸업, 석사, 학사, 박사 등), 동거인원(1명, 2명, 3명, 4명 등)에 따라 언어 유창성값의 기준값이 사전 설정되어 있을 수 있다. 이러한 언어 유창성값의 기준값은 해당 그룹에 속하는 검사 완료자들의 검사 결과를 기반으로 설정될 수 있으며, 추가 검사 완료자들의 정보를 기반으로 지속적으로 업데이트되며 관리될 수 있다.
도 4는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이고, 도 5는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 흐름도이다.
도 4 및 도 5에 도시된 바와 같이, 본 발명의 일 실시예에 따른 치매 검사 방법은 안내 음성 제공 단계(S310), 제1검사 진행 단계(S330), 제2검사 진행 단계(S350), 검사 내용 분석 단계(S400) 및 검사 결과 전송 단계(S500)를 포함할 수 있다.
안내 음성 제공 단계(S310)는 검사 서버(10)가 발신한 인공지능 콜이 연결된 사용자 단말(20, 도 1 참조)에 안내 음성을 제공하는 단계이다.
안내 음성은 인공지능 콜을 수신한 검사 대상자가 해당 전화를 스팸 전화 등으로 인식하여 검사를 진행하지 않고 끊는 것을 방지하기 위한 내용을 포함할 수 있다. 일 실시예로, 안내 음성은 전반부에 검사 대상자(수신자) 정보, 검사 기관 정보, 검사 솔루션(프로그램) 정보, 추천인 정보, 연락처 획득 경로, 검사 완료 시 제공되는 보상 정보 등을 포함할 수 있다. 이, 검사 대상자(수신자) 정보는 전술한 검사 대상자 데이터베이스를 기반으로 삽입됨으로써, 안내 음성을 검사 대상자별로 맞춤형으로 제공할 수 있다. 이를 통해 인공지능 콜을 수신한 검사 대상자의 검사 참여율을 향상시킬 수 있다.
안내 음성이 제공된 뒤에는 치매 검사가 진행될 수 있으며, 치매 검사는 순차적으로 진행되는 제1검사 및 제2검사로 구성될 수 있다.
제1검사 진행 단계(S330)는 연습 검사인 제1검사를 진행하며 검사 대상자(사용자 단말(20)의 수신자)의 검사 진행 방식에 대한 이해도를 향상시키는 단계이다.
도 5를 참조하면, 제1검사 진행 단계(S330)는 검사 서버(10)가 사용자 단말(20)로 제1질문 음성을 제공하는 단계(S331) 및 검사 서버(10)가 사용자 단말(20)로부터 제1대답 음성을 획득하는 단계(S333)를 포함할 수 있다.
여기서 제1질문 음성은 제1시간동안 제1주제에 대한 대답을 요청하는 음성을 포함할 수 있고, 제1대답 음성은 검사 대상자가 제1질문 음성에 대응하여 대답한 음성을 포함할 수 있다.
검사 대상자는 제1질문 음성에 응답하여 대답함으로써 제1검사에 참여할 수 있으며, 검사 대상자의 제1대답 음성은 사용자 단말(20)의 소리획득부를 통해 획득되고, 사용자 단말(20)의 통신부를 통해 치매 검사 서버(10)로 전송될 수 있다.
일 실시예로, 제1검사를 통해 획득한 제1대답 음성은 검사 대상자가 검사 진행 방식을 제대로 이해했는지 여부를 판단하기 위한 데이터로 이용될 수 있다. 즉, 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사 방법은 제1대답 음성을 기반으로 검사 대상자의 검사 진행 방식에 대한 이해도를 판단하는 단계를 더 포함할 수 있다.
예컨대, 치매 검사 서버(10)는 검사 대상자의 검사 진행 방식에 대한 이해도값을 산출하여 그를 기반으로 검사 진행 여부를 결정할 수 있다. 여기서 "이해도값"은 검사 대상자의 검사 진행 방식에 대하여 이해한 정도를 수치화한 값이다. 구체적인 예로, 치매 검사 서버(10)는 제1대답 음성 중 제1질문 음성에 대응하여 대답한 단어 음성과 그 외 음성의 비율을 기반으로 이해도값을 산출하고, 산출된 이해도값이 사전 설정된 값 미만인 경우 제2검사를 진행하지 않을 수 있다. 다른 구체적인 예로, 치매 검사 서버(10)는 검사 대상자가 제1검사에서 제시된 제1주제에 대하여 대답한 단어의 개수를 기반으로 이해도값을 산출하고, 산출된 이해도값이 사전 설정된 값 미만인 경우 제2검사를 진행하지 않을 수 있다. 검사 대상자가 검사 진행 방식을 제대로 이해하지 못한 것으로 판단하여 제2검사를 진행하지 않는 경우, 치매 검사 서버(10)는 검사 진행 방식을 안내하는 음성을 제공하거나, 이후 검사 일정 예약을 진행할 수 있으나 이에 제한되는 것은 아니다.
이 경우, 치매 검사 서버(10)는 검사 진행 방식을 안내하는 음성을 제공하거나, 이후 검사 일정 예약을 진행할 수 있으나 이에 제한되는 것은 아니다.
다른 실시예로, 제1검사 진행 단계(S330)에서 사용자 단말(20)로부터 제1대답 음성을 획득하는 단계는 생략될 수 있다. 제1검사는 검사 진행 방식의 이해도를 높이기 위한 검사일 뿐, 검사 대상자의 언어 유창성을 판단하기 위한 자료로 사용되지 않으므로 제1검사에 대한 대답 음성 획득을 생략할 수 있다. 이를 통해 검사 진행 과정에서 송수신되는 데이터의 총량을 감소시킬 수 있다.
제2검사 진행 단계(S350)는 본 검사인 제2검사를 진행하며 치매 질환 유무 및 치매 증상 수준을 판단하는데 활용되는 음성 데이터를 확보하는 단계이다.
도 5를 참조하면, 제2검사 진행 단계(S350)는 검사 서버(10)가 사용자 단말(20)로 제2질문 음성을 제공하는 단계(S351) 및 검사 서버(10)가 사용자 단말(20)로부터 제2대답 음성을 획득하는 단계(S353)를 포함할 수 있다.
여기서 제2질문 음성은 제2시간동안 제2주제에 대한 대답을 요청하는 음성을 포함할 수 있고, 제2대답 음성은 검사 대상자가 제2질문 음성에 대응하여 대답한 음성을 포함할 수 있다.
검사 대상자는 제2질문 음성에 응답하여 대답함으로써 제2검사에 참여할 수 있으며, 검사 대상자의 제2대답 음성은 사용자 단말(20)의 소리획득부를 통해 획득되고, 사용자 단말(20)의 통신부를 통해 치매 검사 서버(10)로 전송될 수 있다.
검사 내용 분석 단계(S400)는 치매 검사 서버(10)가 사용자 단말(20)로부터 획득한 제2대답 음성을 기반으로 검사 내용을 분석하는 단계이다.
검사 내용 분석 단계(S400)에서 치매 검사 서버(10)의 분석부(140, 도 3 참조)는 사용자 단말(20)로부터 수신한 제2대답 음성을 문자 데이터로 변환하고, 변환된 문자 데이터를 기반으로 언어 유창성값을 산출하여 검사 내용을 분석할 수 있다. 구체적으로, 검사 내용 분석 단계(S400)는 사용자 단말(20)로부터 수신한 제2대답 음성을 문자 데이터로 변환하는 단계, 변환한 문자 데이터에서 제2검사의 제2주제에 대응하는 적어도 하나의 단어를 추출하는 단계, 추출된 제2주제에 대응하는 적어도 하나의 단어를 기반으로 언어 유창성값을 산출하는 단계, 언어 유창성값을 사전 설정된 기준값과 비교 분석하는 단계 및 언어 유창성값이 사전 설정된 기준값보다 작은 경우 후속 검사 대상자로 판단하고, 언어 유창성값이 사전 설정된 기준값 이상인 경우 후속 검사 비대상자로 판단하는 단계를 포함할 수 있다.
언어 유창성값을 산출하는 단계는 전체 단어 개수, 전반부 단어 개수, 후반부 단어 개수, 단어별 글자수, 카테고리 변경 횟수, 카테고리별 단어 개수 및 중복 단어 개수 중 적어도 하나에 대한 가감점 기준을 적용하여 점수화하는 단계를 포함할 수 있다. 일 실시예로, 언어 유창성값은 전술한 수학식 1을 이용하여 산출될 수 있다.
또한, 산출된 언어 유창성값을 비교하기 위한 사전 설정된 기준값은 성별, 나이, 교육수준 및 동거인원 중 적어도 하나를 포함하는 보조 정보를 기반으로 분류된 검사 그룹들 각각에 차별적으로 설정된 것일 수 있다. 산출된 언어 유창성값은 검사 대상자가 속하는 그룹에 대하여 설정된 기준값과 비교 분석될 수 있다.
한편, 일 실시예로, 검사 내용 분석 단계(S400)는 검사 이력이 있는 검사 대상자인 경우, 즉, 인공지능 콜이 연결된 사용자 단말(20)이 검사 이력이 있는 경우, 해당 검사 대상자의 기존 검사 데이터와 이번 검사를 통해 획득한 제2대답 음성을 기반으로 발화 스타일의 변화를 분석하는 단계를 더 포함할 수 있다. 여기서 "발화 스타일"은 발화 속도, 발음의 정확도 등을 포함할 수 있으나 이에 제한되는 것은 아니다.
치매 검사 서버(10)의 분석부(140, 도 3 참조)는 이번 검사에서 획득한 제2대답 음성의 발화 스타일을 분석학고, 그를 기존 검사에서 획득한 대답 음성의 발화 스타일이 분석된 데이터와 비교하여 발화 스타일 변화값을 산출할 수 있다. 치매 검사 서버(10)의 분석부(140)는 발화 스타일 변화값이 특정한 값(사전 설정된 값) 이상이면 후속 검사 대상자로 판단할 수 있다. 이뿐만 아니라, 치매 검사 서버(10)의 분석부(140)는 기존 검사에서 산출된 언어 유창성값과 이번 검사에서 산출된 언어 유창성값의 차이값이 특정한 값(사전 설정된 값) 이상이면 후속 검사 대상자로 판단할 수 있다. 이를 통해 절대적인 언어 유창성값의 대소뿐만 아니라, 기존 검사 시점 대비 언어 유창성이 상대적으로 저하된 경우도 후속 검사를 수행하여 증상이 빠르게 악화되는 것을 미리 예방할 수 있는 효과가 있다.
일 실시예로, 검사 내용 분석 단계(S400)는 제1대답 음성을 기반으로 검사 진행 방식의 이해도를 판단하는 단계를 더 포함할 수 있다. 구체적으로, 치매 검사 서버(10)는 제1대답 음성을 분석하여 검사 대상자가 검사 진행 방식을 온전히 이해하고 대답하고 있는 것인지, 이해하지 못하고 검사 내용과 무관한 대답을 하고 있는 것인지 판단할 수 있다. 예컨대, 치매 검사 서버(10)는 검사 대상자가 제1검사에서 제시된 제1주제에 대한 단어를 사전 설정된 개수 이상 대답한 경우는 검사 대상자가 검사 진행 방식을 제대로 이해한 것으로 판단하고, 그렇지 않은 경우는 검사 대상자가 검사 진행 방식을 제대로 이해하지 못한 것으로 판단할 수 있다.
치매 검사 서버(10)는 제2대답 음성을 분석하여 산출한 언어 유창성값이 사전 설정된 기준값 미만이더라도, 제1대답 음성을 분석하여 산출한 검사 진행 방식의 이해도값이 특정한 값(사전 설정된 값) 미만인 경우에는 바로 후속 검사 대상자로 판단하지 않고 검사 방식의 재안내 후 재검사를 진행할 수 있다. 이를 통해 실제로 언어 유창성이 우수한(치매 증상이 없는) 검사 대상자가 검사 진행 방식에 대한 이해 부족으로 인하여 낮은 언어 유창성값을 받은 경우를 구별할 수 있게 되어 검사의 정확도를 향상시킬 수 있다.
검사 결과 전송 단계(S500)는 검사 내용 분석 단계(S400)에서 분석한 검사 결과를 사용자 단말(20)로 전송하는 단계이다.
일 실시예로, 검사 결과는 메시지 형태로 전송될 수 있으며, 상기 메시지에는 검사 결과를 확인할 수 있는 링크가 포함될 수 있다. 검사 결과를 전송하는 방식은 상술한 예시로 제한되지 않고 전화, 우편, 메시지 등 다양한 형태로 제공될 수 있다. 또한, 검사 결과를 전송받는 주체도 검사 대상자로 제한되는 것은 아니며, 검사 대상자의 동거인, 보호자 등 주변인으로 다양하게 적용될 수 있다.
일 실시예로, 검사 결과는 후속 검사 대상자에 해당하는지 여부 및 이후 증상 예측 정보를 포함할 수 있다. 여기서 이후 증상 예측 정보는 검사 대상자와 유사한 보조 정보(예컨대, 나이, 성별, 교육수준, 동거인원 등)를 갖는 유사 그룹의 사람들의 증상 정보를 기반으로 도출된 것으로서, 시간 흐름에 따른 언어 유창성값 감소 추이, 후속 검사 진행 결과 등을 포함할 수 있다.
