KR102406560B1 - 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 - Google Patents
인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 Download PDFInfo
- Publication number
- KR102406560B1 KR102406560B1 KR1020210174416A KR20210174416A KR102406560B1 KR 102406560 B1 KR102406560 B1 KR 102406560B1 KR 1020210174416 A KR1020210174416 A KR 1020210174416A KR 20210174416 A KR20210174416 A KR 20210174416A KR 102406560 B1 KR102406560 B1 KR 102406560B1
- Authority
- KR
- South Korea
- Prior art keywords
- response
- noise
- outbound call
- test
- type
- Prior art date
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
- 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)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Neurology (AREA)
- Databases & Information Systems (AREA)
- Child & Adolescent Psychology (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Social Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Neurosurgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Telephonic Communication Services (AREA)
Abstract
인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템이 제공된다. 상기 전자 장치에서 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법은, 상기 대상자의 단말로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송하는 단계; 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 상기 대상자의 단말로 아웃바운드 콜을 전송하는 단계; 상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신하는 단계; 상기 응답에서 노이즈를 검출하여 처리하는 단계; 및 상기 아웃바운드 콜 전송을 종료하는 단계를 포함할 수 있다.
Description
본 발명은 대상자의 치매 검사에 관한 것으로, 보다 자세하게는 인공지능 기반으로 대상자의 치매 검사의 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템에 관한 것이다.
일반적으로 치매 검사는 인지선별검사(CIST: Cognitive Impairment Screening Test), 진단검사 및 감별검사 순으로 이루어지고 있다.
선별검사는 검사 대상자들이 지역별 치매안심센터, 보건소 등을 직접 방문하여 검사가 이루어지는 방식이다. 진단검사는 상기 선별검사 결과에 따라 치매안심센터나 협약병원 등에서 신경인지검사를 수행하거나 전문의를 통한 진료 등이 이루어지는 방식이다. 마지막으로, 감별검사는 상기 진단검사의 결과에 따라 협약병원에서 혈액검사, 뇌영상 촬영 등을 통하여 최종적으로 치매 여부를 감별하는 방식이다.
상기에서 특히, 선별검사와 관련하여, 종래 방식에 따르면 검사 대상자들이 선별검사를 위해 해당 기관에 직접 방문을 할 정도이면 상대적으로 치매 환자일 가능성이 낮아 검사의 필요성 내지 유효성에 대한 문제점이 있다. 또한, 해당 기관에서 선별검사를 수행함에 있어서, 사람이 직접 검사 대상자와의 관계에서 질의 응답을 함에 따라 인력, 비용, 시간 등의 측면에서 효율성이 떨어지는 문제점이 있다. 이러한 효율성은 전술한 선별검사 자체에 대한 필요성 내지 유효성까지 고려하면 더욱 떨어질 수 있다.
특허문헌 1은 언어 유창성 기반 치매 진단 방법 및 장치에 관한 것으로, 치매 검사와 관련된 일반적인 검사 방법을 개시하고 있으나, 치매 대상자는 다양한 배경이 있음에도 불구하고 상기 언어 유창성 기반으로 치매 검사 내용만을 개시하고 있어 정확도에 문제가 있거나 개선하기 위한 방법이 제안될 필요가 있다.
본 발명이 해결하고자 하는 과제는, 치매 여부 판단을 위한 선별검사 이전에 인공지능 기반 아웃바운드 콜에 대한 응답에서 노이즈를 제거하여 검사의 정확도를 향상시키는 방법, 장치 및 시스템을 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.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 전자 장치에서 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법은, 상기 대상자의 단말로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송하는 단계; 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 상기 대상자의 단말로 아웃바운드 콜을 전송하는 단계; 상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신하는 단계; 상기 응답에서 노이즈를 검출하여 처리하는 단계; 및 상기 아웃바운드 콜 전송을 종료하는 단계를 포함할 수 있다.
본 발명의 일 면에 따른 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 장치는, 메모리; 및 프로세서를 포함하되, 상기 프로세서는, 상기 대상자의 단말로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송하고, 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 상기 대상자의 단말로 아웃바운드 콜을 전송하고, 상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신하여 상기 응답에서 노이즈를 검출하여 처리하고, 상기 아웃바운드 콜 전송을 종료하도록 제어할 수 있다.
본 발명의 일 면에 따른 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 시스템는, 대상자 단말; 및 서버를 포함하되, 상기 서버는, 상기 대상자의 단말로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송하고, 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 상기 대상자의 단말로 아웃바운드 콜을 전송하고, 상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신하여 상기 응답에서 노이즈를 검출하여 처리하고, 상기 아웃바운드 콜 전송을 종료하도록 제어하는 프로세서를 포함할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 따르면, 다음과 같은 효과들을 가질 수 있다.
본 발명에 따르면, 치매 여부 판단을 위한 선별검사 이전에 인공지능 기반 아웃바운드 콜을 통한 사전 검사를 수행 과정에서 검사 대상자의 응답 내 노이즈를 적절히 제거하여 검사의 정확도와 신뢰도를 높일 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 1 은 본 발명의 일 실시 예에 따른 인공지능 기반 검사 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 시스템을 도시한 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 서버의 구성 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 인공지능 기반 치매 검사의 정확도 향상을 위한 아웃바운드 콜의 응답 처리 방법을 설명하기 위한 흐름도이다.
도 4는 도 3의 노이즈 처리 방법을 설명하기 위해 도시한 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 응답 내 부분 추출을 통한 응답 분석 처리 방법을 설명하기 위해 도시한 흐름도이다.
도 2는 본 발명의 일 실시 예에 따른 서버의 구성 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 인공지능 기반 치매 검사의 정확도 향상을 위한 아웃바운드 콜의 응답 처리 방법을 설명하기 위한 흐름도이다.
도 4는 도 3의 노이즈 처리 방법을 설명하기 위해 도시한 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 응답 내 부분 추출을 통한 응답 분석 처리 방법을 설명하기 위해 도시한 흐름도이다.
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.
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.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1 은 본 발명의 일 실시 예에 따른 인공지능 기반 검사 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 시스템을 도시한 블록도이고, 도 2는 본 발명의 일 실시 예에 따른 서버(150)의 구성 블록도이다.
본 발명은 치매 검사에 관련된 것으로, 상기 치매 검사의 분석 과정에서 다양한 변수로 인하여 검사 대상자의 응답 내에 노이즈(noise)가 포함될 수 있다. 따라서, 본 발명에서는 상기 응답 내 노이즈를 전처리(preprocessing)하여 제거함으로써, 응답에 대한 정확한 분석이 가능하도록 하여 치매 검사 자체의 정확성과 신뢰도를 향상시키는 것이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 아웃바운드 콜 처리 시스템은, 검사 대상자 단말(100)과 서버(150)를 포함하여 구성될 수 있다. 이 때, 실시 예에 따라서, 아웃바운드 콜 처리 시스템에는 도 1에 도시된 검사 대상자 단말(100)과 서버(150) 외에 본 발명에 따른 후술하는 동작 수행과 관련하여, 하나 또는 그 이상의 구성요소가 추가되어 구성될 수도 있다. 예를 들어, 서버(150)에 의해 단말(100)로 아웃바운드 콜 전송 및 수신과 관련하여, 통신 서버, 기지국 등 관련 구성이 본 발명에 따른 아웃바운드 콜 처리 시스템에 포함될 수 있다.
이 때, 본 발명의 이해를 돕고 설명의 편의를 위하여 아웃바운드 콜의 경우를 예로 하여 본 발명의 다양한 실시예를 설명하나, 본 발명은 이에 한정되지 않는다. 따라서, 예를 들어 인바운드 콜(Inbound call)의 경우에도 본 발명의 내용 중 예를 들어, 후술할 응답 거부와 관련된 내용은 동일 또는 유사한 방식으로 적용 가능할 수 있다.
검사 대상자 단말(100)은 서버(150)에 의해 전송되는 아웃바운드 콜을 수신하는 전자 장치로서, 상기 아웃바운드 콜 전송에 따른 안내 멘트를 수신하여 그에 대한 응답 신호를 전송할 수 있다. 이 때, 상기 응답 신호란 검사 대상자의 음성을 포함할 수 있다. 다만, 상기 응답 신호에는 상기 음성 외에 다양한 방식으로 정의될 수 있는 노이즈가 포함될 수 있다. 상기 노이즈에 대해서는 후술한다. 다만, 상기 응답 신호는 예를 들어, 단말의 형태, 단말에 제공된 사용자 인터페이스(UI: User Interface) 등에 따라 전술한 음성 외에 다른 형태의 데이터를 포함하거나 조합된 형태로 구성될 수 있다.
이러한 검사 대상자 단말(100)은 TV, 모니터, 사이니지(Signage), PC, 노트북, 태블릿 pc, 스마트폰, 웨어러블 디바이스(wearable device), AI 스피커 등 중 어느 하나일 수 있다. 다만, 본 발명의 이해를 돕고 설명의 편의를 위하여 검사 대상자 단말(100)은 스마트폰을 예로 하여 설명하나, 이에 한정되는 것은 아니다.
본 발명과 관련하여, 검사 대상자 단말(100)은 상기 치매 검사 아웃바운드 콜의 수신, 응답 등과 관련된 인터페이스(interface)를 포함할 수 있다. 이러한 인터페이스는 예를 들어, 본 발명에 따른 치매 여부 판단을 위한 사전 검사가 아웃바운드 콜을 통해 이루어지는바, 음성 신호 처리와 관련된 스피커, 마이크로폰 등을 예로 할 수 있다. 이 때, 상기 검사 대상자 단말(100)은 직접 상기 인터페이스를 구비하거나 구비하지 않더라도 해당 인터페이스와 연결 또는 페어링(connected or paired) 상태이면 족한다.
한편, 다른 실시예에 따라, 검사 대상자 단말(100)은 치매 여부 판단을 위한 사전 검사 아웃바운드 콜의 음성을 문자로 출력하기 위한 디스플레이를 구비하고, 상기 디스플레이 상에 출력된 문자에 대한 응답을 터치 등을 통해 입력하면 이를 다시 음성으로 변환되어 전송되도록 하는 인터페이스와 상기 처리를 위한 STT(Speech to Text)와 TTS(Text to Speech) 처리를 위한 소프트웨어/하드웨어를 구비하거나 연결되어 이용할 수도 있다.
그 밖에, 실시 예에 따라서, 전술한 치매 검사를 위한 아웃바운드 콜에 대하여 응답은 음성과 함께 제스처, 터치 등의 방식이 조합될 수 있으며, 그를 위한 구성이 더 포함될 수도 있다.
서버(150)는 상기 검사 대상자 단말(100)로 상기 치매 검사에 관한 사전 공지 메시지를 전송하고, 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자의 수신 거부 방지를 위한 제1 메시지와 상기 대상자의 응답 거부 방지를 위한 제2 메시지가 포함된 대상자 맞춤형 안내 메시지를 구성하여 아웃바운드 콜을 전송할 수 있다.
서버(150)는, 상기 아웃바운드 콜 전송에 따른 상기 대상자 맞춤형 안내 메시지의 제1 메시지와 제2 메시지에 대한 대상자의 음성 응답을 수신하여 수신된 음성 응답을 분석할 수 있다.
서버(150)는, 상기 분석 결과를 참조하여 상기 음성 응답 내 노이즈를 제거할 수 있다.
서버(150)는, 상기 아웃바운드 콜 전송을 종료할 수 있다.
도 2를 참조하면, 서버(150)는 메모리(memory)(210)와 프로세서(processor)(220)를 포함하여 구성될 수 있다.
메모리(210)는 인공지능 기반 치매 여부 판단의 사전 검사, 노이즈 등과 관련된 다양한 훈련 데이터셋(training data set), 상기 훈련 데이터를 이용하여 생성된 학습 모델(learning model)을 저장할 수 있다.
메모리(210)는 치매 여부 판단 검사를 위한 사전 검사를 위한 사전 공지 메시지와 관련된 데이터, 대상자 맞춤형 안내 메시지와 관련된 데이터, 대상자 맞춤형 안내 메시지의 응답 관련 노이즈와 관련된 데이터 등, 서버(150)에 의해 수집, 가공, 처리 등 되는 다양한 데이터를 저장할 수 있다.
프로세서(220)는 치매 여부 판단을 위한 사전 검사와 관련된 사전 공지 메시지와 인공지능 기반 학습 모델에 기초하여 구성된 대상자 맞춤형 안내 메시지가 포함된 아웃바운드 콜을 검사 대상자 단말(100)로 전송할 수 있다.
프로세서(220)는 상기 전송된 사전 공지 메시지와 아웃바운드 콜의 응답을 수신하고, 수신된 응답을 분석하여 아웃바운드 콜의 대상자 맞춤형 안내 메시지의 응답 내 노이즈 식별 및 제거 여부와 사전 검사 여부에 대한 판단을 할 수 있다.
프로세서(220)는 상기 아웃바운드 콜의 전송을 종료 제어할 수 있다.
서버(150)는 본 발명에 따른 치매 여부 판단을 위한 사전 검사와 관련된 서비스의 일부를 어플리케이션(application) 또는 웹 서비스(web service) 형태로 제공할 수 있다.
도 1에 도시되진 않았으나, 서버(150)는 치매 여부 판단을 위한 사전 검사와 관련하여 다양한 데이터를 수집하기 위하여, 하나 또는 그 이상의 외부 데이터베이스(DB)와 통신할 수 있다. 이러한 외부 데이터베이스에는 예를 들어, 국내외의 치매 관련 의료 서비스와 관련된 민간/국가 기관 서버, 의료 전문 기관의 서버, 의료 논문 서비스 제공 서버의 데이터베이스 등이 포함될 수 있다.
도 3은 본 발명의 일 실시 예에 따른 인공지능 기반 치매 검사의 정확도 향상을 위한 아웃바운드 콜의 응답 처리 방법을 설명하기 위한 흐름도이다. 도 4는 도 3의 노이즈 처리 방법을 설명하기 위해 도시한 흐름도이다. 도 5는 본 발명의 일 실시 예에 따른 응답 내 부분 추출을 통한 응답 분석 처리 방법을 설명하기 위해 도시한 흐름도이다.
도 3 내지 5의 동작들은 도 1의 서버(150) 특히, 도 2의 프로세서(220)를 통해 수행될 수 있다.
먼저, 도 3을 참조하여, 본 발명의 일 실시 예에 따른 인공지능 기반 검사 대상자의 치매 검사의 정확도 향상을 위한 아웃바운드 콜 음량 조절 제어 방법에 대하여 설명하면, 다음과 같다.
동작 11에서, 서버(150)는 검사 대상자 단말(100)로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송할 수 있다.
동작 12에서, 서버(150)는 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 전송할 수 있다.
동작 13에서, 서버(150)는 상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신할 수 있다.
동작 14에서, 서버(150)는 상기 응답에서 노이즈 검출 여부를 판단할 수 있다.
동작 15에서, 서버(150)는 상기 동작 14에서 판단 결과, 만약 상기 응답 내 노이즈가 검출되면 전처리를 통해 검출된 노이즈를 제거할 수 있다.
동작 16에서, 서버(150)는 상기 아웃바운드 콜 전송을 종료하고 검사 결과데이터를 생성하여 검사 대상자 단말(100)로 전송할 수 있다.
도 4는 도 3에서 특히, 동작 14 및 15의 상세 동작으로 볼 수 있다.
한편, 도 4는 예를 들어, 제3자에 의한 음성을 노이즈로 판단할 수 있다.
도 4를 참조하면, 동작 21에서, 서버(150)는 상기 응답에서 검출되는 노이즈의 타입을 식별할 수 있다.
상기 식별된 노이즈 타입에 따라 전처리 동작은 상이하다.
동작 22-1에서, 서버(150)는 상기 식별된 노이즈 타입이 제1 타입이면, 상기 응답을 분석하여 분석 결과를 산출할 수 있다.
동작 23에서, 서버(150)는 검사 환경 점수를 측정할 수 있다.
동작 24에서, 서버(150)는 상기 측정된 검사 환경 점수 기반 신뢰도값을 산출할 수 있다.
동작 25에서, 서버(150)는 상기 산출한 신뢰도값이 임계값 이하인지 판단할 수 있다.
동작 26에서, 서버(150)는 상기 동작 25의 판단 결과, 만약 산출된 신뢰도값이 임계값 이하이면, 평가 기준 조정, 점수 보정 또는 재검사 진행 중 어느 하나를 수행하도록 제어할 수 있다.
반면, 동작 22-2에서, 서버(150)는 상기 식별된 노이즈 타입이 제2 타입이면, 재검사 진행 또는 재검사 일정 예약 진행을 위한 상기 사전 공지 메시지를 재구성하여 재전송하도록 제어할 수 있다.
또한, 동작 22-3에서, 서버(150)는 상기 식별된 노이즈 타입이 제3 타입이면, 검출된 노이즈를 제거 후 상기 응답을 전처리되도록 제어할 수 있다.
서버(150)는 검사 대상자가 아닌 제3자의 영향으로 검사 결과가 달라지는 것을 방지할 필요가 있다. 예를 들어, 서버(150)는 검사 대상자가 제3자와 상의를 하거나 대화하며 검사를 진행하거나, 제3자가 옆에서 훈수를 두는 등의 경우에는 검사 정확도에 영향을 줄 수 있는바, 이에 대한 대비가 필요할 수 있다.
관련하여, 서버(150)는 먼저, 제3자의 존재 여부를 검출할 수 있다. 이를 위해, 서버(150)는 음성 파형 분석을 기반으로 응답 내 2명 이상 음성이 검출되는지 여부 판단, 검사 대상자가 기존 검사 이력이 있는 경우라면 기존 검사 데이터와 비교하여 상기 검사 대상자의 음성과 상기 검사 대상자 외의 음성을 구별하여 검출할 수 있다.
서버(150)는 상기 제3자의 음성이 검출되면, 다음과 같이 처리될 수 있다. 다만, 본 발명이 이에 한정되는 것은 아니다.
먼저, 서버(150)는 제1 타입과 같이, 검사 내용 분석 검사 환경을 고려하여 검사 결과를 산출할 수 있다(동작 22-1). 이는 주변 환경의 영향을 받아 검사 결과가 원래보다 높거나 낮게 산출되는 즉, 원래와 다른 경우를 방지하기 위한 것이다. 따라서, 서버(150)는 검사 환경 점수를 측정하고(동작 23), 환경을 고려하여 신뢰도값을 산출하고(동작 24), 산출된 신뢰도 값이 임계값 이하인지 판단하여(동작 25), 상기 판단 결과 산출된 신뢰도 값이 임계값 이하이면 평가 기준을 조정, 점수를 보정 또는 재검사를 진행하도록 제어할 수 있다(동작 26).
한편, 상기에서, 검사 진행을 방해하는 환경으로, 전술한 제3자의 존재뿐만 아니라 검사 진행에 부적절한 장소(예를 들어, 대중교통, 외부 등)에 위치, TV/라디오 소리 등도 고려될 수 있다.
다음으로, 서버(150)는 제2 타입과 같이, 2명 이상의 음성이 검출되면 재검사 진행 또는 재검사 일정 예약 절차 진행할 수 있다(동작 22-2).
마지막으로, 서버(150)는 제3 타입과 같이, 응답 오디오에서 제3자의 음성 노이즈(예를 들어, 상의, 훈수, 대화 등)를 검출 및 제거하는 전처리를 수행할 수 있다(동작 22-3).
한편, 서버(150)는 영상 통화 적용 시에는, 카메라 기능을 이용하여 전술한 제3자 존재 여부, 검사 진행에 부적절한 장소 여부 등을 인식하여 처리할 수 있다.
도 5는, 상기 도 4와 함께 또는 별개로 진행될 수 있다.
도 5를 참조하면, 동작 31에서, 서버(150)는 상기 수신된 응답 내 부분을 추출할 수 있다.
동작 32에서, 서버(150)는 상기 추출된 응답 내 부분에 중복 단어가 포함되었는지 판단할 수 있다.
서버(150)는 상기 추출된 응답 내 부분에 중복 단어가 포함되었으며 해당 중복 단어가 제1 중복 타입이면, 이를 노이즈 처리할 수 있다(동작 35).
반면, 서버(150)는 상기 추출된 응답 내 부분에 중복 단어가 포함되었으며 해당 중복 단어가 제2 중복 타입이면, 평가 기준을 적용할 수 있다(동작 36).
이 때, 상기에서 중복 단어 포함 여부 판단은 예를 들어, 치매 검사 대상자의 언어 습관에 의한 노이즈를 구분하기 위한 것일 수 있다.
상기에서, 중복 대답을 연속적으로 중복된 단어를 대답하는 경우를 제1 중복 타입이라 하고, 비연속적으로 중복된 단어를 대답하는 경우를 제2 중복 타입이라 정의하고, 서버(150)는 상기 제1 중복 타입과 제2 중복 타입에 대하여 상이한 처리를 할 수 있다.
서버(150)는 상기 제1 중복 타입과 관련하여 예를 들어, '다람쥐, 다람쥐, 다람쥐…'와 같이 다음 단어를 생각하면서 중얼거리는 혼잣말 등의 언어습관으로 판단하여 오답 처리가 아닌 노이즈로 처리할 수 있다.
반면, 서버(150)는, 상기 제2 중복 타입과 관련하여 예를 들어, '다람쥐, 소, 강아지, 다람쥐…'와 같이 동일한 단어를 얘기했던 것을 기억하지 못하고 비연속적으로 중복 대답한 것이므로 이는 노이즈로 처리하지 않고, 오답 처리, 감점 또는 작은 점수 부여 등의 평가 기준 적용할 수 있다.
한편, 서버(150)는 정답을 얘기하려는 목적이 아닌 언어 습관으로 판단되는 음성은 노이즈로 처리할 수 있다. 예를 들어, 서버(150)는 '아까 했고' 등은 오답을 대답한 것이 아니고 언어 습관에 해당하는 것으로 판단할 수 있다.
한편, 동작 33에서, 서버(150)는 추출된 응답 내 부분에 명사가 포함되었는지 판단할 수 있다.
서버(150)는, 상기 동작 33의 판단 결과 만약, 추출된 응답 내 부분에 명사가 포함되지 않은 경우에는 이를 노이즈 처리할 수 있다(동작 35). 이 때, 상기에서 명사가 아니라면, 해당 부분은 동사로 볼 수 있다.
반면, 서버(150)는, 상기 동작 33의 판단 결과 만약, 추출된 응답 내 부분에 명사가 포함된 경우에는, 다음으로 해당 명사가 방언에 해당되는지 판단할 수 있다(동작 34). 동작 34는 아래와 같이, 서버(150)에서 상기 명사 포함에 따른 방언 해당 판단과 별개로 이루어질 수 있다.
서버(150)는 음성을 명사와 명사가 아닌 것으로 구별하고, 명사가 아닌 음성(예를 들어, '뭐가 있더라', '어렵네' 등)을 노이즈로 처리할 수 있다.
한편, 동작 34에서, 서버(150)는 추출된 응답 내 부분에 방언이 포함되었는지 판단할 수 있다.
서버(150)는 상기 동작 34의 판단 결과 만약, 추출된 응답 내 부분에 방언이 포함되었으면, 이를 노이즈 처리할 수 있다(동작 35).
서버(150)는 상기 동작 34의 판단 결과 만약, 추출된 응답 내 부분에 방언이 포함되지 않았으면, 평가 기준을 적용할 수 있다(동작 36).
서버(150)는 검사 자체의 문제 제기를 방지하여야 치매 검사의 정확도를 향상시킬 수 있다. 예를 들어, 서버(150)는 검사 대상자의 중복으로 말하는 습관을 판단할 수 있어야 하며, 추임새, 혼잣말을 하는 경우, 동물 이름 등에 대한 방언, 된소리 등에 대한 부분을 식별하고 전처리할 수 있어야 한다.
서버(150)는 연령, 출신 지역 등에 따라 예를 들어, 동일한 동물, 식물 등에 대한 이름도 다르게 얘기할 수 있으므로, 지역별 방언 데이터베이스를 구축하여 정답 여부를 보다 정확하게 판단할 수 있다.
비록 도 5에서는 추출된 응답 내 부분에 방언이 포함되었으면, 서버(150)는 이를 노이즈 처리한다고 하였으나, 본 발명은 이에 한정되지 않는다. 실시 예에 따라, 서버(150)는 지역별 방언에 대한 다양한 데이터를 수집하고 수집된 데이터를 훈련 데이터로 하여 인공지능 학습 모델을 생성하고, 이렇게 생성된 학습 모델을 기계학습함으로써, 방언 데이터베이스를 구축할 수 있다. 따라서, 서버(150)는 상기에서 응답 내 추출된 부분에서 방언이 포함된 경우 무조건 노이즈 처리하는 것이 아니라, 구축된 방언 데이터베이스에 해당하는 데이터가 저장되었는지 먼저 판단하고, 그럼에도 불구하고 해당 방언이 해석 불가로 판단되면, 그 때 노이즈를 처리할 수도 있다.
상기 방언과 유사하게, 된소리도 전술한 방식으로 처리할 수 있다.
상기에서 응답 내 부분을 추출함에 있어서, 서버(150)는 응답 음성 데이터를 STT 처리하여 텍스트가 추출되면, 해당 텍스트 전체를 미리 설정된 크기로 구분하여 나누어 상기 부분을 정의할 수 있다. 예를 들어, 하나의 텍스트에 10개의 글자가 있는 경우, 서버(150)는 예를 들어, 2개 내지 3개 단위로 상기 10글자를 나누어 부분을 정의할 수 있다. 이 때, 통상 음성과 STT 처리후 복원된 텍스트에서 띄워쓰기에 해당하는 부분은 상이할 수 있는바, 상기 단위로 부분을 정의할 때, 이전 단위와 다음 단위는 적어도 하나의 글자가 중복되도록 정의할 수 있다.
한편, 서버(150)는 동작 33에서 판단 결과, 해당 부분이 명사가 아닌 경우에는 노이즈 처리하는 것으로 도시되었으나, 본 발명은 이에 한정되는 것은 아니다. 실시 예에 따라, 서버(150)는 동사에 대해서도 그것이 유의미한 의미로 해석될 수 있는 단어들을 미리 정의하고 이를 수집하여 수집된 데이터를 훈련 데이터로 하여 인공지능 학습 모델을 생성하고, 이렇게 생성된 학습 모델을 기계학습함으로써, 동사 데이터베이스를 구축할 수 있다. 따라서, 서버(150)는 상기에서 응답 내 추출된 부분에서 동사가 포함된 경우 무조건 노이즈 처리하는 것이 아니라, 구축된 동사 데이터베이스에 해당하는 데이터가 저장되었는지 먼저 판단하고, 상기 데이터베이스에 포함되지 않은 경우에는 비로소 노이즈를 처리할 수도 있다.
한편, 서버(150)는 동작 33에서 판단 결과, 해당 부분이 명사가 아닌 경우에는, 서버(150)는 동사에 대해서도 음성 톤(tone) 기반 데이터를 수집하여 수집된 데이터를 훈련 데이터로 하여 인공지능 학습 모델을 생성하고, 이렇게 생성된 학습 모델을 기계학습함으로써, 음성 톤 데이터베이스를 구축할 수 있다. 따라서, 서버(150)는 상기에서 응답 내 추출된 부분에서 동사가 포함된 경우 무조건 노이즈 처리하는 것이 아니라, 구축된 음성 톤 데이터베이스에 해당하는 데이터가 저장되었는지 먼저 판단하고, 상기 데이터베이스에 포함되지 않은 경우에는 비로소 노이즈를 처리할 수도 있다.
그 밖에, 서버(150)는 검사 대상자 단말(100)의 GPS와 같은 위치 정보와 모션 데이터를 획득하여 치매 검사 정확도 향상에 이용할 수 있다. 예를 들어, 길거리와 같은 외부에 검사 대상자가 위치하거나 검사 대상자가 이동 중 등의 상황을 위치 정보와 모션 데이터(영상 통화의 경우, 카메라 센서 등)를 통해 환경 정보를 통해 판단하고 그에 대응하는 차 소리, 대중교통 소리 등에 의한 다양한 노이즈를 검출하고 처리할 수 있다.
통상, 서버(150)는 응답 음성에 STT(Speech to Text) 기술을 적용하는 경우, 음성을 문장으로 인식하는 경향이 있다. 따라서, 이러한 점을 고려하여, 서버(150)는 음성 오디오에 포함된 내용을 명사화하여 전처리 수행하거나 명사에 해당하는 부분을 우선 추출하여 전처리 수행할 수 있다.
도 4와 5를 수행함에 있어서, 본 발명의 일 실시 예에 따른 테스트 데이터(test data) 기반 치매 검사의 정확도 향상을 기할 수 있다. 서버(150)는 예를 들어, 테스트 데이터를 전송하여, 응답을 수신하여 검사 대상자에 적합한 데이터베이스를 선택하거나 발생 가능한 노이즈를 미리 제거하도록 제어할 수 있다.
한편, 서버(150)는 미리 설정된 개별 음량 크기로 설정된 음성 테스트 데이터가 포함된 음량 크기 설정 테스트 데이터를 검사 대상자 단말(100)로 전송하여, 노이즈가 최소화되는 음량 크기를 설정하여 검사 정확도를 개선할 수도 있다.
서버(150)는 비록 도시되진 않았지만, 응답 내 음성 데이터와 비음성 데이터 구분하고, 구분된 비음성 데이터를 전처리하여 검사 정확도를 향상시킬 수 있다.
상술한 도 3 내지 도 5에 도시된 동작 순서는 해당 도면에서 도시된 순서와 다르게 처리될 수도 있다. 예를 들어, 일부 동작들은 동시에 수행될 수도 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.
100 : 검사 대상자 단말
150 : 서버
210 : 메모리
220 : 프로세서
150 : 서버
210 : 메모리
220 : 프로세서
Claims (10)
- 전자 장치에서 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법에 있어서,
상기 대상자의 단말로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송하는 단계;
상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 상기 대상자의 단말로 아웃바운드 콜을 전송하는 단계;
상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신하는 단계;
상기 응답에서 노이즈를 검출하여 처리하는 단계; 및
상기 아웃바운드 콜 전송을 종료하는 단계를 포함하여 이루어지되,
상기 응답에서 노이즈를 검출하여 처리하는 단계는,
상기 응답에서 검출되는 노이즈의 타입을 식별하는 단계,
상기 식별되는 노이즈 타입이 제1 타입이면, 상기 응답을 분석하여 분석 결과를 산출하는 단계,
검사 환경 점수를 측정하는 단계,
상기 측정된 검사 환경 점수 기반 신뢰도값을 산출하는 단계,
상기 산출한 신뢰도값이 임계값 이하인지 판단하는 단계, 및
상기 판단 결과 산출된 신뢰도값이 임계값 이하이면, 평가 기준 조정, 점수 보정 또는 재검사 진행 중 어느 하나를 수행하도록 제어하는 단계를 포함하는,
아웃바운드 콜 처리 방법. - 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 식별된 노이즈 타입이 제2 타입이면, 재검사 진행 또는 재검사 일정 예약 진행을 위한 상기 사전 공지 메시지를 재구성하여 재전송되도록 제어하는,
아웃바운드 콜 처리 방법. - 제5항에 있어서,
상기 식별된 노이즈 타입이 제3 타입이면, 검출된 노이즈를 제거 후 상기 응답을 전처리되도록 제어하는,
아웃바운드 콜 처리 방법. - 제6항에 있어서,
상기 수신된 응답 내 부분을 추출하는 단계를 더 포함하는,
아웃바운드 콜 처리 방법. - 제7항에 있어서,
상기 추출된 응답 내 부분이 중복 단어 타입이고, 해당 타입에 따라 노이즈 처리 또는 평가 기준을 적용되도록 제어하고,
상기 추출된 응답 내 부분이 명사에 해당하지 않으면, 노이즈 처리되도록 제어하고,
상기 추출된 응답 내 부분이 명사에 해당하나 방언 여부에 따라 노이즈 처리 또는 평가 기준이 적용되도록 제어하는,
아웃바운드 콜 처리 방법. - 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 장치에 있어서,
메모리; 및
프로세서를 포함하되, 상기 프로세서는,
상기 대상자의 단말로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송하고, 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 상기 대상자의 단말로 아웃바운드 콜을 전송하고, 상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신하여 상기 응답에서 노이즈를 검출하여 처리하고, 상기 아웃바운드 콜 전송을 종료하도록 제어하되,
상기 응답에서 노이즈를 검출하여 처리시, 상기 응답에서 검출되는 노이즈의 타입을 식별하여, 상기 식별되는 노이즈 타입이 제1 타입이면, 상기 응답을 분석하여 분석 결과를 산출하고, 검사 환경 점수를 측정하여 상기 측정된 검사 환경 점수 기반 신뢰도값을 산출하고, 상기 산출한 신뢰도값이 임계값 이하이면, 평가 기준 조정, 점수 보정 또는 재검사 진행 중 어느 하나를 수행하도록 제어하는,
아웃바운드 콜 처리 장치. - 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 시스템에 있어서,
대상자 단말; 및
서버를 포함하되, 상기 서버는,
상기 대상자의 단말로 상기 치매 검사 일정이 포함된 사전 공지 메시지를 전송하고, 상기 인공지능 기반 생성된 학습 모델에 기초하여 상기 대상자 맞춤형 안내 메시지를 구성하여 상기 대상자의 단말로 아웃바운드 콜을 전송하고, 상기 전송된 대상자 맞춤형 안내 메시지의 안내 멘트에 대한 응답을 수신하여 상기 응답에서 노이즈를 검출하여 처리하고, 상기 아웃바운드 콜 전송을 종료하도록 제어하는 프로세서를 포함하되,
상기 프로세서는, 상기 응답에서 노이즈를 검출하여 처리시, 상기 응답에서 검출되는 노이즈의 타입을 식별하여, 상기 식별되는 노이즈 타입이 제1 타입이면, 상기 응답을 분석하여 분석 결과를 산출하고, 검사 환경 점수를 측정하여 상기 측정된 검사 환경 점수 기반 신뢰도값을 산출하고, 상기 산출한 신뢰도값이 임계값 이하이면, 평가 기준 조정, 점수 보정 또는 재검사 진행 중 어느 하나를 수행하도록 제어하는,
아웃바운드 콜 처리 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210174416A KR102406560B1 (ko) | 2021-12-08 | 2021-12-08 | 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210174416A KR102406560B1 (ko) | 2021-12-08 | 2021-12-08 | 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102406560B1 true KR102406560B1 (ko) | 2022-06-09 |
Family
ID=81985642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210174416A KR102406560B1 (ko) | 2021-12-08 | 2021-12-08 | 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102406560B1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120070287A (ko) * | 2010-12-21 | 2012-06-29 | 주식회사 넷블루 | 인지재활 서비스 시스템 |
KR101437569B1 (ko) | 2012-08-13 | 2014-09-04 | 서울대학교산학협력단 | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 |
KR20180018146A (ko) * | 2016-08-12 | 2018-02-21 | 삼성전자주식회사 | 음성 인식이 가능한 디스플레이 장치 및 방법 |
KR102198806B1 (ko) * | 2018-11-16 | 2021-01-05 | 연세대학교 산학협력단 | 게임 기반 온라인 인지 테스트 시스템 및 방법 |
KR102216649B1 (ko) * | 2019-10-29 | 2021-02-17 | 주식회사 솔트룩스파트너스 | 아웃바운드 콜 시스템 및 아웃바운드 콜 방법 |
-
2021
- 2021-12-08 KR KR1020210174416A patent/KR102406560B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120070287A (ko) * | 2010-12-21 | 2012-06-29 | 주식회사 넷블루 | 인지재활 서비스 시스템 |
KR101437569B1 (ko) | 2012-08-13 | 2014-09-04 | 서울대학교산학협력단 | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 |
KR20180018146A (ko) * | 2016-08-12 | 2018-02-21 | 삼성전자주식회사 | 음성 인식이 가능한 디스플레이 장치 및 방법 |
KR102198806B1 (ko) * | 2018-11-16 | 2021-01-05 | 연세대학교 산학협력단 | 게임 기반 온라인 인지 테스트 시스템 및 방법 |
KR102216649B1 (ko) * | 2019-10-29 | 2021-02-17 | 주식회사 솔트룩스파트너스 | 아웃바운드 콜 시스템 및 아웃바운드 콜 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10010288B2 (en) | Screening for neurological disease using speech articulation characteristics | |
US8784311B2 (en) | Systems and methods of screening for medical states using speech and other vocal behaviors | |
US9293133B2 (en) | Improving voice communication over a network | |
US20080045805A1 (en) | Method and System of Indicating a Condition of an Individual | |
Kramer et al. | Measuring cognitive factors in speech comprehension: The value of using the Text Reception Threshold test as a visual equivalent of the SRT test | |
KR102329954B1 (ko) | 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 | |
US11766209B2 (en) | Cognitive function evaluation device, cognitive function evaluation system, and cognitive function evaluation method | |
US20210186370A1 (en) | Automated and objective symptom severity score | |
WO2020128542A1 (en) | Automatic detection of neurocognitive impairment based on a speech sample | |
Kanber et al. | Highly accurate and robust identity perception from personally familiar voices. | |
JP6729923B1 (ja) | 難聴判定装置、難聴判定システム、コンピュータプログラム及び認知機能レベル補正方法 | |
Yamamoto et al. | Comparison of remote experiments using crowdsourcing and laboratory experiments on speech intelligibility | |
CN116665845A (zh) | 一种基于多模态数据用户情绪自测*** | |
KR102406560B1 (ko) | 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 | |
US20210219893A1 (en) | System and method for measurement of vocal biomarkers of vitality and biological aging | |
Mamun et al. | Quantifying cochlear implant users’ ability for speaker identification using ci auditory stimuli | |
KR102406561B1 (ko) | 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 | |
JP2023534799A (ja) | 会話ベースの精神障害選別方法及びその装置 | |
EP3884850A1 (en) | Systems and methods for biomarker analysis on a hearing device | |
KR102369263B1 (ko) | 인공지능 기반 대상자의 치매 검사를 위한 아웃바운드 콜의 음량 제어 방법, 장치 및 시스템 | |
CN114913974A (zh) | 一种谵妄评估方法、装置、电子设备及存储介质 | |
Davidson et al. | Spectral modulation detection performance and speech perception in pediatric cochlear implant recipients | |
KR102379615B1 (ko) | 인공지능 기반 대상자의 치매 검사를 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 | |
JP7459505B2 (ja) | 訓練システム、訓練方法及び訓練プログラム | |
US12033614B2 (en) | System and method for secure data augmentation for speech processing systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |