KR102406561B1 - 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 - Google Patents

완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 Download PDF

Info

Publication number
KR102406561B1
KR102406561B1 KR1020210174418A KR20210174418A KR102406561B1 KR 102406561 B1 KR102406561 B1 KR 102406561B1 KR 1020210174418 A KR1020210174418 A KR 1020210174418A KR 20210174418 A KR20210174418 A KR 20210174418A KR 102406561 B1 KR102406561 B1 KR 102406561B1
Authority
KR
South Korea
Prior art keywords
test
user terminal
voice
dementia
interrupt element
Prior art date
Application number
KR1020210174418A
Other languages
English (en)
Inventor
이현준
유주영
Original Assignee
주식회사 세븐포인트원
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 주식회사 세븐포인트원 filed Critical 주식회사 세븐포인트원
Priority to KR1020210174418A priority Critical patent/KR102406561B1/ko
Application granted granted Critical
Publication of KR102406561B1 publication Critical patent/KR102406561B1/ko

Links

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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • 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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Neurology (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Social Psychology (AREA)
  • General Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명의 일 측면에 의하면, 서버에서 수행되는 인공지능 콜 기반의 치매 검사를 수행하는 방법에 있어서, 검사 대상자의 사용자 단말과 인공지능 콜을 연결하는 단계, 상기 사용자 단말 주변의 인터럽트 요소를 감지하는 단계 및 상기 인터럽트 요소가 감지되지 않은 경우, 음성 질의응답 기반의 치매 검사를 진행하는 단계를 포함하고, 상기 인터럽트 요소는, 상기 검사 대상자 외의 제3자의 음성에 의한 제1인터럽트 요소와, 상기 사용자 단말 주변의 소음에 의한 제2인터럽트 요소 중 적어도 하나를 포함하는, 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법이 제공된다.

Description

완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버{Method and server for dementia test based on artificial intelligence call with improved completion rate}
본 발명은 인공지능 콜 기반의 치매 검사 방법 및 서버에 관한 것이로, 보다 상세하게는 인공지능 콜을 이용하여 음성 질의응답 기반의 치매 검사를 수행함에 있어서 완공률이 향상된 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.
공개특허공보 제10-2019-0081626호, 2019.07.09.
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.
또한, 본 발명이 해결하고자 하는 과제는 인공지능 콜 기반의 치매 검사를 수행함에 있어서 검사 대상자가 검사를 끝까지 참여하여 완료하는 비율(이하, 완공률)이 향상된 인공지능 콜 기반의 치매 검사 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 콜 기반의 치매 검사를 수행하는 방법에 있어서, 검사 대상자의 사용자 단말과 인공지능 콜을 연결하는 단계, 상기 사용자 단말 주변의 인터럽트 요소를 감지하는 단계 및 상기 인터럽트 요소가 감지되지 않은 경우, 음성 질의응답 기반의 치매 검사를 진행하는 단계를 포함하고, 상기 인터럽트 요소는, 상기 검사 대상자 외의 제3자의 음성에 의한 제1인터럽트 요소와, 상기 사용자 단말 주변의 소음에 의한 제2인터럽트 요소 중 적어도 하나를 포함하는, 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법이 제공된다.
본 실시예에 따르면, 상기 인터럽트 요소를 감지하는 단계는, 상기 사용자 단말로부터 상기 사용자 단말 주변의 소리 신호를 획득하는 단계, 상기 소리 신호에서 음성 데이터를 추출하는 단계 및 상기 음성 데이터가 둘 이상의 음파 패턴을 포함하는 경우, 상기 제1인터럽트 요소가 존재하는 것으로 판단하는 단계를 포함할 수 있다.
본 실시예에 따르면, 상기 인터럽트 요소를 감지하는 단계는, 상기 소리 신호에서 비(非)음성 데이터를 추출하는 단계 및 상기 소리 신호 중 상기 비음성 데이터의 비율이 사전 설정된 비율 이상인 경우, 상기 제2인터럽트 요소가 존재하는 것으로 판단하는 단계를 더 포함할 수 있다.
본 실시예에 따르면, 상기 인터럽트 요소를 감지하는 단계는, 상기 사용자 단말로부터 상기 사용자 단말의 위치 데이터를 획득하는 단계 및 상기 위치 데이터를 기반으로 상기 제2인터럽트 요소를 감지하는 단계를 포함할 수 있다.
본 실시예에 따르면, 상기 위치 데이터를 기반으로 상기 제2인터럽트 요소를 감지하는 단계는, 상기 사용자 단말이 야외에 위치하거나 상기 사용자 단말이 이동중인 경우, 상기 제2인터럽트 요소가 존재하는 것으로 판단하는 단계를 포함할 수 있다.
본 실시예에 따르면, 상기 인터럽트 요소가 감지된 경우, 상기 치매 검사를 진행하지 않고 검사 일정 예약을 진행하는 단계를 더 포함할 수 있다.
본 실시예에 따르면, 상기 음성 질의응답 기반의 치매 검사를 진행하는 단계는, 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 및 상기 사용자 단말로부터 제2대답 음성을 획득하는 단계를 포함하고, 상기 사용자 단말로부터 상기 제1대답 음성 및 상기 제2대답 음성을 획득하는 동안 상기 사용자 단말에 연결유지 확인음을 제공할 수 있다.
본 실시예에 따르면, 상기 제1대답 음성 및 상기 제2대답 음성을 획득하는 동안 음성이 감지되지 않는 시간을 측정하는 단계 및 상기 음성이 감지되지 않는 시간이 사전 설정된 시간 이상인 경우, 알림을 제공하는 단계를 더 포함할 수 있다.
본 발명의 다른 관점에 따르면, 하드웨어인 컴퓨터와 결합되어, 상기 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법을 실행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체가 제공된다.
본 발명의 또 다른 관점에 따르면, 검사 대상자의 사용자 단말과 인공지능 콜을 연결하는, 통신부, 상기 사용자 단말 주변의 인터럽트 요소를 감지하는, 인터럽트 요소 감지부 및 상기 인터럽트 요소가 감지되지 않은 경우, 음성 질의응답 기반의 치매 검사를 진행하는, 치매검사 진행부를 포함하고, 상기 인터럽트 요소는, 상기 검사 대상자 외의 제3자의 음성에 의한 제1인터럽트 요소와, 상기 사용자 단말 주변의 소음에 의한 제2인터럽트 요소 중 적어도 하나를 포함하는, 완공률이 향상된 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.
또한, 본 발명에 의하면, 인공지능 콜 기반의 치매 검사를 수행함에 있어서 검사 대상자가 검사를 끝까지 참여하여 완료하는 비율(이하, 완공률)을 향상시키고, 검사 내용 분석 시 검사 환경을 반영하여 분석의 정확도를 향상시킬 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 3a는 본 발명의 일 실시예에 따른 제1인터럽트 요소가 존재하는 상황을 개략적으로 도시하는 예시도이다.
도 3b는 본 발명의 일 실시예에 따른 제2인터럽트 요소가 존재하는 상황을 개략적으로 도시하는 예시도이다.
도 4는 본 발명의 일 실시예에 따른 치매 검사 서버의 일부를 개략적으로 도시하는 블록도이다.
도 5는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이다.
도 6은 본 발명의 일 실시예에 따른 인터럽트 요소 감지 단계의 일부를 개략적으로 도시하는 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 소리 신호를 분석하는 과정의 일부를 개략적으로 도시하는 개념도이다.
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 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 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 "완공률"은 검사 대상자가 검사를 끝까지 참여하여 완료하는 비율을 의미한다.
본 명세서에서 "인터럽트 요소"는 치매 검사 진행 시 검사 대상자의 집중도를 감소시키거나 검사 결과 분석의 정확도를 감소시킬 수 있는 방해 요소를 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.
본 명세서에서 "신뢰도값"은 검사 대상자가 인공지능 콜 기반의 치매 검사에 참여한 검사 환경의 적절성을 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. 이를 통해 치매 검사 서버(10)가 제공하는 인공지능 콜은 일반 음성 통화뿐만 아니라 영상 통화로도 구현될 수 있다. 인공지능 콜이 영상 통화로 구현되는 경우, 치매 검사 서버(10)의 인터럽트 요소 감지부(130, 도 4 참조)는 카메라부를 통해 획득한 이미지 데이터를 기반으로 인터럽트 요소를 감지할 수 있다. 예컨대, 사용자 단말(20)의 카메라부는 사용자 단말(20) 주변의 사람(예컨대, 검사 대상자, 제3자 등)을 인식할 수 있고, 인식된 데이터는 사용자 단말(20) 주변에 존재하는 사람들의 현황을 판단하기 위한 데이터로 활용될 수 있다. 또한, 사용자 단말(20)의 카메라부는 사용자 단말(20) 주변에 위치하는 사물들 또는 배경을 인식할 수 있고, 인식된 데이터는 사용자 단말(20)이 위치하고 있는 장소를 판단하기 위한 데이터로 활용될 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.
한편, 본 발명의 인공지능 콜 기반의 치매 검사는 음성 질의응답 방식으로 진행되는 바, 검사 대상자의 적극적인 참여가 요구된다. 즉, 유의미한 치매 검사를 수행하기 위해서는 검사 대상자가 검사를 끝까지 참여하며 적극적으로 질문에 대해 대답할 것이 요구된다. 만약 검사 대상자가 검사 진행 도중에 대답을 멈추는 등 검사에 대한 참여를 중단한다면 해당 검사 내용 전체가 무의미해지거나, 검사 내용 분석이 부정확해지는 문제가 발생할 수 있다.
본 발명의 실시예들에 의하면, 치매 검사 진행 단계에서 검사 대상자가 검사에 집중할 수 있는 환경에서 검사에 참여할 수 있도록 하는 등 검사 대상자가 검사를 끝까지 완료하도록 유도하여 치매 검사의 완공률을 향상시킬 수 있다. 또한, 검사 내용 분석 단계에서 검사 대상자가 검사를 진행한 환경에 대한 요소를 고려하여 검사의 정확도를 향상시킬 수 있다. 구체적으로, 본 발명의 실시예들은 인터럽트 요소를 감지하여 검사 대상자가 검사 진행에 적절한 환경에 있는지 판단하여 검사 진행 여부를 결정하거나, 검사 내용 분석 시 검사 환경의 인터럽트 요소를 반영하여 검사 내용을 분석할 수 있다. 이에 대한 상세한 내용은 이하 도 3a 내지 도 7을 참조하여 후술한다.
도 3a는 본 발명의 일 실시예에 따른 제1인터럽트 요소가 존재하는 상황을 개략적으로 도시하는 예시도이고, 도 3b는 본 발명의 일 실시예에 따른 제2인터럽트 요소가 존재하는 상황을 개략적으로 도시하는 예시도이다.
"인터럽트 요소"는 치매 검사 진행 시 검사 대상자의 집중도를 감소시키거나 검사 결과 분석의 정확도를 감소시킬 수 있는 방해 요소이다. 이러한 인터럽트 요소는 검사 진행 단계에서 검사 대상자의 대답에 영향을 주거나, 검사 대상자가 인공지능 콜이 제공하는 음성에 집중하는 것을 방해할 수 있다. 또한, 인터럽트 요소는 검사 내용 분석 단계에서 검사 대상자의 대답 음성에 포함된 노이즈로 작용하여 정확한 검사 내용 분석을 방해할 수 있다. 일 실시예로, 인터럽트 요소는 인적 요인에 의한 제1인터럽트 요소와 환경 요인에 의한 제2인터럽트 요소 중 적어도 하나를 포함할 수 있다.
도 3a에 도시된 바와 같이, 제1인터럽트 요소는 검사 대상자 외의 제3자의 음성에 의한 인터럽트 요소일 수 있다.
인공지능 콜이 연결된 사용자 단말(20) 주변에는 검사 대상자 외의 제3자가 함께 있을 수 있다. 인공지능 콜 기반의 치매 검사는 별도의 관리자없이 전화 통화를 통해 자동으로 진행되는 바, 제3자의 존재로 인하여 검사 대상자가 검사에 집중하는 것에 방해를 받거나, 제3자의 간섭으로 인해 검사 결과의 정확도가 떨어지는 상황이 발생할 수 있다.
예컨대, 검사 대상자가 제3자와 논의하여 대답을 하는 경우, 제3자와 대화하면서 검사를 진행하는 경우, 제3자가 검사 대상자에게 훈수를 두는 경우 등과 같이 제3자의 음성은 검사 대상자의 집중도 및 검사 결과의 정확도를 떨어뜨리는 인터럽트 요소로 작용할 수 있다. 따라서, 인공지능 콜이 연결된 사용자 단말(20) 주변에서 검사 대상자 외의 제3자의 음성이 감지되는 경우 제1인터럽트 요소가 존재하는 것으로 판단할 수 있다. 제1인터럽트 요소의 존재를 판단하는 방법 등에 대한 상세한 내용은 도 4 내지 도 7을 참조하여 후술한다.
도 3b에 도시된 바와 같이, 제2인터럽트 요소는 사용자 단말(20) 주변의 소음에 의한 제2인터럽트 요소일 수 있다.
검사 대상자는 인공지능 콜과 연결되는 시점에 검사 진행에 적합하지 않은 환경에 있을 수 있다. 인공지능 콜 기반의 치매 검사는 전화 통화를 통해 음성 질의응답 방식으로 진행되는 바, 검사 환경에 따라 검사 대상자가 검사 진행에 방해를 받거나, 제3자의 간섭으로 인해 검사 결과의 정확도가 떨어지는 상황이 발생할 수 있다.
예컨대, 검사 대상자가 대중교통을 이용하고 있는 경우, 검사 대상자가 텔레비전을 시청하고 있는 경우, 검사 대상자가 야외 활동을 하고 있는 경우 등과 같이 검사 대상자가 소음이 존재하는 환경에 있는 경우, 해당 환경에서 발생하는 각종 소음은 검사 대상자의 집중도 및 검사 결과의 정확도를 떨어뜨리는 인터럽트 요소로 작용할 수 있다. 따라서, 인공지능 콜이 연결된 사용자 단말(20) 주변에서 환경 소음이 감지되는 경우 제2인터럽트 요소가 존재하는 것으로 판단할 수 있다. 제2인터럽트 요소의 존재를 판단하는 방법 등에 대한 상세한 내용은 도 4 내지 도 7을 참조하여 후술한다.
도 4는 본 발명의 일 실시예에 따른 치매 검사 서버의 일부를 개략적으로 도시하는 블록도이다.
도 4에 도시된 바와 같이, 본 발명의 일 실시예에 따른 치매 검사 서버(10)는 통신부(110), 제어부(120), 인터럽트 요소 감지부(130), 치매검사 진행부(140) 및 분석부(150)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 4에 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.
인터럽트 요소 감지부(130)는 인공지능 콜이 연결된 사용자 단말(20) 주변에 존재하는 인터럽트 요소를 감지하는 역할을 한다.
인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 사용자 단말(20) 주변의 소리 신호를 획득할 수 있다. 이러한 소리 신호는 사용자 단말(20)의 소리획득부를 통해 수신되어 전기 신호로 변환되어 치매 검사 서버(10, 도 1 참조)로 전송될 수 있다.
인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 획득한 소리 신호를 분석하여 인터럽트 요소를 감지할 수 있다. 일 실시예로, 인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 획득한 사용자 단말(20) 주변의 소리 신호로부터 인적 요인(예컨대, 검사 대상자 외의 제3자의 음성 등)에 의한 제1인터럽트 요소 및 환경 요인(예컨대, 사용자 단말(20) 주변의 소음 등)에 의한 제2인터럽트 요소 중 적어도 하나를 적어도 하나를 감지할 수 있다. 한편, 인터럽트 요소 감지부(130)는 제1인터럽트 요소와 제2인터럽트 요소를 순차적으로 감지하거나, 제1인터럽트 요소와 제2인터럽트 요소를 동시에 감지할 수 있다.
인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 획득한 사용자 단말(20) 주변의 소리 신호로부터 음성 데이터 및/또는 비(非)음성 데이터를 추출할 수 있다. 인터럽트 요소 감지부(130)는 소리 신호로부터 추출한 음성 데이터를 기반으로 제1인터럽트 요소의 존재 여부를 판단할 수 있다. 또한, 인터럽트 요소 감지부(130)는 소리 신호로부터 추출한 비음성 데이터를 기반으로 제2인터럽트 요소의 존재 여부를 판단할 수 있다. 한편, 인터럽트 요소 감지부(130)는 소리 신호로부터 음성 데이터와 비음성 데이터를 순차적으로 추출하거나, 음성 데이터와 비음성 데이터를 동시에 추출할 수 있다.
이러한 인터럽트 요소 감지부(130)가 소리 신호를 분석하여 제1인터럽트 요소 및 제2인터럽트 요소를 감지하는 과정에 대한 상세한 내용은 도 6 및 도 7을 참조하여 후술한다.
한편, 일 실시예로, 인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 이미지 데이터를 획득하고, 획득한 이미지 데이터를 기반으로 인터럽트 요소를 감지할 수 있다. 구체적으로, 사용자 단말(20)이 카메라부를 구비하고 인공지능 콜이 영상 통화로 구현되는 경우, 치매 검사 서버(10, 도 1 참조)는 사용자 단말(20)의 카메라부가 획득한 이미지 데이터를 수신할 수 있다. 인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 수신한 이미지 데이터를 분석하여 사용자 단말(20) 주변에 존재하는 사람들의 현황 및/또는 사용자 단말(20)이 위치하고 있는 장소를 판단할 수 있다. 인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 수신한 이미지 데이터를 분석한 결과 2명 이상의 사람이 존재하는 경우, 사용자 단말(20) 주변에 검사 대상자 외의 제3자가 존재하는 것으로 판단하고, 제1인터럽트 요소가 존재하는 것으로 판단할 수 있다. 또한, 인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 수신한 이미지 데이터를 분석한 결과 도로, 나무, 벤치, 가로등, 건물, 신호등, 자동차 등의 사물이 존재하는 경우, 사용자 단말(20)이 실내가 아닌 야외에 위치하는 것으로 판단하고, 제2인터럽트 요소가 존재하는 것으로 판단할 수 있다.
다른 실시예로, 인터럽트 요소 감지부(130)는 사용자 단말(20)의 위치 데이터를 기반으로 인터럽트 요소를 감지할 수 있다. 여기서 "위치 데이터"는 사용자 단말(20)이 인공지능 콜이 연결된 상태에서 위치하고 있는 곳에 대한 정보이다. 예컨대, 위치 데이터는 인공지능 콜이 연결된 사용자 단말(20)에 적용된 GPS(Global Positioning System) 기술을 기반으로 확보되어 치매 검사 서버(10)로 전송될 수 있다. 인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 획득한 위치 데이터를 기반으로 인공지능 콜이 연결된 사용자 단말(20)의 위치를 파악하고, 위치 상 특성을 분석하여 인터럽트 요소의 존재 여부를 감지 및 판단할 수 있다.
구체적인 예로, 인터럽트 요소 감지부(130)는 위치 데이터를 기반으로 제2인터럽트 요소를 감지할 수 있다. 인터럽트 요소 감지부(130)는 위치 데이터 분석 결과, 사용자 단말(20)이 실내가 아닌 야외에 위치하는 경우 제2인터럽트 요소가 존재하는 것으로 판단할 수 있다. 다른 구체적인 예로, 인터럽트 요소 감지부(130)는 위치 데이터 분석 결과, 사용자 단말(20)이 이동중인 경우 제2인터럽트 요소가 존재하는 것으로 판단할 수 있다.
치매검사 진행부(140)는 인공지능 콜이 연결된 사용자 단말(20)의 검사 대상자에 대하여 치매 검사를 진행하는 역할을 한다.
치매검사 진행부(140)가 수행하는 치매 검사는 음성 질의응답 기반으로 진행될 수 있다. 예컨대, 치매검사 진행부(140)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(140)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(140)는 사용자가 질문 음성에 대응하여 대답한 대답 음성을 획득할 수 있다.
치매검사 진행부(140)가 치매 검사를 수행하며 사용자 단말(20, 도 1 참조)로부터 획득한 검사 대상자의 대답 음성은 분석부(150)로 전달될 수 있다.
분석부(150)는 치매검사 진행부(140)로부터 전달받은 대답 음성을 기반으로 검사 내용을 분석한다. 일 실시예로, 도 4에 도시된 바와 같이, 분석부(150)는 음성변환부(151), 단어추출부(153) 및 검사내용 분석부(155)를 포함할 수 있다.
음성변환부(151)는 치매검사 진행부(140)로부터 전달받은 대답 음성을 문자 데이터로 변환하는 역할을 수행할 수 있다. 음성변환부(151)는 음성-문자변환(Speech to text; STT) 기술이 적용될 수 있으며, 음성-문자변환 기술의 종류에는 제한이 없다.
일 실시예로, 음성변환부(151)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(151)는 음성분리부(미도시), 텍스트 변환부(미도시) 및 텍스트 통합부(미도시)를 포함할 수 있으나 이에 제한되는 것은 아니다.
단어추출부(153)는 음성변환부(151)가 검사 대상자의 대답 음성을 변환한 문자 데이터에서 적어도 하나의 단어를 추출하는 역할을 한다.
단어추출부(153)는 치매 검사 진행 중에 획득된 대답 음성이 변환된 문자 데이터 전체에서 검사 내용과 관련된 적어도 하나의 단어를 추출할 수 있다. 예컨대, 치매검사 진행부(140)에 의해 수행되는 치매 검사가 사전 설정된 시간동안 특정한 주제에 대응하는 단어를 가능한 많이 대답하는 방식으로 진행되는 경우, 단어추출부(153)는 검사 대상자의 대답 음성이 변환된 문자 데이터에서 검사 내용과 관련된 단어를 추출할 수 있다. 구체적으로, 단어추출부(153)는 검사 대상자의 대답 음성에서 검사에서 주어진 주제에 대한 대답을 한 것에 해당하는 단어만 추출할 수 있다.
검사내용 분석부(155)는 단어추출부(153)가 추출한 적어도 하나의 단어를 기반으로 검사 내용을 분석하는 역할을 한다.
검사내용 분석부(155)는 단어추출부(153)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.
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(155)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(155)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 5는 본 발명의 일 실시예에 따른 치매 검사 방법의 일부를 개략적으로 도시하는 순서도이고, 도 6은 본 발명의 일 실시예에 따른 인터럽트 요소 감지 단계의 일부를 개략적으로 도시하는 흐름도이고, 도 7은 본 발명의 일 실시예에 따른 소리 신호를 분석하는 과정의 일부를 개략적으로 도시하는 개념도이다.
도 5에 도시된 바와 같이, 본 발명의 일 실시예에 따른 치매 검사 방법은, 인공지능 콜 연결 단계(S100), 인터럽트 요소 감지 단계(S200), 치매 검사 진행 단계(S400) 및 검사 내용 분석 단계(S500)을 포함할 수 있다.
인공지능 콜 연결 단계(S100)는 치매 검사 서버(10, 도 1 참조)와 사용자 단말(20, 도 1 참조)이 통신하여 인공지능 콜이 연결되는 단계이다. 일 실시예로, 인공지능 콜은 치매 검사 서버(10)가 사용자 단말(20)로 인공지능 콜을 발신하고, 사용자 단말(20)의 수신으로 연결될 수 있다. 다른 실시예로, 인공지능 콜은 사용자 단말(20)이 치매 검사 서버(10)에 부여된 전화번호로 발신하고, 치매 검사 서버(10)의 수신으로 연결될 수 있다.
치매 검사 서버(10)와 사용자 단말(20) 간의 인공지능 콜이 연결되면, 치매 검사 서버(10)는 사전 저장된 음성을 사용자 단말(20)에 제공할 수 있다. 이때, 사전 저장된 음성은 인공지능 음성 및/또는 사람이 녹음한 음성으로 구성될 수 있다. 일 실시예로, 치매 검사 서버(10)와 사용자 단말(20) 간의 인공지능 콜이 연결되면, 치매 검사 서버(10)는 사용자 단말(20)에 안내 음성을 제공할 수 있다. 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‹š, 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.
인터럽트 요소 감지 단계(S200)는 사용자 단말(20) 주변에 존재하는 인터럽트 요소를 감지하는 단계이다. 인터럽트 요소 감지 단계(S200)에서 치매 검사 서버(10)의 인터럽트 요소 감지부(130, 도 4 참조)는 검사 대상자 외의 제3자의 음성에 의한 제1인터럽트 요소와, 사용자 단말(20) 주변의 소음에 의한 제2인터럽트 요소 중 적어도 하나를 감지할 수 있다.
도 6에 도시된 바와 같이, 인터럽트 요소 감지 단계(S200)는 소리 신호 획득 단계(S210), 음성 데이터 추출 단계(S230), 제1인터럽트 요소 존재 여부 판단 단계(S250), 비음성 데이터 추출 단계(S270) 및 제2인터럽트 요소 존재 여부 판단 단계(S290)를 포함할 수 있다.
소리 신호 획득 단계(S210)는 사용자 단말(20)로부터 사용자 단말(20) 주변에 존재하는 소리 신호를 획득하는 단계이다. 소리 신호는 사용자 단말(20)의 소리획득부를 통해 수신되어 전기 신호로 변환된 것일 수 있다. 소리 신호는 음성 데이터 및/또는 비(非)음성 데이터를 포함할 수 있다. 여기서 음성 데이터는 검사 대상자, 제3자 등의 사람의 음성이 전기 신호로 변환된 것일 수 있다. 비음성 데이터는 사람의 음성을 제외한 사용자 단말(20) 주변에 존재하는 각종 소리가 전기 신호로 변환된 것일 수 있다.
구체적으로, 도 7에 도시된 바와 같이, 소리 신호는 음성 데이터 및 비음성 데이터를 포함할 수 있고, 음성 데이터는 사람의 음성에 대응하는 하나 이상의 음파 패턴을 포함할 수 있다. 치매 검사 서버(10)의 인터럽트 요소 감지부(130)는 후술하는 S230 단계 내지 S290 단계를 거치면서 소리 신호로부터 음성 데이터와 비음성 데이터를 각각 추출하고, 더 나아가서 추출한 음성 데이터로부터 하나 이상의 음파 패턴을 추출할 수 있다.
한편, 도 6 및 도 7에서는 S230 단계 내지 S290 단계가 순차적으로 수행되는 것으로 도시되어 있으나, 각 단계들의 순서가 변경되거나, 단계들 중 일부가 동시에 수행되거나, 일부 단계가 생략되는 것도 가능하다.
음성 데이터 추출 단계(S230)는 사용자 단말(20)로부터 획득한 소리 신호로부터 음성 데이터를 추출하는 단계이다.
제1인터럽트 요소 존재 여부 판단 단계(S250)는 소리 신호로부터 추출한 음성 데이터를 분석하여 사용자 단말(20) 주변에 제1인터럽트 요소가 존재하는지 여부를 판단하는 단계이다.
일 실시예로, 치매 검사 서버(10)의 인터럽트 요소 감지부(130)는 음성 데이터가 포함하는 음파 패턴의 개수로 제1인터럽트 요소의 존재 여부를 판단할 수 있다. 구체적으로, 음성 데이터는 사람의 음성에 의한 하나 이상의 음파 패턴을 포함할 수 있다. 사용자 단말(20) 주변에 음성을 생성하는 복수의 사람들이 존재하는 경우, 음성 데이터는 복수의 음파 패턴들을 포함할 수 있다. 이러한 음파 패턴은 사람마다 상이하므로 복수의 음파 패턴들 각각은 사용자 단말(20) 주변에 존재하는 사람들 각각의 음성에 대응할 수 있다.
따라서, 치매 검사 서버(10)의 인터럽트 요소 감지부(130)는 음성 데이터가 포함하는 음파 패턴들 각각을 분리하여 추출하여 사용자 단말(20) 주변에 존재하는 사람의 수를 판단할 수 있다. 즉, 치매 검사 서버(10)의 인터럽트 요소 감지부(130)는 음성 데이터가 둘 이상의 음파 패턴을 포함하는 경우, 사용자 단말(20) 주변에 음성을 생성하는 사람이 둘 이상인 것으로 판단하고, 제1인터럽트 요소가 존재하는 것으로 판단할 수 있다.
비음성 데이터 추출 단계(S270)는 사용자 단말(20)로부터 획득한 소리 신호로부터 비음성 데이터를 추출하는 단계이다.
제2인터럽트 요소 존재 여부 판단 단계(S290)는 소리 신호로부터 추출한 비음성 데이터를 분석하여 사용자 단말(20) 주변에 제2인터럽트 요소가 존재하는지 여부를 판단하는 단계이다.
일 실시예로, 치매 검사 서버(10)의 인터럽트 요소 감지부(130)는 사용자 단말(20)로부터 획득한 소리 신호 중 비음성 데이터가 차지하는 비율을 기반으로 제2인터럽트 요소의 존재 여부를 판단할 수 있다. 구체적인 예로, 인터럽트 요소 감지부(130)는 소리 신호 중 비음성 데이터가 차지하는 비율이 사전 설정된 비율 이상인 경우, 사용자 단말(20) 주변에 검사 진행 및 검사 내용 분석에 영향을 줄 수 있는 소음이 있는 것으로 판단하고, 제2인터럽트 요소가 존재하는 것으로 판단할 수 있다. 여기서 사전 설정된 비율은 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%, 50% 등으로 설정될 수 있으나 이에 제한되는 것은 아니고 필요에 따라 다양하게 변형될 수 있다.
다시 도 5로 돌아와서, 검사 진행 여부 판단 단계(S300)는 인터럽트 요소 감지 단계(S200)에서 감지된 인터럽트 요소를 기반으로 이번에 연결된 인공지능 콜을 통해 치매 검사를 진행할지 여부를 판단하는 단계이다.
일 실시예로, 치매 검사 서버(10)는 인터럽트 요소가 존재하지 않는 경우에 한하여 치매 검사를 진행할 수 있다. 예컨대, 소리 신호 분석 결과, 음성 데이터로부터 둘 이상의 음파 패턴이 감지되어 제1인터럽트 요소가 존재하는 것으로 판단되거나, 소리 신호 중 비음성 데이터의 비율이 사전 설정된 비율 이상으로 감지되어 제2인터럽트 요소가 존재하는 것으로 판단되는 경우, 치매 검사를 진행하지 않을 수 있다. 이를 통해 검사 대상자가 치매 검사에 온전히 집중할 수 없거나, 검사 내용을 정확하게 분석할 수 없는 상황은 검사를 진행하지 않음으로써 검사의 효율성을 향상시킬 수 있다.
한편, 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사 방법은 검사 일정 예약 단계(S350)를 더 포함할 수 있다. 검사 일정 예약 단계(S350)는 인터럽트 요소가 감지된 경우, 치매 검사를 진행하지 않고 이후 검사 일정 예약 절차를 진행하는 단계이다. 예컨대, 검사 일정 예약 절차는 검사 대상자에게 가능한 날짜 및 시간을 대답할 것을 요청하고, 검사 대상자의 대답 음성을 획득하여 문자 데이터로 변환 후 일정 예약을 진행할 수 있다. 또한, 일정 예약은 치매 검사 서버(10)의 캘린더와 연동되어 관리될 수 있으며, 치매 검사 서버(10)는 캘린더에 저장된 일시에 해당 검사 대상자의 사용자 단말(10)로 인공지능 콜을 발신하여 치매 검사를 진행할 수 있다.
치매 검사 진행 단계(S400)는 음성 질의응답 기반의 치매 검사를 진행하는 단계이다.
일 실시예로, 치매검사 진행부(140)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 증상 유무를 판단하는데 실질적으로 이용되는 본 검사일 수 있다. 즉, 치매 검사 진행 단계(S400)는 제1검사 진행 단계, 제2검사 진행 단계를 포함할 수 있다.
제1검사 진행 단계는 연습 검사인 제1검사를 진행하며 검사 대상자(사용자 단말(20)의 수신자)의 검사 진행 방식에 대한 이해도를 향상시키는 단계일 수 있따.
제1검사 진행 단계는 검사 서버(10)가 사용자 단말(20)로 제1질문 음성을 제공하는 단계 및 검사 서버(10)가 사용자 단말(20)로부터 제1대답 음성을 획득하는 단계를 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.
다른 실시예로, 제1검사 진행 단계에서 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 단계는 본 검사인 제2검사를 진행하며 치매 질환 유무 및 치매 증상 수준을 판단하는데 활용되는 음성 데이터를 확보하는 단계이다.
제2검사 진행 단계는 검사 서버(10)가 사용자 단말(20)로 제2질문 음성을 제공하는 단계 및 검사 서버(10)가 사용자 단말(20)로부터 제2대답 음성을 획득하는 단계를 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(S500)는 치매 검사 서버(10)가 사용자 단말(20)로부터 획득한 제2대답 음성을 기반으로 검사 내용을 분석하는 단계이다.
검사 내용 분석 단계(S500)에서 치매 검사 서버(10)의 분석부(150, 도 4 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(S500)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.
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.
일 실시예로, 치매 검사 서버(10)의 분석부(150)는 이해도값을 반영하여 검사 내용을 분석할 수 있다. 구체적으로, 검사 내용 분석 단계(S500)는 제1대답 음성을 기반으로 검사 진행 방식의 이해도를 판단하는 단계를 더 포함할 수 있다. 치매 검사 서버(10)는 전술한 제1대답 음성을 기반으로 전술한 이해도값을 산출하고, 산출된 이해도값을 기반으로 후속 검사 대상자 여부를 판단할 수 있다.
예컨대, 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.
다른 실시예로, 치매 검사 서버(10)의 분석부(150)는 신뢰도값을 반영하여 검사 내용을 분석할 수 있다. 구체적으로, 검사 내용 분석 단계(S500)는 검사 환경을 평가하여 신뢰도를 판단하는 단계를 더 포함할 수 있다. 여기서 "신뢰도값"은 검사 대상자가 인공지능 콜 기반의 치매 검사에 참여한 검사 환경의 적절성을 수치화한 값이다.
신뢰도값은 인터럽트 요소를 기반으로 산출될 수 있다. 구체적인 예로, 분석부(150)는 제1인터럽트 요소를 기반으로 신뢰도값을 산출할 수 있다. 분석부(150)는 소리 신호에서 추출한 음성 데이터에 포함된 음파 패턴의 개수를 기반으로 신뢰도값을 산출할 수 있다. 이 경우 신뢰도값은 음성 데이터에 포함된 음파 패턴의 개수가 많을수록 낮아지고, 음성 데이터에 포함된 음파 패턴의 개수가 적을수록 높아질 수 있다. 구체적인 다른 예로, 분석부(150)는 제2인터럽트 요소를 기반으로 신뢰도값을 산출할 수 있다. 분석부(150)는 소리 신호 중 비음성 데이터가 차지하는 비율을 기반으로 신뢰도값을 산출할 수 있다. 이 경우 신뢰도값은 소리 신호 중 비음성 데이터의 비율이 클수록 낮아지고, 소리 신호 중 비음성 데이터의 비율이 작을수록 높아질 수 있다.
분석부(150)는 제2대답 음성을 분석하여 산출한 언어 유창성값이 사전 설정된 기준값 미만이더라도, 제1대답 음성을 분석하여 산출한 검사 진행 방식의 신뢰도값이 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 부적절한 검사 환경으로 인하여 낮은 언어 유창성값을 받은 경우를 구별할 수 있게 되어 검사의 정확도를 향상시킬 수 있다.
한편, 본 발명의 일 실시예에 따른 인공지능 콜 기반의 치매 검사 방법은 완공률 향상을 위한 기능을 더 포함할 수 있다.
일 실시예로, 치매 검사 서버(10)는 치매 검사 진행 과정에서 검사 대상자로부터 대답 음성을 획득하는 동안 사용자 단말(20)에 연결유지 확인음을 제공할 수 있다. 예컨대, 치매 검사 서버(10)는 사용자 단말(20)로부터 제1대답 음성 및/또는 제2대답 음성을 획득하는 동안 사용자 단말(20)에 연결유지 확인음을 제공할 수 있다.
여기서 "연결유지 확인음"은 검사 대상자에게 인공지능 콜이 여전히 잘 연결되어 있음을 알리는 확인음이다. 검사 대상자는 연결유지 확인음을 통해 주어진 대답 시간이 아직 끝나지 않고 검사가 여전히 진행중인 것을 인지할 수 있게 되어 중간에 대답을 멈추지 않고 끝까지 검사에 참여함으로써, 인공지능 콜 기반의 치매 검사의 완공률이 향상될 수 있다.
이러한 연결유지 확인음이 반복되는 간격, 소리의 종류 등에는 제한이 없다. 예컨대, 연결유지 확인음은 사전 설정된 주기(예컨대, 1초 이상 5초 이하)마다 주기적으로 반복 제공될 수 있다. 이와 달리 연결유지 확인음은 검사 대상자가 예측할 수 없도록 임의의 간격으로 제공되어, 검사 대상자에게 긴장감을 유발하여 검사에 대한 집중도를 향상시킬 수 있다. 또한, 연결유지 확인음의 소리의 종류는 박수소리, 목탁소리, 종소리, 배경음 등 다양하게 적용될 수 있다.
한편, 검사가 완료되거나 대답 구간이 종료된 경우, 완료 메시지 음성(예컨대, "고생하셨습니다.", "잘 하셨습니다." 등)을 제공할 수 있다. 이를 통해 검사 대상자는 검사가 완료된 것을 인지할 수 있게 되어 검사가 완료됐음에도 불구하고 대답을 이어나가는 상황을 방지할 수 있다.
다른 실시예로, 치매 검사 서버(10)는 치매 검사 진행 중 검사 대상자로부터 대답 음성을 획득하는 동안 검사 대상자의 음성이 감지되지 않는 시간을 측정하고, 측정된 음성 미감지 시간이 사전 설정된 시간 이상인 경우 알림을 제공할 수 있다. 예컨대, 치매 검사 서버(10)는 사용자 단말(20)로부터 제1대답 음성 및/또는 제2대답 음성을 획득하는 동안 검사 대상자의 음성이 감지되지 않는 시간을 측정하고, 측정된 음성 미감지 시간이 사전 설정된 시간(예컨대, 10초 등) 이상인 경우 알림을 제공할 수 있다. 이를 위해 치매 검사 서버(10)는 음성이 인식되지 않는 시간을 측정하는 클락 모듈을 구비할 수 있다.
이때, 제공되는 알림의 종류에는 제한이 없다. 예컨대, 알림은 독려 메시지 음성(예컨대, "조금 더 말씀해주세요.", "잘하고 계십니다." 등)을 포함할 수 있다.
이를 통해 검사 대상자는 끝까지 포기하지 않고 검사를 완료할 수 있게 되어 인공지능 콜 기반의 치매 검사의 완공률이 향상될 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: 인터럽트 요소 감지부
140: 치매검사 진행부
150: 분석부
151: 음성변환부
153: 단어추출부
155: 검사내용 분석부

Claims (10)

  1. 서버에서 수행되는 인공지능 콜 기반의 치매 검사를 수행하는 방법에 있어서,
    검사 대상자의 사용자 단말과 인공지능 콜을 연결하는 단계;
    상기 사용자 단말 주변의 인터럽트 요소를 감지하는 단계;
    상기 인터럽트 요소가 감지되지 않은 경우, 음성 질의응답 기반의 치매 검사를 진행하는 단계; 및
    상기 인터럽트 요소가 감지된 경우, 상기 치매 검사를 진행하지 않고 검사 일정 예약을 진행하는 단계;
    를 포함하고,
    상기 인터럽트 요소는, 상기 검사 대상자 외의 제3자의 음성에 의한 제1인터럽트 요소와, 상기 사용자 단말 주변의 소음에 의한 제2인터럽트 요소 중 적어도 하나를 포함하고,
    상기 인터럽트 요소를 감지하는 단계는,
    상기 사용자 단말로부터 상기 사용자 단말 주변의 소리 신호를 획득하는 단계;
    상기 소리 신호에서 음성 데이터를 추출하는 단계;
    상기 음성 데이터가 둘 이상의 음파 패턴을 포함하는 경우, 상기 제1인터럽트 요소가 존재하는 것으로 판단하는 단계;
    상기 소리 신호에서 비음성 데이터를 추출하는 단계;
    상기 소리 신호 중 상기 비음성 데이터의 비율이 사전 설정된 비율 이상인 경우, 상기 제2인터럽트 요소가 존재하는 것으로 판단하는 단계;
    상기 사용자 단말로부터 상기 사용자 단말의 위치 데이터를 획득하는 단계; 및
    상기 위치 데이터를 기반으로 상기 제2인터럽트 요소를 감지하는 단계;
    를 포함하고,
    상기 위치 데이터를 기반으로 상기 제2인터럽트 요소를 감지하는 단계는,
    상기 사용자 단말이 야외에 위치하거나 상기 사용자 단말이 이동중인 경우, 상기 제2인터럽트 요소가 존재하는 것으로 판단하는 단계를 포함하는, 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 음성 질의응답 기반의 치매 검사를 진행하는 단계는,
    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; 및
    상기 사용자 단말로부터 제2대답 음성을 획득하는 단계;
    를 포함하고,
    상기 사용자 단말로부터 상기 제1대답 음성 및 상기 제2대답 음성을 획득하는 동안 상기 사용자 단말에 연결유지 확인음을 제공하는, 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법.
  8. 제7항에 있어서,
    상기 제1대답 음성 및 상기 제2대답 음성을 획득하는 동안 음성이 감지되지 않는 시간을 측정하는 단계; 및
    상기 음성이 감지되지 않는 시간이 사전 설정된 시간 이상인 경우, 알림을 제공하는 단계;
    를 더 포함하는, 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법.
  9. 하드웨어인 컴퓨터와 결합되어, 제1항, 제7항 및 제8항 중 어느 한 항의 방법을 실행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
  10. 검사 대상자의 사용자 단말과 인공지능 콜을 연결하는, 통신부;
    상기 사용자 단말 주변의 인터럽트 요소를 감지하는, 인터럽트 요소 감지부; 및
    상기 인터럽트 요소가 감지되지 않은 경우 음성 질의응답 기반의 치매 검사를 진행하고, 상기 인터럽트 요소가 감지된 경우 상기 치매 검사를 진행하지 않고 검사 일정 예약을 진행하는, 치매검사 진행부;
    를 포함하고,
    상기 인터럽트 요소는, 상기 검사 대상자 외의 제3자의 음성에 의한 제1인터럽트 요소와, 상기 사용자 단말 주변의 소음에 의한 제2인터럽트 요소 중 적어도 하나를 포함하고,
    상기 인터럽트 요소 감지부는,
    상기 사용자 단말로부터 상기 사용자 단말 주변의 소리 신호를 획득하고, 상기 소리 신호에서 음성 데이터를 추출하고, 상기 음성 데이터가 둘 이상의 음파 패턴을 포함하는 경우 상기 제1인터럽트 요소가 존재하는 것으로 판단하고, 상기 소리 신호에서 비음성 데이터를 추출하고, 상기 소리 신호 중 상기 비음성 데이터의 비율이 사전 설정된 비율 이상인 경우 상기 제2인터럽트 요소가 존재하는 것으로 판단하고, 상기 사용자 단말로부터 상기 사용자 단말의 위치 데이터를 획득하고, 상기 위치 데이터를 기반으로 상기 제2인터럽트 요소를 감지하되, 상기 사용자 단말이 야외에 위치하거나 상기 사용자 단말이 이동중인 경우 상기 제2인터럽트 요소가 존재하는 것으로 판단하는, 완공률이 향상된 인공지능 콜 기반의 치매 검사 서버.
KR1020210174418A 2021-12-08 2021-12-08 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 KR102406561B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210174418A KR102406561B1 (ko) 2021-12-08 2021-12-08 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210174418A KR102406561B1 (ko) 2021-12-08 2021-12-08 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버

Publications (1)

Publication Number Publication Date
KR102406561B1 true KR102406561B1 (ko) 2022-06-09

Family

ID=81985648

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210174418A KR102406561B1 (ko) 2021-12-08 2021-12-08 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버

Country Status (1)

Country Link
KR (1) KR102406561B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102539191B1 (ko) * 2022-08-05 2023-06-02 주식회사 실비아헬스 인지 상태 정보 제공 방법 및 이를 위한 전자 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160019689A (ko) * 2014-08-12 2016-02-22 삼성전자주식회사 음성 인식을 이용하는 통화 수행 방법 및 사용자 단말
US20180309801A1 (en) * 2015-05-23 2018-10-25 Yogesh Chunilal Rathod Initiate call to present one or more types of applications and media up-to end of call
KR20190081626A (ko) 2017-12-29 2019-07-09 동국대학교 산학협력단 인공지능 기반의 음성분석을 통한 우울증, 불안증, 조기치매, 또는 자살 징후 조기판별 시스템
KR20210074580A (ko) * 2019-12-12 2021-06-22 주식회사 마블러스 사용자의 말하기 능력을 평가하는 방법 및 시스템
KR20210108281A (ko) * 2020-02-25 2021-09-02 광운대학교 산학협력단 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160019689A (ko) * 2014-08-12 2016-02-22 삼성전자주식회사 음성 인식을 이용하는 통화 수행 방법 및 사용자 단말
US20180309801A1 (en) * 2015-05-23 2018-10-25 Yogesh Chunilal Rathod Initiate call to present one or more types of applications and media up-to end of call
KR20190081626A (ko) 2017-12-29 2019-07-09 동국대학교 산학협력단 인공지능 기반의 음성분석을 통한 우울증, 불안증, 조기치매, 또는 자살 징후 조기판별 시스템
KR20210074580A (ko) * 2019-12-12 2021-06-22 주식회사 마블러스 사용자의 말하기 능력을 평가하는 방법 및 시스템
KR20210108281A (ko) * 2020-02-25 2021-09-02 광운대학교 산학협력단 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102539191B1 (ko) * 2022-08-05 2023-06-02 주식회사 실비아헬스 인지 상태 정보 제공 방법 및 이를 위한 전자 장치
WO2024029800A1 (ko) * 2022-08-05 2024-02-08 주식회사 실비아헬스 인지 상태 정보 제공 방법 및 이를 위한 전자 장치

Similar Documents

Publication Publication Date Title
US11735060B2 (en) Observation platform for training, monitoring, and mining structured communications
US11862326B1 (en) Biometric characteristic application using audio/video analysis
US11521412B1 (en) Method and system for identifying biometric characteristics using machine learning techniques
KR101659649B1 (ko) 구조화된 통신을 이용하기 위한 관측 플랫폼
KR102329954B1 (ko) 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법
JP7285589B2 (ja) 対話型健康状態評価方法およびそのシステム
US20210313020A1 (en) Method and apparatus for rehabilitation training of cognitive function
KR102406561B1 (ko) 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버
Seidl et al. Infant–mother acoustic–prosodic alignment and developmental risk
US20220076694A1 (en) Cognitive impairment detected through audio recordings
KR101437569B1 (ko) 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치
Palacios-Alonso et al. MonParLoc: a speech-based system for Parkinson’s disease analysis and monitoring
JP2017174346A (ja) 受付システムおよび受付方法
KR102380376B1 (ko) 인공지능 콜을 이용한 음성 질의응답 기반의 치매 검사 방법 및 서버
JP2006230548A (ja) 体調判定装置およびそのプログラム
BR112020009783A2 (pt) dispositivo de assistência à operação do veículo
US20210280207A1 (en) Verbal language analysis
KR102620575B1 (ko) 프로젝트 참여자 간의 메시지 분석을 통한 프로젝트와 관련된 중요 메시지 판단 및 관리방법, 서버 및 컴퓨터프로그램
KR20190095678A (ko) 자아 투사 이미지 기반으로 한 고령자의 주거 우울 지수 산출 방법 및 장치
Dillard et al. The Revised Hearing Handicap Inventory and pure-tone average predict hearing aid use equally well
US11432761B1 (en) Method and server for dementia test based on voice question and answer using artificial intelligence call
US20210219893A1 (en) System and method for measurement of vocal biomarkers of vitality and biological aging
US20210265027A1 (en) Method and system for conducting survey relating to urination, and non-transitory computer-readable recording medium
KR102379615B1 (ko) 인공지능 기반 대상자의 치매 검사를 위한 아웃바운드 콜 처리 방법, 장치 및 시스템
KR102369263B1 (ko) 인공지능 기반 대상자의 치매 검사를 위한 아웃바운드 콜의 음량 제어 방법, 장치 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant