KR20220085863A - Language based cognitive ability evaluation and care system through daily communication monitoring - Google Patents

Language based cognitive ability evaluation and care system through daily communication monitoring Download PDF

Info

Publication number
KR20220085863A
KR20220085863A KR1020200175123A KR20200175123A KR20220085863A KR 20220085863 A KR20220085863 A KR 20220085863A KR 1020200175123 A KR1020200175123 A KR 1020200175123A KR 20200175123 A KR20200175123 A KR 20200175123A KR 20220085863 A KR20220085863 A KR 20220085863A
Authority
KR
South Korea
Prior art keywords
cognitive ability
user
language
artificial intelligence
ability evaluation
Prior art date
Application number
KR1020200175123A
Other languages
Korean (ko)
Other versions
KR102555354B1 (en
Inventor
최종석
임윤섭
김기문
성지은
Original Assignee
한국과학기술연구원
이화여자대학교 산학협력단
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 한국과학기술연구원, 이화여자대학교 산학협력단 filed Critical 한국과학기술연구원
Priority to KR1020200175123A priority Critical patent/KR102555354B1/en
Publication of KR20220085863A publication Critical patent/KR20220085863A/en
Application granted granted Critical
Publication of KR102555354B1 publication Critical patent/KR102555354B1/en

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/263—Language identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/50—Business processes related to the communications industry
    • 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
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
    • 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
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Acoustics & Sound (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Pathology (AREA)
  • Business, Economics & Management (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Molecular Biology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)

Abstract

본 발명의 일 실시예에 따른 언어 기반 인지능력 평가 및 케어 시스템은, 사용자와 음성 또는 텍스트로 상호작용하기 위한 인공지능 챗봇; 발화상황에 따른 사용 언어에 관한 정보가 저장된 데이터베이스; 및 상기 데이터베이스에 기초하여 상기 인공지능 챗봇에 입력된 사용자의 발화문장을 분석하여 상기 사용자의 인지능력을 평가하기 위한 인지능력 평가부를 포함한다. 실시예에 따르면, 일반 사용자들의 그룹 특성에 따른 언어 기반 인지능력 평가 모델을 이용하여 사용자의 인지능력을 객관적으로 평가할 수 있고, 이러한 평가 및 케어는 인공지능 챗봇을 통해 일상적인 대화 과정에서 이루어지므로 사용자가 기관을 방문하거나 전문가와 면담하지 않고도 자연스럽게 진단 데이터를 획득하고 치료 콘텐츠를 제공할 수 있다. 이를 통해 경도 인지 장애 및 치매 환자의 진단 및 관리에 소요되는 사회적인 비용을 획기적으로 줄일 수 있다.A language-based cognitive ability evaluation and care system according to an embodiment of the present invention includes: an artificial intelligence chatbot for interacting with a user by voice or text; a database in which information about a language used according to a speech situation is stored; and a cognitive ability evaluation unit for evaluating the user's cognitive ability by analyzing the user's utterance sentence input to the artificial intelligence chatbot based on the database. According to the embodiment, it is possible to objectively evaluate a user's cognitive ability using a language-based cognitive ability evaluation model according to group characteristics of general users, and since such evaluation and care are performed in the course of a daily conversation through an artificial intelligence chatbot, the user can naturally acquire diagnostic data and provide treatment content without visiting an institution or meeting with a specialist. Through this, the social cost required for diagnosis and management of patients with mild cognitive impairment and dementia can be dramatically reduced.

Description

일상생활 의사소통 모니터링을 통한 언어 기반 인지능력 평가 및 케어 시스템{LANGUAGE BASED COGNITIVE ABILITY EVALUATION AND CARE SYSTEM THROUGH DAILY COMMUNICATION MONITORING}Language-based cognitive ability evaluation and care system through daily communication monitoring {LANGUAGE BASED COGNITIVE ABILITY EVALUATION AND CARE SYSTEM THROUGH DAILY COMMUNICATION MONITORING}

본 발명은 언어 기반 인지능력 평가 및 케어 시스템에 관한 것으로서, 더욱 상세하게는 인공지능 챗봇을 통해 사용자가 일상적인 대화를 나누는 과정을 모니터링하고, 발화상황 및 그룹별 사용 언어에 관한 정보가 저장된 데이터베이스에 기초하여 사용자의 인지능력을 평가하고, 사용자의 인지능력에 적합한 상호작용 및 콘텐츠를 제공함으로써 사용자의 인지능력 저하를 예방하거나 치료할 수 있는 인지능력 평가 및 케어 시스템에 관한 것이다.The present invention relates to a language-based cognitive ability evaluation and care system, and more particularly, monitoring the process of a user having a daily conversation through an artificial intelligence chatbot, and storing information about the speech situation and language used by each group in a database It relates to a cognitive ability evaluation and care system that can prevent or treat a user's cognitive decline by evaluating the user's cognitive ability based on the user's cognitive ability, and providing an interaction and content suitable for the user's cognitive ability.

[국가지원 연구개발에 대한 설명][Description of state-funded R&D]

본 연구는 한국과학기술연구원의 주관 하에 산업통상자원부의 로봇산업핵심기술개발사업 (서비스 로봇의 사회적 상호작용을 위한 소셜 로봇지능 원천 기술 개발, 과제고유번호: 2MR8960) 및 과학기술정보통신부의 정보통신방송기술개발 및 표준화사업 (비침습 BCI 신호 기반 원격 로봇 제어 기술, 과제고유번호: 2N57222)의 지원에 의하여 이루어진 것이다.This research was conducted under the supervision of the Korea Research Institute of Science and Technology, and the Ministry of Trade, Industry and Energy's robot industry core technology development project (development of social robot intelligence source technology for social interaction of service robots, task identification number: 2MR8960) and the Ministry of Science and Technology Information and Communication It was made with the support of the broadcasting technology development and standardization project (non-invasive BCI signal-based remote robot control technology, task identification number: 2N57222).

현대 사회의 생활환경이 급속하게 복잡해지고 인구의 고령화가 진행되면서 인지기능이 저하되거나 치매로 진단받는 환자의 수가 급격히 상승하고 있다. 경도 인지 장애(mild cognitive impairment, MCI)는 인지적 연속성을 전제로 정상적인 노화와 치매 사이의 경계에 해당하는 집단을 지칭하는 용어이다. 말하자면, 정상적인 인지 기능의 저하 상태와 병적인 치매 상태를 각각 양 극단으로 하는 인지기능의 스펙트럼이 있다면, 그 중간에 경도 인지 장애가 있다고 볼 수 있다.As the living environment of modern society is rapidly complicated and the population is aging, the number of patients diagnosed with cognitive impairment or dementia is rapidly increasing. Mild cognitive impairment (MCI) is a term that refers to a group corresponding to the boundary between normal aging and dementia on the assumption of cognitive continuity. In other words, if there is a spectrum of cognitive function in which the normal cognitive decline state and the pathological dementia state are both extremes, it can be seen that there is a mild cognitive impairment in the middle.

MCI 환자는 그 55~72%가 수년 이내에 치매로 진전하고(Flicker, Ferris 및 Reisberg, 1991), 또한 알츠하이머성 치매(dementia of Alzheimer's type, DAT)로 진행하는 비율은 약 10%~15% 정도로서, 정상 노인이 치매로 진행하는 비율 약 1%~2%에 비해 매우 높다. 따라서, MCI를 치매의 임상적 전단계로 보고 미래에 DAT로 진전될 환자를 조기 변별하기 위한 연구가 계속되고 있다.55~72% of MCI patients progress to dementia within a few years (Flicker, Ferris and Reisberg, 1991), and the rate of progression to dementia of Alzheimer's type (DAT) is about 10% to 15%, It is very high compared to about 1% to 2% of the normal elderly who progress to dementia. Therefore, research to identify MCI as a clinical pre-clinical stage of dementia and to discriminate patients who will progress to DAT in the future is ongoing.

대표적인 인지기능인 언어능력을 기반으로 환자의 인지기능 감퇴를 예측하는 모델은 매우 효과적인 방법으로 알려져 있다. 인지기능이 감퇴하는 유형에 따라 다양한 언어기능의 저하가 나타나는데, 언어-인지기능을 심층적으로 살펴본 기존의 연구에 따르면, 의미 및 통사, 문장의 복잡성 등 다양한 언어 하위요소에 따른 결함이 보고되고 있다.A model for predicting a patient's cognitive decline based on language ability, a representative cognitive function, is known to be a very effective method. Depending on the type of cognitive decline, various language function declines appear. According to previous studies examining language-cognitive functions in depth, defects according to various sub-elements such as meaning, syntax, and sentence complexity are reported.

따라서 과학적인 검증을 통해 언어기반 인지능력 평가 모델을 확립하고 이에 따른 개별 맞춤형 치료를 제공할 필요가 있다. 그러나, 현재로서는 인지기능을 진단하거나 모니터링 할 수 있는 방법은 매우 제한적이며 가장 중요한 인지기능인 언어능력에 기반한 객관적인 진단 방법은 부재한 실정이다. Therefore, it is necessary to establish a language-based cognitive ability evaluation model through scientific verification and provide individually tailored treatment accordingly. However, at present, methods for diagnosing or monitoring cognitive function are very limited, and there is no objective diagnosis method based on language ability, which is the most important cognitive function.

기존의 언어 기반 인지능력의 평가와 재활방법은 주로 재활병원, 언어치료실 등에서 수행되는 설문지 작성이나 전문가와의 인터뷰에 의존하기 때문에 신경계 문제로 인한 정신적, 육체적 장애가 있는 환자가 보호자를 동반해야만 하며, 상당한 규모의 사회적 비용이 발생하고 있다.Because the existing language-based cognitive ability evaluation and rehabilitation methods mainly rely on questionnaires or interviews with experts performed in rehabilitation hospitals and speech therapy rooms, patients with mental and physical disabilities due to nervous system problems must be accompanied by a guardian, and considerable There are social costs of scale.

이와 같이, 기존의 인지능력의 평가는 검사도구를 보유하고 있는 기관에서 수행하는 경우가 대부분이기 때문에 다양한 상황에서의 언어 사용에 관한 환자의 특징을 파악하기 어렵다. 올바른 인지능력 평가를 위해서는 특정 기관에서 전문가와 면담하는 상황이 아닌 환자가 일상생활 의사소통에서 사용하는 언어의 특징을 실시간으로 파악할 필요가 있다.As such, it is difficult to grasp the characteristics of the patient regarding language use in various situations because the evaluation of the existing cognitive ability is mostly performed by institutions that have test tools. In order to properly evaluate cognitive ability, it is necessary to grasp the characteristics of the language used by the patient in daily life communication in real time, not in a situation where he or she is interviewed by an expert at a specific institution.

또한, 보호자를 동반하여 병원을 자주 방문하기 힘든 노령 환자의 특성 상 일상생활에서 인지능력을 주기적으로 평가하고 이에 따른 맞춤형 케어를 제공할 필요가 있다.In addition, it is necessary to periodically evaluate cognitive abilities in daily life and provide customized care according to the characteristics of elderly patients who have difficulty visiting hospitals frequently with their guardians.

대한민국 등록특허공보 제10-1562105호Republic of Korea Patent Publication No. 10-1562105

이에 본 발명은, 인공지능 챗봇(chat-bot)을 이용하여 사용자의 일상생활 의사소통을 모니터링하고 발화상황 및 그룹별 사용 언어에 관한 정보가 저장된 데이터베이스에 기초하여 사용자의 인지능력을 평가하는 동시에, 사용자의 인지능력 수준에 적합한 상호작용 및 콘텐츠를 제공함으로써 사용자의 인지능력 저하를 예방하거나 치료할 수 있는 종합 관리 시스템을 제공하는 것을 목적으로 한다.Accordingly, the present invention monitors the user's daily life communication using an artificial intelligence chat-bot, and evaluates the user's cognitive ability based on a database in which information about the speech situation and the language used by each group is stored, The purpose of this is to provide a comprehensive management system that can prevent or treat the user's cognitive decline by providing interaction and content suitable for the user's cognitive ability level.

일 실시예에 따른 언어 기반 인지능력 평가 및 케어 시스템은, 사용자와 음성 또는 텍스트로 상호작용하기 위한 인공지능 챗봇; 발화상황에 따른 사용 언어에 관한 정보가 저장된 데이터베이스; 및 상기 데이터베이스에 기초하여 상기 인공지능 챗봇에 입력된 사용자의 발화문장을 분석하여 상기 사용자의 인지능력을 평가하기 위한 인지능력 평가부를 포함한다.A language-based cognitive ability evaluation and care system according to an embodiment includes: an artificial intelligence chatbot for interacting with a user by voice or text; a database in which information about a language used according to a speech situation is stored; and a cognitive ability evaluation unit for evaluating the user's cognitive ability by analyzing the user's utterance sentence input to the artificial intelligence chatbot based on the database.

일 실시예에 따르면, 상기 인공지능 챗봇은, 마이크를 통해 입력된 사용자의 음성 데이터 또는 사용자가 입력한 텍스트 데이터를 인식하기 위한 발화문장 인식부; 상기 발화문장으로부터 사용자의 의도 및 상황을 분석하고 이에 대응하는 답변문장을 생성하기 위한 인공지능 처리부; 및 상기 답변문장을 스피커를 통해 음성으로 출력하거나 디스플레이를 통해 텍스트로 출력하기 위한 답변문장 출력부를 포함할 수 있다.According to an embodiment, the artificial intelligence chatbot may include: a speech sentence recognition unit for recognizing a user's voice data input through a microphone or text data input by the user; an artificial intelligence processing unit for analyzing the user's intention and situation from the spoken sentence and generating a response sentence corresponding thereto; and an answer sentence output unit for outputting the answer sentence as voice through a speaker or as text through a display.

일 실시예에 따르면, 상기 데이터베이스에 저장된 발화상황에 따른 사용 언어에 관한 정보는, 일반 사용자들의 그룹 특성에 따라 차별화된 발화 언어의 표준화 정보를 포함할 수 있다.According to an embodiment, the information about the language used according to the utterance situation stored in the database may include standardization information of the utterance language differentiated according to group characteristics of general users.

일 실시예에 따르면, 상기 일반 사용자들의 그룹 특성은 연령대, 성별, 직업군 및 교육수준 중 적어도 하나를 포함할 수 있다.According to an embodiment, the group characteristic of the general users may include at least one of age group, gender, occupation group, and education level.

일 실시예에 따르면, 상기 일반 사용자들의 그룹 특성에 따라 차별화된 발화 언어의 표준화 정보는, 특정 그룹에 속하는 일반 사용자들이 발화상황에 따라 구사하는 단어 또는 문장의 난이도와 복잡도를 표준화하여 나타낸 정보일 수 있다.According to an embodiment, the standardization information of the spoken language differentiated according to the group characteristics of the general users may be information expressed by standardizing the difficulty and complexity of words or sentences used by general users belonging to a specific group according to the utterance situation. have.

일 실시예에 따르면, 상기 데이터베이스에 저장된 발화상황에 따른 사용 언어에 관한 정보는, 상기 사용자의 연령, 성별, 직업 및 교육수준 중 적어도 하나를 포함하는 배경 정보를 더 포함할 수 있다.According to an embodiment, the information about the language used according to the utterance situation stored in the database may further include background information including at least one of the user's age, gender, occupation, and education level.

일 실시예에 따르면, 상기 인지능력 평가부는 상기 사용자의 배경 정보와 상기 일반 사용자들의 그룹 특성에 따라 차별화된 발화 언어의 표준화 정보에 기초하여 상기 사용자의 인지능력을 평가하도록 구성될 수 있다.According to an embodiment, the cognitive ability evaluation unit may be configured to evaluate the cognitive ability of the user based on the background information of the user and standardization information of a spoken language differentiated according to group characteristics of the general users.

일 실시예에 따르면, 상기 인공지능 챗봇은 상기 사용자의 인지능력 평가 결과에 따라 상기 사용자의 인지능력 수준에 대응하는 상호작용을 제공할 수 있다.According to an embodiment, the artificial intelligence chatbot may provide an interaction corresponding to the user's cognitive ability level according to the user's cognitive ability evaluation result.

일 실시예에 따르면, 상기 인공지능 챗봇은 상기 사용자의 인지능력 수준에 대응하는 난이도와 복잡도를 갖는 단어 또는 문장을 이용하여 사용자와 대화하도록 구성될 수 있다.According to an embodiment, the artificial intelligence chatbot may be configured to communicate with the user using words or sentences having difficulty and complexity corresponding to the level of cognitive ability of the user.

일 실시예에 따르면, 상기 인공지능 챗봇은 상기 사용자의 인지능력 수준에 대응하는 맞춤형 콘텐츠를 제공하도록 구성될 수 있다.According to an embodiment, the artificial intelligence chatbot may be configured to provide customized content corresponding to the cognitive ability level of the user.

일 실시예에 따르면, 상기 인지능력 평가부는 상기 사용자의 인지능력을 주기적으로 평가하여 평가 결과를 상기 데이터베이스에 저장하거나 외부로 전송하도록 구성될 수 있다.According to an embodiment, the cognitive ability evaluation unit may be configured to periodically evaluate the cognitive ability of the user and store the evaluation result in the database or transmit the evaluation result to the outside.

일 실시예에 따른 인공지능 챗봇은 스마트 디바이스 또는 인공지능 로봇 상에서 구현될 수 있다.The artificial intelligence chatbot according to an embodiment may be implemented on a smart device or an artificial intelligence robot.

본 발명의 실시예에 따르면, 일반 사용자들의 그룹 특성에 따른 발화 언어 데이터에 기초한 언어 기반 인지능력 평가 모델을 이용하여 사용자의 인지능력을 객관적으로 평가할 수 있다. According to an embodiment of the present invention, it is possible to objectively evaluate a user's cognitive ability using a language-based cognitive ability evaluation model based on speech language data according to group characteristics of general users.

이러한 인지능력의 평가는 인공지능 챗봇을 통해 일상적인 대화 과정에서 이루어지므로, 사용자가 기관을 방문하거나 전문가와 면담하지 않고도 자연스럽게 진단 데이터를 획득하고 치료 콘텐츠를 제공할 수 있다. 또한, 챗봇이나 스마트 디바이스를 통해 인지능력 평가 결과에 따른 수준별 상호작용 및 콘텐츠를 제공하므로 사용자가 기관을 방문하거나 전문가와 면담하지 않고도 일상생활 내에서 맞춤형 케어 서비스를 제공받을 수 있다.Since the evaluation of cognitive ability is performed in the course of a daily conversation through an artificial intelligence chatbot, the user can naturally acquire diagnostic data and provide treatment content without visiting an institution or meeting with an expert. In addition, by providing interaction and content by level according to the cognitive ability evaluation result through a chatbot or smart device, users can receive customized care services in their daily life without visiting an institution or meeting with an expert.

이와 같은 일상생활에서의 의사소통에 따른 인지능력 평가 및 케어 시스템을 통해 경도 인지 장애 및 치매 환자의 진단 및 관리에 소요되는 사회적인 비용을 획기적으로 줄일 수 있다.Through such a cognitive ability evaluation and care system according to communication in daily life, it is possible to dramatically reduce the social cost required for diagnosis and management of patients with mild cognitive impairment and dementia.

도 1은 일 실시예에 따른 언어 기반 인지능력 평가 및 케어 시스템의 구성을 나타낸 도면이다.
도 2는 일 실시예에 따른 인공지능 챗봇의 구성을 나타낸 도면이다.1 is a diagram illustrating the configuration of a language-based cognitive ability evaluation and care system according to an embodiment.
2 is a diagram showing the configuration of an artificial intelligence chatbot according to an embodiment.

이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 실시예를 상세하게 설명하지만, 청구하고자 하는 범위는 실시예들에 의해 제한되거나 한정되는 것은 아니다.Hereinafter, the embodiments will be described in detail with reference to the accompanying drawings and the contents described in the accompanying drawings, but the scope of the claims is not limited or limited by the embodiments.

본 명세서에서 사용되는 용어는 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 명세서의 설명 부분에서 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는, 단순한 용어의 명칭이 아닌 그 용어가 가지는 실질적인 의미와 본 명세서의 전반에 걸친 내용을 토대로 해석되어야 함을 밝혀두고자 한다.The terms used in this specification have been selected as currently widely used general terms as possible while considering their functions, but may vary depending on the intention or custom of a person skilled in the art or the emergence of new technology. In addition, in a specific case, there is a term arbitrarily selected by the applicant, and in this case, the meaning will be described in the description of the corresponding specification. Therefore, it is intended to clarify that the terms used in this specification should be interpreted based on the actual meaning of the terms and the contents of the entire specification, rather than the names of simple terms.

또한, 본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "모듈(module)", "장치(device)", "서버(server)" 또는 "시스템(system)" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 부, 모듈, 장치, 서버 또는 시스템은 플랫폼(platform)의 일부 또는 전부를 구성하는 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 애플리케이션(application) 등의 소프트웨어를 지칭하는 것일 수 있다.Further, embodiments described herein may have aspects that are entirely hardware, partially hardware and partially software, or entirely software. In this specification, "unit", "module", "device", "server" or "system" etc. are hardware, a combination of hardware and software, or software, etc. Refers to a computer-related entity. For example, a part, module, device, server or system may refer to hardware constituting a part or all of a platform and/or software such as an application for driving the hardware.

이하에서, 도면들을 참조하여 본 발명의 구체적인 실시예들에 대하여 상세히 살펴본다.Hereinafter, specific embodiments of the present invention will be described in detail with reference to the drawings.

도 1은 일 실시예에 따른 언어 기반 인지능력 평가 및 케어 시스템의 구성을 나타낸 도면이다.1 is a diagram illustrating the configuration of a language-based cognitive ability evaluation and care system according to an embodiment.

도 1을 참조하면, 일 실시예에 따른 언어 기반 인지능력 평가 및 케어 시스템은, 사용자(U)와 음성 또는 텍스트로 상호작용하기 위한 인공지능 챗봇(100), 발화상황에 따른 사용 언어에 관한 정보가 저장된 데이터베이스(200), 및 데이터베이스(200)에 저장된 정보에 기초하여 사용자의 인지능력을 평가하기 위한 인지능력 평가부(300)를 포함한다.Referring to FIG. 1 , the language-based cognitive ability evaluation and care system according to an embodiment includes an artificial intelligence chatbot 100 for interacting with a user U by voice or text, information on a language used according to a speech situation includes a database 200 stored therein, and a cognitive ability evaluation unit 300 for evaluating a user's cognitive ability based on information stored in the database 200 .

인공지능 챗봇(100)은 인공지능(Artificial Intelligence) 컴퓨터 프로그램을 이용하여 사람과 음성 또는 텍스트로 대화를 주고 받을 수 있도록 구성된다. 도 2는 일 실시예에 따른 인공지능 챗봇의 구성을 나타내는데, 인공지능 챗봇(100)은 입력장치(10)를 통해 입력된 사용자의 음성 데이터 및/또는 텍스트 데이터를 인식하기 위한 발화문장 인식부(110), 상기 발화문장으로부터 사용자의 의도 및 상황을 분석하고 이에 대응하는 답변문장을 생성하기 위한 인공지능 처리부(120), 생성된 답변문장을 출력장치(20)를 통해 음성 및/또는 텍스트의 형태로 출력하기 위한 답변문장 출력부(130)로 구성될 수 있다.The artificial intelligence chatbot 100 is configured to communicate with a person by voice or text using an artificial intelligence computer program. 2 shows the configuration of an artificial intelligence chatbot according to an embodiment, wherein the artificial intelligence chatbot 100 is a speech sentence recognition unit ( 110), the artificial intelligence processing unit 120 for analyzing the intention and situation of the user from the spoken sentence and generating a response sentence corresponding thereto, and outputting the generated response sentence through the output device 20 in the form of voice and/or text It may be composed of an answer sentence output unit 130 for outputting as .

입력장치(10)는 마이크와 같이 음성 정보를 전기적 신호로 변환하여 기록하거나 마우스, 키보드, 터치패드를 통해 입력된 텍스트 정보를 전기적 신호로 변환할 수 있는 장치이다. The input device 10 is a device capable of converting and recording voice information into an electrical signal, such as a microphone, or converting text information input through a mouse, keyboard, or touchpad into an electrical signal.

발화문장 인식부(110)는 입력장치(10)를 통해 입력된 음성/텍스트 데이터를 문장의 형태로 인식한다. 예컨대, 발화문장 인식부(110)는 입력된 발화문장을 형태소 단위로 구분하고, 상기 형태소가 가진 의미를 검색하고 매칭함으로써 발화문장을 하나의 입력 단위로 인식할 수 있다.The spoken sentence recognition unit 110 recognizes the voice/text data input through the input device 10 in the form of a sentence. For example, the spoken sentence recognizing unit 110 may recognize the spoken sentence as one input unit by classifying the inputted spoken sentence into morpheme units, searching for and matching the meaning of the morpheme.

인공지능 처리부(120)는 상기 인식된 발화문장으로부터 사용자의 의도 및 상황을 분석하고 이에 대응하는 답변문장을 생성한다. 예컨대 사용자로부터 입력된 발화문장이 "날씨가 어때?" 인 경우, 인공지능 처리부(120)는 사용자가 현재 위치를 기준으로 기온, 습도, 우천 여부 등을 물어보는 것이라고 판단할 수 있고, 이에 대응하는 적절한 답변, 예컨대 "현재 날씨는 맑고 건조합니다" 와 같은 답변문장을 생성할 수 있다.The artificial intelligence processing unit 120 analyzes the user's intention and situation from the recognized utterance sentences and generates a response sentence corresponding thereto. For example, the utterance sentence input by the user is "How's the weather?" In the case of , the artificial intelligence processing unit 120 may determine that the user asks for temperature, humidity, rain or not based on the current location, and an appropriate answer corresponding thereto, for example, "the current weather is clear and dry" You can create a response sentence.

일 실시예에 따르면, 인공지능 처리부(120)는 기계학습모델을 이용하여 발화문장의 의도를 분석하거나 상황을 분석하도록 학습될 수 있다. 상기 기계학습모델은 미리 입력된 훈련 데이터 세트(예컨대, 발화문장 데이터와 각 문장이 나타내는 의도 및 상황에 대한 분석 결과를 포함하는 데이터 세트)에 기초하여 사전 학습(pre-training)될 수 있고, 의도 분석 및 상황 판단에 대한 피드백을 수신함으로써 성능이 향상될 수 있다.According to an embodiment, the artificial intelligence processing unit 120 may be trained to analyze the intention of the spoken sentence or to analyze the situation using the machine learning model. The machine learning model may be pre-trained based on a pre-input training data set (eg, a data set including speech sentence data and an analysis result for intention and situation indicated by each sentence), Performance can be improved by receiving feedback on analysis and situational judgment.

답변문장 출력부(130)는 이렇게 생성된 답변문장의 발화시간, 발화속도, 음성의 높낮이 등을 고려하여 출력장치(20)를 통해 사용자에게 출력한다. 출력장치(20)는 인공지능 처리부(120)에 의해 생성된 답변문장을 사용자가 인지할 수 있는 형태의 정보, 예컨대 음성, 텍스트, 이미지 등으로 출력하기 위한 스피커, 디스플레이 등의 장치를 포함할수 있다.The reply sentence output unit 130 outputs the reply sentence generated in this way to the user through the output device 20 in consideration of the utterance time, the utterance speed, the pitch of the voice, and the like. The output device 20 may include a device such as a speaker or a display for outputting the answer sentence generated by the artificial intelligence processing unit 120 as information in a form that the user can recognize, for example, voice, text, image, etc. .

일 실시예에 따르면, 답변문장 출력부(130)는 상기 답변문장에 대응하는 로봇 제스처를 생성하도록 구성될 수 있고, 이 경우 출력장치(20)는 인공지능 로봇에 구비된 제스처 구현부(예컨대, 로봇 팔, 다리 등)를 포함할 수 있으며, 제스처 구현부는 제어신호에 따라 상기 답변문장에 대응하는 로봇 제스처를 실시간으로 구현할 수 있다.According to an embodiment, the reply sentence output unit 130 may be configured to generate a robot gesture corresponding to the reply sentence, and in this case, the output device 20 is a gesture realizing unit (eg, robot arms, legs, etc.), and the gesture implementation unit may implement a robot gesture corresponding to the answer sentence in real time according to a control signal.

상기 실시예들에 따른 인공지능 챗봇(100)은 예컨대 스마트폰, 태블릿PC, 웨어러블 디바이스, 랩톱, 데스크톱 등 처리장치와 입출력장치를 구비한 스마트 디바이스, 또는 인공지능 로봇 상에서 구현될 수 있다.The artificial intelligence chatbot 100 according to the above embodiments may be implemented on, for example, a smart device having a processing device and input/output device, such as a smart phone, a tablet PC, a wearable device, a laptop, a desktop, or an artificial intelligence robot.

후술하는 바와 같이, 인공지능 챗봇(100)은 사용자의 인지능력 평가 결과에 따라 상기 사용자의 인지능력 수준에 대응하는 상호작용을 제공하거나 맞춤형 케어 콘텐츠를 제공할 수 있다.As will be described later, the artificial intelligence chatbot 100 may provide an interaction corresponding to the user's cognitive ability level or provide customized care content according to the user's cognitive ability evaluation result.

데이터베이스(200)에는 발화상황에 따른 사용 언어에 관한 정보가 저장될 수 있다. 일 실시예에 따르면, 상기 정보는 일반 사용자들이 속하는 그룹 특성, 예컨대 연령대, 성별, 직업군, 교육수준 등 언어의 사용습관을 공유하는 집단에 따라 상황 별로 차별화된 발화 언어의 표준화 정보를 포함한다. 일 실시예에 따르면, 이러한 표준화 정보는 특정 그룹에 속하는 일반 사용자들이 발화상황에 따라 구사하는 단어 또는 문장의 난이도와 복잡도를 표준화하여 나타낸 정보일 수 있다.The database 200 may store information on a language to be used according to an utterance situation. According to an embodiment, the information includes standardization information of spoken language differentiated for each situation according to group characteristics to which general users belong, for example, age group, gender, occupation group, and group sharing language usage habits such as education level. According to an embodiment, the standardization information may be information that standardizes the difficulty and complexity of words or sentences used by general users belonging to a specific group according to utterance situations.

기존의 연구에 따르면 인지기능이 감퇴함에 따라 의미 및 통사, 문장의 복잡성 등 다양한 언어 하위요소에 따른 결함이 나타나므로, 언어능력의 감퇴여부는 인지기능의 평가에 있어서 중요한 요소로 작용할 수 있다. According to existing studies, as cognitive function declines, defects according to various sub-elements such as meaning, syntax, and sentence complexity appear.

사용자의 언어능력을 객관적으로 평가하기 위해서는 사용자가 속한 사회적 그룹(예컨대 연령대, 성별, 직업군, 교육수준 등)의 일반 사용자들이 발화상황 별로 사용하는 언어를 비교대상으로 설정할 필요가 있다. 예를 들어, 사용자가 인공지능 챗봇과 대화 도중 하위 난이도의 문장을 자주 구사하거나 상위 난이도의 단어나 문장을 이해하지 못한다고 가정할 때, 연령대나 교육수준이 낮은 사용자라면 이를 인지능력의 감퇴로 단정하기 어렵지만, 연령대나 교육수준이 높은 사용자라면 인지능력의 감퇴로 판단하는 근거가 될 수 있기 때문이다. In order to objectively evaluate the user's language ability, it is necessary to set the language used by general users of the social group to which the user belongs (eg age, gender, occupational group, education level, etc.) for each utterance situation as a comparison target. For example, assuming that a user frequently speaks low-level sentences or does not understand high-level words or sentences during conversation with an AI chatbot, a user with a low age or education level can determine this as cognitive decline. It is difficult, but users with a high age or education level can be the basis for judging cognitive decline.

또한, 같은 발화문장에 대해서도 발화상황 별로 언어능력이 다르게 평가될 수 있다. 예를 들어, 인사를 나누거나 안부를 묻는 상황에서는 하위 난이도의 문장을 자주 구사한다고 해도 언어능력의 감퇴로 보기 어려운 반면, 면접이나 발표 등 공적인 상황을 연출하였을 때에는 언어능력의 감퇴로 판단하는 근거가 될 수 있다.Also, even for the same uttered sentence, the linguistic ability may be evaluated differently for each utterance situation. For example, in situations where people say hello or say hello, even if they frequently use low-level sentences, it is difficult to see them as a decline in language ability, whereas in public situations such as interviews or presentations, there is no basis for judging a decline in language ability. can be

따라서 사용자의 언어능력과 이에 따른 인지능력을 객관적으로 평가하기 위해서는 각 그룹에 속하는 일반 사용자들이 상황 별로 구사하는 언어(문장/단어)를 체계적으로 정리할 필요가 있다. Therefore, in order to objectively evaluate a user's language ability and corresponding cognitive ability, it is necessary to systematically organize the languages (sentences/words) spoken by general users belonging to each group for each situation.

일 실시예에 따르면, 상기 데이터베이스(200)는 일반 사용자들의 사용 언어와 관련된 빅데이터를 활용하여 구축될 수 있다. 예를 들면, 다양한 소셜네트워크서비스(SNS) 서버로부터 가입자의 계정 정보(나이, 거주지, 성별, 직업, 교육수준 등)와 상기 가입자들이 업로드한 텍스트 및/또는 영상을 추출하고, 이를 분석하여 특정 그룹에 속하는 사람들이 사용하는 언어를 체계적으로 분류함으로써, 일반 사용자들의 그룹 특성에 따라 차별화된 발화 언어의 표준화 정보를 획득할 수 있다. According to an embodiment, the database 200 may be constructed by utilizing big data related to the language used by general users. For example, the subscriber's account information (age, residence, gender, occupation, education level, etc.) and the text and/or video uploaded by the subscribers are extracted from various social network service (SNS) servers, and the text and/or video uploaded by the subscribers are extracted and analyzed to determine a specific group. By systematically classifying languages used by people belonging to

상기 데이터베이스(200)는 SNS 등 외부 네트워크를 통해 업데이트될 수 있을 뿐만 아니라, 사용자(U)와 인공지능 챗봇(100)의 대화나 스마트 디바이스를 통해 주고 받는 메시지 데이터 등 내부 상호작용에 따른 결과를 통해서도 업데이트될 수 있다. 예컨대, 사용자의 배경 정보(연령, 거주지, 성별, 직업, 교육수준 등)가 입력된 상태에서 인공지능 챗봇(100)은 사용자와의 대화를 통해 사용자의 언어 습관(단어 및 문장의 사용빈도, 난이도, 복잡도 등)을 분석하고, 분석 결과를 데이터베이스(200)에 업로드할 수 있다. 이에 따라, 인지능력 평가 및 케어 시스템은 특정 사용자의 인지 능력을 객관적으로 평가하기 위한 배경 정보를 획득함과 동시에, 다른 사용자들의 인지 능력 평가에 이용될 데이터베이스 구축을 위한 정보를 획득할 수 있다.The database 200 can be updated not only through external networks such as SNS, but also through the results of internal interactions such as conversations between the user U and the artificial intelligence chatbot 100 or message data sent and received through smart devices. may be updated. For example, in a state in which the user's background information (age, residence, gender, occupation, education level, etc.) is input, the artificial intelligence chatbot 100 communicates with the user and the user's language habits (frequency of use of words and sentences, difficulty level, etc.) , complexity, etc.) and uploading the analysis result to the database 200 . Accordingly, the cognitive ability evaluation and care system may acquire background information for objectively evaluating the cognitive ability of a specific user and, at the same time, acquire information for constructing a database to be used for evaluating the cognitive ability of other users.

인지능력 평가부(300)는 인공지능 챗봇(100)과의 상호작용으로 입력된 사용자의 발화문장 데이터와 상기 데이터베이스(200)에 저장된 일반 사용자들의 사용 언어에 대한 표준화 정보에 기초하여 사용자의 인지능력을 평가할 수 있다.Cognitive ability evaluation unit 300 is the user's cognitive ability based on the user's speech sentence data input through interaction with the artificial intelligence chatbot 100 and standardized information on the language used by general users stored in the database 200 . can be evaluated.

전술한 것처럼, 사용자의 배경 정보에는 사용자의 연령, 성별, 직업, 교육수준 등 언어 습관과 관련이 있는 개인 정보가 포함된다. 일반 사용자들의 사용 언어에 대한 표준화 정보에는 특정 언어권의 사람들이 속하는 그룹, 예컨대 연령대, 성별, 직업군, 교육수준에 따른 단어 또는 문장의 사용빈도, 난이도, 복잡도, 사용습관 등에 대한 구체적인 정보가 포함된다. As described above, the user's background information includes personal information related to language habits, such as the user's age, gender, occupation, and education level. Standardized information on the language used by general users includes specific information on the frequency, difficulty, complexity, usage habits, etc. of words or sentences according to the group to which people of a specific language belong, for example, age, gender, occupation, and education level. .

예를 들어, 사용자(발화자)가 대학교를 졸업하였으며 직업이 교사인 남성인 경우, 인지능력 평가부(300)는 데이터베이스(200)에 저장된 해당 교육수준(대학교 졸업)과 유사 직업군(교사, 교수, 강사 등)에 속하는 남성 사용자들의 언어 습관 정보에 기초하여 사용자의 인지능력을 평가할 수 있다. For example, if the user (speaker) has graduated from a university and his occupation is a male teacher, the cognitive ability evaluation unit 300 stores the corresponding education level (university graduation) stored in the database 200 and similar occupational groups (teacher, professor). , instructor, etc.) may evaluate the user's cognitive ability based on the language habit information of male users.

인지능력 평가부(300)는 사용자의 인지능력을 주기적으로 평가할 수 있으며, 평가 결과는 스마트폰, 태블릿PC, 웨어러블 디바이스, 랩톱, 데스크톱 등의 장치를 통해 사용자 또는 보호자(가족, 간병인 등)에게 직접 제공되거나, 외부 기관(의료기관, 재활센터 등)의 관리자 서버(S)에 전송될 수 있다. 관리자 서버(S)에서는 상기 인지능력 평가 결과에 따라 사용자의 방문, 진료, 상담 일정 등을 전반적으로 관리할 수 있다.The cognitive ability evaluation unit 300 may periodically evaluate the user's cognitive ability, and the evaluation result is directly sent to the user or guardian (family, caregiver, etc.) through devices such as smartphones, tablet PCs, wearable devices, laptops, and desktops. It may be provided or transmitted to the manager server S of an external institution (medical institution, rehabilitation center, etc.). The manager server S may manage the user's visit, medical treatment, consultation schedule, etc. in general according to the cognitive ability evaluation result.

이하에서는 상기 인지능력 평가 결과를 바탕으로 사용자의 인지능력 감퇴를 예방하거나 치료하기 위한 방법과 이를 구현하기 위한 시스템에 대해 설명한다.Hereinafter, a method for preventing or treating cognitive decline of a user based on the cognitive ability evaluation result and a system for implementing the same will be described.

인공지능 챗봇(100)은 상기 사용자의 인지능력 평가 결과에 따라 상기 사용자의 인지능력 수준에 대응하는 상호작용을 제공할 수 있다. 일 실시예에 따르면, 상기 인공지능 챗봇은 사용자의 인지능력 수준에 알맞은 난이도와 복잡도를 갖는 단어 또는 문장을 이용하여 사용자와 대화하도록 구성될 수 있다.The artificial intelligence chatbot 100 may provide an interaction corresponding to the user's cognitive ability level according to the user's cognitive ability evaluation result. According to an embodiment, the artificial intelligence chatbot may be configured to communicate with the user using words or sentences having difficulty and complexity appropriate to the level of cognitive ability of the user.

예를 들어, 사용자(발화자)와 같은 사회적 그룹에 속하는 일반 사용자들이 구사하는 문장의 복잡도가 10이라고 할 때, 사용자가 구사하거나 이해하는 문장의 복잡도가 5인 경우, 사용자의 인지능력이 감퇴하는 중이라고 평가할 수 있을 것이다. 인공지능 챗봇은 이러한 평가 결과에 따라 사용자와 대화할 때 6~7 수준의 복잡도를 갖는 문장을 활용하도록 조정될 수 있다. 만약 사용자가 6~7 수준의 문장을 이해하지 못한다면 5~6 수준의 문장을 활용하도록 조정될 수 있고, 반대로 사용자가 6~7 수준의 문장을 이해하는데 어려움이 없다면 7~8 수준의 문장을 활용하도록 조정될 수 있다.For example, when the complexity of sentences spoken by general users belonging to the same social group as the user (speaker) is 10, when the complexity of sentences spoken or understood by the user is 5, it is said that the user's cognitive ability is declining. will be able to evaluate The artificial intelligence chatbot can be adjusted to utilize sentences with 6-7 levels of complexity when talking to the user according to these evaluation results. If the user does not understand the sentences of level 6-7, it can be adjusted to use the sentences of level 5-6. can be adjusted.

이와 같이, 실시예에 따른 챗봇은 획일적인 채팅 기능이 아닌 사용자의 수준에 맞는 상호작용을 제공함으로써 사용자의 인지능력을 회복시키거나 유지하는데 도움을 줄 수 있다. As such, the chatbot according to the embodiment may help to restore or maintain the user's cognitive ability by providing an interaction suitable for the user's level rather than a uniform chatting function.

일 실시예에 따르면, 인공지능 챗봇(100)은 상기 사용자의 인지능력 수준에 대응하는 맞춤형 콘텐츠를 제공할 수 있다. 예컨대, 사용자에게 신문 기사나 인터넷 검색 결과를 제공할 때, 사용자의 인지능력 평가 결과에 따라 신문 기사나 검색 결과에 포함된 단어를 동일한 의미를 갖는 적절한 수준(난이도, 복잡도, 한자/영어의 유무 등)의 단어로 대체함으로써 사용자의 이해를 돕고 인지능력의 향상을 유도할 수 있다.According to an embodiment, the artificial intelligence chatbot 100 may provide customized content corresponding to the level of cognitive ability of the user. For example, when providing a newspaper article or Internet search result to a user, depending on the user's cognitive ability evaluation result, the word included in the newspaper article or search result is set to an appropriate level (difficulty, complexity, presence or absence of Chinese characters/English, etc.) ) to help users understand and improve cognitive ability.

실시예에 따른 언어 기반 인지능력 평가 및 케어 방법과 이에 포함된 인공지능 챗봇은, 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.The language-based cognitive ability evaluation and care method according to the embodiment and the artificial intelligence chatbot included therein are implemented in the form of program instructions that can be implemented as applications or executed through various computer components to be recorded in a computer-readable recording medium. can The computer-readable recording medium may include program instructions, data files, data structures, etc. alone or in combination.

컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다.Examples of the computer-readable recording medium include hard disks, magnetic media such as floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floppy disks. media), and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.

이상에서 설명한 언어 기반 인지능력 평가 및 케어 시스템에 의하면, 일반 사용자들의 그룹 특성에 따른 언어 기반 인지능력 평가 모델을 이용하여 사용자의 인지능력을 객관적으로 평가할 수 있고, 이러한 평가 및 케어는 인공지능 챗봇을 통해 일상적인 대화 과정에서 이루어지므로 사용자가 기관을 방문하거나 전문가와 면담하지 않고도 자연스럽게 진단 데이터를 획득하고 치료 콘텐츠를 제공할 수 있다. 이를 통해 경도 인지 장애 및 치매 환자의 진단 및 관리에 소요되는 사회적인 비용을 획기적으로 줄일 수 있다.According to the language-based cognitive ability evaluation and care system described above, it is possible to objectively evaluate a user's cognitive ability using a language-based cognitive ability evaluation model according to the group characteristics of general users, and such evaluation and care can be performed using an artificial intelligence chatbot. This is done in the course of a daily conversation, so users can naturally acquire diagnostic data and provide treatment content without visiting an institution or meeting with an expert. Through this, the social cost required for diagnosis and management of patients with mild cognitive impairment and dementia can be dramatically reduced.

이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to the embodiments, those skilled in the art can variously modify and change the present invention within the scope without departing from the spirit and scope of the present invention described in the claims below you will understand

10: 입력장치
20: 출력장치
100: 인공지능 챗봇
110: 발화문장 인식부
120: 인공지능 처리부
130: 답변문장 출력부
200: 데이터베이스
300: 인지능력 평가부
U: 사용자
S: 관리자 서버10: input device
20: output device
100: artificial intelligence chatbot
110: speech sentence recognition unit
120: artificial intelligence processing unit
130: answer sentence output unit
200: database
300: cognitive ability evaluation unit
U: user
S: admin server

Claims (12)

일상생활 의사소통 모니터링을 통한 언어 기반 인지능력 평가 및 케어 시스템으로서,
사용자와 음성 또는 텍스트로 상호작용하기 위한 인공지능 챗봇;
발화상황에 따른 사용 언어에 관한 정보가 저장된 데이터베이스; 및
상기 데이터베이스에 기초하여, 상기 인공지능 챗봇에 입력된 사용자의 발화문장을 분석하여 상기 사용자의 인지능력을 평가하기 위한 인지능력 평가부를 포함하는, 언어 기반 인지능력 평가 및 케어 시스템.
As a language-based cognitive ability evaluation and care system through daily communication monitoring,
artificial intelligence chatbots for interacting with users by voice or text;
a database in which information about a language used according to a speech situation is stored; and
and a cognitive ability evaluation unit for evaluating the user's cognitive ability by analyzing the user's utterance sentence input to the artificial intelligence chatbot based on the database.
 제1항에 있어서,
상기 인공지능 챗봇은,
마이크를 통해 입력된 사용자의 음성 데이터 또는 사용자가 입력한 텍스트 데이터를 인식하기 위한 발화문장 인식부;
상기 발화문장으로부터 사용자의 의도 및 상황을 분석하고 이에 대응하는 답변문장을 생성하기 위한 인공지능 처리부; 및
상기 답변문장을 스피커를 통해 음성으로 출력하거나 디스플레이를 통해 텍스트로 출력하기 위한 답변문장 출력부를 포함하는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
According to claim 1,
The artificial intelligence chatbot is
a speech sentence recognition unit for recognizing the user's voice data input through the microphone or text data input by the user;
an artificial intelligence processing unit for analyzing the user's intention and situation from the spoken sentence and generating a response sentence corresponding thereto; and
A language-based cognitive ability evaluation and care system, characterized in that it comprises an answer sentence output unit for outputting the answer sentence as voice through a speaker or as text through a display.
 제1항에 있어서,
상기 데이터베이스에 저장된 발화상황에 따른 사용 언어에 관한 정보는, 일반 사용자들의 그룹 특성에 따라 차별화된 발화 언어의 표준화 정보를 포함하는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
According to claim 1,
The language-based cognitive ability evaluation and care system, characterized in that the information on the language used according to the utterance situation stored in the database includes standardization information of the spoken language differentiated according to group characteristics of general users.
 제3항에 있어서,
상기 일반 사용자들의 그룹 특성은 연령대, 성별, 직업군 및 교육수준 중 적어도 하나를 포함하는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
4. The method of claim 3,
The group characteristic of the general users is a language-based cognitive ability evaluation and care system, characterized in that it includes at least one of age group, gender, occupational group and education level.
 제4항에 있어서,
상기 일반 사용자들의 그룹 특성에 따라 차별화된 발화 언어의 표준화 정보는, 특정 그룹에 속하는 일반 사용자들이 발화상황에 따라 구사하는 단어 또는 문장의 난이도와 복잡도를 표준화하여 나타낸 정보인 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
5. The method of claim 4,
The standardization information of the spoken language differentiated according to the group characteristics of the general users is information expressed by standardizing the difficulty and complexity of words or sentences used by general users belonging to a specific group according to the utterance situation, language-based Cognitive Assessment and Care System.
 제3항에 있어서,
상기 데이터베이스에 저장된 발화상황에 따른 사용 언어에 관한 정보는, 상기 사용자의 연령, 성별, 직업 및 교육수준 중 적어도 하나를 포함하는 배경 정보를 더 포함하는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
4. The method of claim 3,
Language-based cognitive ability evaluation and care, characterized in that the information about the language used according to the utterance situation stored in the database further includes background information including at least one of the user's age, gender, occupation, and education level system.
 제6항에 있어서,
상기 인지능력 평가부는 상기 사용자의 배경 정보와 상기 일반 사용자들의 그룹 특성에 따라 차별화된 발화 언어의 표준화 정보에 기초하여 상기 사용자의 인지능력을 평가하도록 구성되는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
7. The method of claim 6,
The cognitive ability evaluation unit is configured to evaluate the cognitive ability of the user based on the standardization information of the spoken language differentiated according to the background information of the user and the group characteristics of the general users, a language-based cognitive ability evaluation and care system.
 제1항에 있어서,
상기 인공지능 챗봇은 상기 사용자의 인지능력 평가 결과에 따라 상기 사용자의 인지능력 수준에 대응하는 상호작용을 제공하는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
According to claim 1,
The artificial intelligence chatbot is a language-based cognitive ability evaluation and care system, characterized in that it provides an interaction corresponding to the user's cognitive ability level according to the user's cognitive ability evaluation result.
 제8항에 있어서,
상기 인공지능 챗봇은 상기 사용자의 인지능력 수준에 대응하는 난이도와 복잡도를 갖는 단어 또는 문장을 이용하여 사용자와 대화하도록 구성되는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
9. The method of claim 8,
The artificial intelligence chatbot is a language-based cognitive ability evaluation and care system, characterized in that it is configured to communicate with the user using words or sentences having a difficulty and complexity corresponding to the cognitive ability level of the user.
 제8항에 있어서,
상기 인공지능 챗봇은 상기 사용자의 인지능력 수준에 대응하는 맞춤형 콘텐츠를 제공하도록 구성되는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
9. The method of claim 8,
The artificial intelligence chatbot is a language-based cognitive ability evaluation and care system, characterized in that it is configured to provide customized content corresponding to the cognitive ability level of the user.
 제1항에 있어서,
상기 인지능력 평가부는 상기 사용자의 인지능력을 주기적으로 평가하여 평가 결과를 상기 데이터베이스에 저장하거나 외부로 전송하도록 구성되는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.
The method of claim 1,
The cognitive ability evaluation unit periodically evaluates the cognitive ability of the user, and stores the evaluation result in the database or transmits to the outside, a language-based cognitive ability evaluation and care system.
 제1항 내지 제11항 중 어느 한 항에 있어서,
상기 인공지능 챗봇은 스마트 디바이스 또는 인공지능 로봇 상에서 구현되는 것을 특징으로 하는, 언어 기반 인지능력 평가 및 케어 시스템.12. The method according to any one of claims 1 to 11,
The artificial intelligence chatbot is a language-based cognitive ability evaluation and care system, characterized in that it is implemented on a smart device or an artificial intelligence robot.
KR1020200175123A 2020-12-15 2020-12-15 Language based cognitive ability evaluation and care system through daily communication monitoring KR102555354B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200175123A KR102555354B1 (en) 2020-12-15 2020-12-15 Language based cognitive ability evaluation and care system through daily communication monitoring

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200175123A KR102555354B1 (en) 2020-12-15 2020-12-15 Language based cognitive ability evaluation and care system through daily communication monitoring

Publications (2)

Publication Number Publication Date
KR20220085863A true KR20220085863A (en) 2022-06-23
KR102555354B1 KR102555354B1 (en) 2023-07-18

Family

ID=82221637

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200175123A KR102555354B1 (en) 2020-12-15 2020-12-15 Language based cognitive ability evaluation and care system through daily communication monitoring

Country Status (1)

Country Link
KR (1) KR102555354B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101562105B1 (en) 2013-10-02 2015-10-22 이화여자대학교 산학협력단 Apparatus and method for testing sentence comprehension and sentence production for diagnosis of mild cognitive impairment and dementia of alzheimer's type
KR20200056864A (en) * 2018-11-15 2020-05-25 웰니스인텔리전스(주) Method for providing home care service for people with dementia using home care platform
KR102130750B1 (en) * 2020-03-23 2020-07-06 이병관 Method for providing bigdata and artificial intelligence based counseling and psychological service using bidirectional virtual reality contents

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101562105B1 (en) 2013-10-02 2015-10-22 이화여자대학교 산학협력단 Apparatus and method for testing sentence comprehension and sentence production for diagnosis of mild cognitive impairment and dementia of alzheimer's type
KR20200056864A (en) * 2018-11-15 2020-05-25 웰니스인텔리전스(주) Method for providing home care service for people with dementia using home care platform
KR102130750B1 (en) * 2020-03-23 2020-07-06 이병관 Method for providing bigdata and artificial intelligence based counseling and psychological service using bidirectional virtual reality contents

Also Published As

Publication number Publication date
KR102555354B1 (en) 2023-07-18

Similar Documents

Publication Publication Date Title
Goldberg et al. Machine learning and natural language processing in psychotherapy research: Alliance as example use case.
Kelly et al. Automatically measuring question authenticity in real-world classrooms
Adler et al. Research methods for studying narrative identity: A primer
DeVeney et al. Parent-implemented versus clinician-directed interventions for late-talking toddlers: A systematic review of the literature
Ryan et al. Using artificial intelligence to assess clinicians’ communication skills
Bachorowski Vocal expression and perception of emotion
Chapman The relationship between early reading skills and speech and language performance in young children with cleft lip and palate
JP2022553749A (en) Acoustic and Natural Language Processing Models for Velocity-Based Screening and Behavioral Health Monitoring
Esposito et al. On the significance of speech pauses in depressive disorders: results on read and spontaneous narratives
Batliner et al. Ethics and good practice in computational paralinguistics
Fama et al. The subjective experience of inner speech in aphasia is a meaningful reflection of lexical retrieval
Chandler et al. Machine learning for ambulatory applications of neuropsychological testing
May et al. Review of AAC interventions in persons with dementia
Borrie et al. A perceptual learning approach for dysarthria remediation: An updated review
Corrales-Astorgano et al. Automatic assessment of prosodic quality in down syndrome: Analysis of the impact of speaker heterogeneity
Crasto et al. Carebot: A mental health chatbot
Franciscatto et al. Towards a speech therapy support system based on phonological processes early detection
Borrie et al. From speech acoustics to communicative participation in dysarthria: Toward a causal framework
Holmlund et al. Tracking language in real time in psychosis
Wiegersma et al. Recognizing hotspots in Brief Eclectic Psychotherapy for PTSD by text and audio mining
Stark et al. Test–retest reliability of microlinguistic information derived from spoken discourse in persons with chronic aphasia
Gagliardi Natural language processing techniques for studying language in pathological ageing: A scoping review
Johnson Speech, voice, and communication
KR102555354B1 (en) Language based cognitive ability evaluation and care system through daily communication monitoring
Shalu et al. Depression status estimation by deep learning based hybrid multi-modal fusion model

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