도 6은 본 발명의 일 실시예에 따른 검사 진행 단계의 시계열적 과정을 개략적으로 도시하는 예시도이다.
도 6에 도시된 바와 같이, 본 발명의 일 실시예에 따른 검사 진행 단계는 도입부, 제1검사, 제2검사 및 마무리부를 포함할 수 있다.
도입부분은 안내 음성 제공 단계(S310, 도 4 참조)에 대응하고, 제1검사부분은 제1검사 진행 단계(S330, 도 4 참조)에 대응하고, 제2검사부분은 제2검사 진행 단계(S350, 도 4 참조)에 대응할 수 있다. 또한, 마무리부분은 제2검사까지 완료된 후 마무리 음성을 제공하는 단계일 수 있다. 이러한 마무리 부분은 필요에 따라 생략될 수 있다.
“제1검사”는 제2검사를 진행하기 전 검사에 대한 이해도를 높이기 위해 선행되는 연습 검사일 수 있다. 또한, “제2검사”는 검사 대상자의 치매 증상 유무를 판단하는데 실질적으로 이용되는 본 검사일 수 있다.
제1검사와 제2검사는 검사 진행 방식이 동일할 수 있다. 예컨대, 제1검사와 제2검사는 모두 주어진 주제에 대응하는 단어를 사전 설정된 시간동안 가능한 많이 대답하는 방식의 검사일 수 있다. 검사 대상자는 연습검사인 제1검사를 진행하며 검사의 진행 방식에 대한 이해도를 높이고, 본 검사인 제2검사를 진행 시 검사 진행 방식의 이해도 부족으로 인한 변수에서 벗어날 수 있다. 이에 따라 치매 검사의 정확도가 향상될 수 있다.
한편, 치매검사 진행부(130)가 수행하는 제1검사와 제2검사는 검사 진행 방식은 동일하되, 제시되는 주제는 상이할 수 있다. 예컨대, 제1검사는 제1주제에 대응하는 가능한 많은 단어를 대답할 것을 요청하고, 제2검사는 제2주제에 대응하는 가능한 많은 단어를 대답할 것을 요청할 수 있다. 이때, 제1검사의 제1주제와 제2검사의 제2주제는 서로 상이할 수 있다. 구체적인 예로, 제1검사의 제1주제는 "식물"일 수 있고, 제2검사의 제2주제는 "동물"일 수 있으나 이에 제한되는 것은 아니고 제1주제 및 제2주제는 다양하게 변형될 수 있으며 서로 상이한 임의의 주제를 포함할 수 있다.
이를 통해 검사 대상자가 제1검사를 진행하며 떠올린 단어들을 그대로 제2검사에 적용함에 따라 검사의 정확도가 떨어지는 것을 방지하 수 있다. 즉, 검사 대상자는 연습 검사인 제1검사를 통해 검사 진행 방식에 대한 이해도를 높일뿐 본 검사인 제2검사에 대한 대답을 미리 훈련할 수는 없게 되어, 제2검사에서도 기억능력, 순발력 등을 발휘하여 대답을 해야하므로 검사의 정확도가 향상될 수 있다.
또한, 제1검사의 진행시간과 제2검사의 진행시간은 서로 상이할 수 있다. 구체적으로, 제1검사는 제1시간동안 제1주제에 대한 대답을 요청하는 것으로 진행되고, 제2검사는 제2시간동안 제2주제에 대한 대답을 요청하는 것으로 진행될 수 있다. 이때, 제1검사의 진행시간인 제1시간은 제2검사의 진행시간인 제2시간보다 짧을 수 있다. 예컨대, 제1검사의 진행시간인 제1시간은 10초 이상 30초 이하이고, 제2검사의 진행시간인 제2시간은 30초 이상 60초 이하일 수 있으나 이에 제한되는 것은 아니고, 제1시간이 제2시간보다 짧은 것을 만족하도록 다양하게 변형될 수 있다. 이를 통해 제1검사의 목적인 검사 진행 방식의 이해도 향상 역할만 수행하도록 하여 전체 검사 시간이 불필요하게 길어지는 것을 방지하여 검사의 효율성 및 집중도를 향상시킬 수 있다.
도 7은 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이다. 이하, 도면 상 동일한 부재번호는 동일한 구성 요소를 나타내는 바, 전술한 내용과 중복되는 내용에 대한 설명은 생략한다.
도 7에 도시된 바와 같이, 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사 방법은 검사 진행 의사 확인 단계(S100) 및 보조 정보 수집 단계(S200)를 더 포함할 수 있다. 한편, S100 단계 및 S200 단계 중 어느 하나만 더 포함하고, 나머지 하나는 생략하는 것도 가능하다.
검사 진행 의사 확인 단계(S100)는 인공지능 콜이 연결된 검사 대상자에게 치매 검사를 진행하기 전에 검사 진행 의사를 확인하는 단계이다. 검사 진행 의사 확인 단계(S100)는 음성 질의응답 기반으로 수행될 수 있다. 구체적으로, 검사 진행 의사 확인 단계(S100)는 인공지능 콜이 연결된 사용자 단말에 검사 진행 의사를 묻는 음성을 제공하는 단계, 사용자 단말로부터 검사 진행 의사 대답 음성을 획득하는 단계 및 검사 진행 의사 대답 음성을 기반으로 검사 대상자의 검사 진행 의사를 확인하는 단계를 포함할 수 있다.
치매 검사 서버(10)는 검사 진행 의사 대답 음성이 긍정인 경우 전술한 치매 검사를 진행하고, 검사 진행 의사 대답 음성이 부정인 경우 통화를 종료하거나 이후 검사 일정 예약 절차를 진행할 수 있다. 한편, 검사 진행 의사 대답 음성은 음성-문자변환(Speech to text; STT) 기술을 적용하여 문자 데이터로 변환된 후 분석될 수 있다.
보조 정보 수집 단계(S200)는 검사 진행 전 검사 내용 분석에 활용될 수 있는 보조 정보를 수집하는 단계이다.
보조 정보 수집 단계(S200)는 사용자 단말로 성별, 나이, 교육수준 및 동거인원 중 어느 하나를 물어보는 보조 정보 질문 음성을 제공하는 단계 및 상기 사용자 단말로부터 보조 정보 대답 음성을 획득하는 단계를 포함할 수 있다. 이와 같은 보조 정보 수집 단계(S200)를 진행함으로써 검사 대상자 데이터베이스의 불완전성을 보완할 수 있다. 한편, 보조 정보 대답 음성은 음성-문자변환(Speech to text; STT) 기술을 적용하여 문자 데이터로 변환된 후 분석될 수 있다.
보조 정보 수집 단계(S200)를 통해 수집된 보조 정보는 검사 내용 분석에 활용될 수 있다. 구체적으로, 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사 방법은 검사 그룹을 분류하는 단계를 더 포함할 수 있다. 상기 검사 그룹을 분류하는 단계는 보조 정보 대답 음성을 문자 데이터로 변환하는 단계 및 문자 데이터를 기반으로 검사 그룹을 분류하는 단계를 포함할 수 있다. 즉, 치매 검사 서버는 수집한 보조 정보를 기반으로 검사 대상자가 속하는 그룹을 분류하고, 해당 그룹에 설정된 언어 유창성값 비교를 위한 사전 설정된 기준값을 적용하여 치매 검사 결과를 보다 정확하게 도출할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
1: 치매 검사 시스템
10: 치매 검사 서버
20: 사용자 단말
30: 기관 서버
110: 통신부
120: 제어부
130: 치매검사 진행부
140: 분석부
141: 음성변환부
143: 단어추출부
145: 검사내용 분석부
10: 치매 검사 서버
20: 사용자 단말
30: 기관 서버
110: 통신부
120: 제어부
130: 치매검사 진행부
140: 분석부
141: 음성변환부
143: 단어추출부
145: 검사내용 분석부
Claims (10)
- 서버에서 수행되는 인공지능 콜을 이용하여 음성 질의응답 기반의 치매 검사를 수행하는 치매 검사 방법에 있어서,
인공지능 콜이 연결된 사용자 단말에 안내 음성을 제공하는 단계;
검사 대상자의 검사 진행 방식에 대한 이해도를 높이기 위해 선행되는 연습 검사인 제1검사를 진행하는 단계;
상기 검사 대상자의 치매 질환 유무 또는 치매 증상 수준을 판단하는데 이용되는 본 검사인 제2검사를 진행하는 단계;
상기 제1검사의 내용을 분석하는 단계;
상기 제2검사의 내용을 분석하는 단계; 및
상기 사용자 단말로 검사 결과를 전송하는 단계;
를 포함하고,
상기 제1검사를 진행하는 단계는,
상기 사용자 단말에 제1시간동안 제1주제에 대한 대답을 요청하는 제1질문 음성을 제공하는 단계; 및
상기 사용자 단말로부터 제1대답 음성을 획득하는 단계;
를 포함하고,
상기 제2검사를 진행하는 단계는,
상기 사용자 단말에 상기 제1시간보다 긴 제2시간동안 상기 제1주제와 상이한 제2주제에 대한 대답을 요청하는 제2질문 음성을 제공하는 단계; 및
상기 사용자 단말로부터 제2대답 음성을 획득하는 단계;
를 포함하고,
상기 제1검사의 내용을 분석하는 단계는,
상기 제1대답 음성을 기반으로 상기 검사 대상자의 상기 검사 진행 방식에 대하여 이해한 정도를 수치화한 값인 이해도값을 산출하는 단계; 및
상기 이해도값이 사전 설정된 값 미만인 경우 상기 검사 대상자가 상기 검사 진행 방식을 이해하지 못한 것으로 판단하고, 상기 제2검사를 진행하지 않고 상기 검사 진행 방식을 안내하는 음성을 제공하거나 이후 검사 일정 예약을 진행하는 단계;
를 포함하고,
상기 제2검사의 내용을 분석하는 단계는,
상기 제2대답 음성을 문자 데이터로 변환하는 단계;
상기 문자 데이터에서 상기 제2주제에 대응하는 적어도 하나의 단어를 추출하는 단계;
상기 추출된 제2주제에 대응하는 적어도 하나의 단어를 기반으로 언어 유창성값을 산출하는 단계;
상기 언어 유창성값을 사전 설정된 기준값과 비교 분석하는 단계; 및
상기 언어 유창성값이 상기 사전 설정된 기준값보다 작은 경우, 후속 검사 대상자로 판단하는 단계;
를 포함하는, 인공지능 콜 기반의 치매 검사 방법. - 삭제
- 제1항에 있어서,
상기 제1시간은 10초 이상 30초 이하이고,
상기 제2시간은 30초 이상 60초 이하인, 인공지능 콜 기반의 치매 검사 방법. - 삭제
- 제1항에 있어서,
상기 언어 유창성값을 산출하는 단계는,
전체 단어 개수, 전반부 단어 개수, 후반부 단어 개수, 단어별 글자수, 카테고리 변경 횟수, 카테고리별 단어 개수 및 중복 단어 개수 중 적어도 하나에 대한 가감점 기준을 적용하여 점수화하는 단계를 포함하고,
상기 사전 설정된 기준값은 성별, 나이, 교육수준 및 동거인원 중 적어도 하나를 포함하는 보조 정보를 기반으로 분류된 검사 그룹들 각각에 차별적으로 설정된 것인, 인공지능 콜 기반의 치매 검사 방법. - 제1항에 있어서,
상기 제2검사 내용을 분석하는 단계는,
상기 사용자 단말이 검사 이력이 있는 경우, 상기 사용자 단말의 기존 검사 데이터와 상기 제2대답 음성을 기반으로 발화 스타일의 변화를 분석하는 단계를 더 포함하고,
상기 발화 스타일은 발화 속도 및 발음의 정확도를 포함하는, 인공지능 콜 기반의 치매 검사 방법. - 제1항에 있어서,
검사 진행의사를 확인하는 단계;
보조 정보를 수집하는 단계; 및
상기 보조 정보를 기반으로 검사 그룹을 분류하는 단계;
를 더 포함하는, 인공지능 콜 기반의 치매 검사 방법. - 제7항에 있어서,
상기 보조 정보를 수집하는 단계는,
상기 사용자 단말로 성별, 나이, 교육수준 및 동거인원 중 어느 하나를 물어보는 보조 정보 질문 음성을 제공하는 단계; 및
상기 사용자 단말로부터 보조 정보 대답 음성을 획득하는 단계;
를 포함하고,
상기 검사 그룹을 분류하는 단계는,
상기 보조 정보 대답 음성을 문자 데이터로 변환하는 단계; 및
상기 문자 데이터를 기반으로 검사 그룹을 분류하는 단계;
를 포함하는, 인공지능 콜 기반의 치매 검사 방법. - 하드웨어인 컴퓨터와 결합되어, 제1항, 제3항 및 제5항 내지 제8항 중 어느 한 항의 방법을 실행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
- 인공지능 콜을 이용하여 음성 질의응답 기반의 치매 검사를 수행하는 치매 검사 서버에 있어서,
사용자 단말과 통신하여 인공지능 콜을 제공하며, 상기 사용자 단말로 질문 음성 및 검사 결과를 전송하고, 상기 사용자 단말로부터 대답 음성을 수신하는, 통신부;
상기 사용자 단말에 안내 음성을 제공하고, 검사 대상자의 검사 진행 방식에 대한 이해도를 높이기 위해 선행되는 연습 검사인 제1검사를 진행하고, 상기 검사 대상자의 치매 질환 유무 또는 치매 증상 수준을 판단하는데 이용되는 본 검사인 제2검사를 진행하되, 상기 제1검사는 상기 사용자 단말에 제1시간동안 제1주제에 대한 대답을 요청하는 제1질문 음성을 제공하고 상기 사용자 단말로부터 제1대답 음성을 획득함으로써 진행되고, 상기 제2검사는 상기 사용자 단말에 상기 제1시간보다 긴 제2시간동안 상기 제1주제와 상이한 제2주제에 대한 대답을 요청하는 제2질문 음성을 제공하고 상기 사용자 단말로부터 제2대답 음성을 획득함으로써 진행되는, 치매 검사 진행부; 및
상기 제1대답 음성을 기반으로 상기 검사 대상자의 상기 검사 진행 방식에 대하여 이해한 정도를 수치화한 값인 이해도값을 산출하고 상기 이해도값이 사전 설정된 값 미만인 경우 상기 검사 대상자가 상기 검사 진행 방식을 이해하지 못한 것으로 판단하며 상기 제2검사를 진행하지 않고 상기 검사 진행 방식을 안내하는 음성을 제공하거나 이후 검사 일정 예약을 진행함으로써 상기 제1검사의 내용을 분석하고, 상기 제2대답 음성을 문자 데이터로 변환하고 상기 문자 데이터에서 상기 제2주제에 대응하는 적어도 하나의 단어를 추출하고 상기 추출된 제2주제에 대응하는 적어도 하나의 단어를 기반으로 언어 유창성값을 산출하고 상기 언어 유창성값을 사전 설정된 기준값과 비교 분석하고 상기 언어 유창성값이 상기 사전 설정된 기준값보다 작은 경우 후속 검사 대상자로 판단함으로써 상기 제2검사의 내용을 분석하는, 분석부;
를 포함하는, 인공지능 콜 기반의 치매 검사 서버.
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210174414A KR102380376B1 (ko) | 2021-12-08 | 2021-12-08 | 인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버 |
| PCT/KR2022/004866 WO2023106516A1 (ko) | 2021-12-08 | 2022-04-05 | 인공지능 콜을 이용한 질의응답 기반의 치매 검사 방법 및 서버 |
| JP2022531005A JP7509878B2 (ja) | 2021-12-08 | 2022-04-05 | 人工知能コールを利用した質疑応答基盤の認知症検査方法及びサーバ |
| EP22724223.7A EP4220648A1 (en) | 2021-12-08 | 2022-04-05 | Method and server for dementia test based on questions and answers using artificial intelligence call |
| CN202280001289.1A CN116583913A (zh) | 2021-12-08 | 2022-04-05 | 利用人工智能呼叫的基于问答的痴呆检查方法及服务器 |
| US17/749,867 US11432761B1 (en) | 2021-12-08 | 2022-05-20 | Method and server for dementia test based on voice question and answer using artificial intelligence call |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210174414A KR102380376B1 (ko) | 2021-12-08 | 2021-12-08 | 인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102380376B1 true KR102380376B1 (ko) | 2022-04-01 |
Family
ID=81183583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210174414A KR102380376B1 (ko) | 2021-12-08 | 2021-12-08 | 인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102380376B1 (ko) |
| WO (1) | WO2023106516A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023106516A1 (ko) * | 2021-12-08 | 2023-06-15 | 주식회사 세븐포인트원 | 인공지능 콜을 이용한 질의응답 기반의 치매 검사 방법 및 서버 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140023458A (ko) * | 2012-08-13 | 2014-02-27 | 서울대학교산학협력단 | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 |
| KR20190081626A (ko) | 2017-12-29 | 2019-07-09 | 동국대학교 산학협력단 | 인공지능 기반의 음성분석을 통한 우울증, 불안증, 조기치매, 또는 자살 징후 조기판별 시스템 |
| JP2020522028A (ja) * | 2017-05-05 | 2020-07-27 | カナリー・スピーチ，エルエルシー | 音声に基づく医療評価 |
| KR20200143940A (ko) * | 2019-06-17 | 2020-12-28 | 한림대학교 산학협력단 | 인공지능 기반의 언어 능력 평가 방법 및 시스템 |
| KR20210015020A (ko) * | 2019-07-31 | 2021-02-10 | 주식회사 유니온 아일랜드 | 음성인식이 가능한 치매 관리 서비스 제공 방법 및 그 장치와 시스템 |
| KR102237539B1 (ko) * | 2020-07-31 | 2021-04-07 | 이승연 | 음성 대화 분석을 기반으로 하는 치매 및 인지 능력 판단 시스템 및 방법 |
| KR102314213B1 (ko) * | 2020-01-14 | 2021-10-19 | 주식회사 바이칼에이아이 | 인공지능 기술을 활용한 경도 인지 장애 감지 방법 및 장치 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102380376B1 (ko) * | 2021-12-08 | 2022-04-01 | 주식회사 세븐포인트원 | 인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버 |
-
2021
- 2021-12-08 KR KR1020210174414A patent/KR102380376B1/ko active IP Right Grant
-
2022
- 2022-04-05 WO PCT/KR2022/004866 patent/WO2023106516A1/ko active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140023458A (ko) * | 2012-08-13 | 2014-02-27 | 서울대학교산학협력단 | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 |
| JP2020522028A (ja) * | 2017-05-05 | 2020-07-27 | カナリー・スピーチ，エルエルシー | 音声に基づく医療評価 |
| KR20190081626A (ko) | 2017-12-29 | 2019-07-09 | 동국대학교 산학협력단 | 인공지능 기반의 음성분석을 통한 우울증, 불안증, 조기치매, 또는 자살 징후 조기판별 시스템 |
| KR20200143940A (ko) * | 2019-06-17 | 2020-12-28 | 한림대학교 산학협력단 | 인공지능 기반의 언어 능력 평가 방법 및 시스템 |
| KR20210015020A (ko) * | 2019-07-31 | 2021-02-10 | 주식회사 유니온 아일랜드 | 음성인식이 가능한 치매 관리 서비스 제공 방법 및 그 장치와 시스템 |
| KR102314213B1 (ko) * | 2020-01-14 | 2021-10-19 | 주식회사 바이칼에이아이 | 인공지능 기술을 활용한 경도 인지 장애 감지 방법 및 장치 |
| KR102237539B1 (ko) * | 2020-07-31 | 2021-04-07 | 이승연 | 음성 대화 분석을 기반으로 하는 치매 및 인지 능력 판단 시스템 및 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023106516A1 (ko) * | 2021-12-08 | 2023-06-15 | 주식회사 세븐포인트원 | 인공지능 콜을 이용한 질의응답 기반의 치매 검사 방법 및 서버 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023106516A1 (ko) | 2023-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108830034B (zh) | 一种医药临床研发信息处理系统及其方法 | |
| WO2020013302A1 (ja) | 精神・神経系疾患の推定システム、推定プログラムおよび推定方法 | |
| CN110047588A (zh) | 基于微表情的呼叫方法、装置、计算机设备及存储介质 | |
| KR102329954B1 (ko) | 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 | |
| KR102380376B1 (ko) | 인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버 | |
| US20210313020A1 (en) | Method and apparatus for rehabilitation training of cognitive function | |
| Patterson et al. | A Bayesian tool for epilepsy diagnosis in the resource-poor world: development and early validation | |
| Palacios-Alonso et al. | MonParLoc: a speech-based system for Parkinson’s disease analysis and monitoring | |
| KR101437569B1 (ko) | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 | |
| KR20200143940A (ko) | 인공지능 기반의 언어 능력 평가 방법 및 시스템 | |
| Dodge et al. | Tools for advancing research into social networks and cognitive function in older adults | |
| KR102406561B1 (ko) | 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 | |
| CN116665845A (zh) | 一种基于多模态数据用户情绪自测系统 | |
| Kojima et al. | Objective assessment of pathological voice using artificial intelligence based on the GRBAS scale | |
| CN114305418B (zh) | 一种用于抑郁状态智能评估的数据采集系统及方法 | |
| EP4179961A1 (en) | Voice characteristic-based method and device for predicting alzheimer's disease | |
| EP4220648A1 (en) | Method and server for dementia test based on questions and answers using artificial intelligence call | |
| Wright et al. | Longitudinal designs. | |
| US20200185110A1 (en) | Computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests | |
| CN113017634B (zh) | 情绪评估方法、装置、电子设备和计算机可读存储介质 | |
| Knutson et al. | Psychological predictors of pediatric cochlear implant use and benefit | |
| KR102375487B1 (ko) | 기계학습을 이용한 치매검사 관리 서버 및 이를 이용한 치매검사 방법 | |
| KR102306953B1 (ko) | 음성인식 기반 진료 지원 방법 | |
| CN113425293A (zh) | 一种听觉失认障碍评估系统及方法 | |
| US20180268108A1 (en) | System for monitoring disease progression |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |