디지털 바이오마커
어휘 다양성, 발화 길이, 일관성, 관념 밀도를 임상 참조 지표와 함께 연구할 수 있습니다.
중추신경계 R&D를 위한 데이터셋
종단 음성 데이터.
중추신경계 연구를 위한 데이터.
일상 대화에서 수집하는 인지, 음성, 행동 데이터.
제약 연구개발 부서, 연구기관, AI 연구소를 위한 데이터.
36주간 한 참여자의 변화 추이
설명용 예시 · 반복 관찰
인지 지수기분
- 기록된 세션
- 5만+
- 종단 추적 개월 수
- 12+
- 세션당 변수 수
- 31
- 수집 빈도
- 매일
- 비식별화 처리
- 100%
공개된 개요에 제시된 데이터셋 수치입니다. 제공 범위와 원천 데이터 이용 가능 여부는 데이터 제공 버전별로 확인합니다.
이 데이터가 중요한 이유
매일 수집하는 연구용 신호.
동일한 대화 자료를 디지털 바이오마커 연구, 반복 측정, 실사용근거(RWE) 생성에 활용합니다.
연속적 평가변수
시간에 따른 반복 관찰을 통해 임상 방문 사이의 인지 및 기분 지표를 추적하세요.
실사용근거(RWE)
수집·처리 맥락이 문서화된 가정 내 일상 대화 자료를 분석할 수 있습니다.
수집하는 정보
기분. 인지. 복약 순응도.
기분
음성 특징, 어휘 지표, 자가 보고로 추정하는 정서 상태 — 매일 측정하며 개인별 기준선을 설정합니다.
인지
회상, 유창성, 지남력, 참여도를 아우르는 복합 인지 지수 — 7일, 30일, 90일 구간으로 추이를 확인합니다.
복약 순응도
양방향으로 확인하는 복약 순응도와 복약 누락 시점, 이후 증상과의 상관관계.
일상 환경에서 수집한 데이터의 장점
구조화된 평가와 함께 살펴보는 대화.
반복적인 검사 세션 대신 정기적인 대화를 활용하는 다른 수집 모델입니다.
| 비교 항목 | Amigo | 구조화된 검사 도구 |
|---|---|---|
| 수집 방법 | 자유 형식의 일상 대화 | 안내에 따라 수행하는 인지 과제(시계 그리기, 그림 설명, 카드 게임) |
| 빈도 | 매일 — 모든 대화가 데이터 포인트 | 매주부터 분기별까지 — 예약된 세션 |
| 환자 부담 | 없음 — 대화 자체가 제품(말벗 서비스) | 검사 프로토콜에 적극적으로 참여해야 함 |
| 연습 효과 | 없음 — 학습할 반복 검사 구조가 없음 | 반복 노출로 점수가 향상됨 |
| 검사 불안 | 없음 — 즐거운 일상 활동에 통합됨 | 수행 불안이 결과를 왜곡할 수 있음 |
| 생태학적 타당성 | 높음 — 가정환경의 실제 발화 | 낮음~보통 — 인위적인 검사 조건 |
| 데이터 유형 | 언어 + 음향 + 행동 + 정서 | 일반적으로 도구당 1–2개 차원 |
| 복약 순응도 | 높음 — 노인은 대화를 원함 | 시간 경과에 따라 감소 — 검사 피로 |
| 종단 추적 데이터의 축적 | 수개월 동안 참여자당 수백 개 세션 | 많아야 수십 개 세션 |
| 데이터 포인트당 비용 | 매우 낮음 — 임상 인력과 기기 불필요 | 더 높음 — 감독하의 검사 또는 기기 필요 |
공개된 개요를 바탕으로 한 비교입니다. 수집 빈도, 참여자 경험, 평가 프로토콜은 연구마다 다릅니다.
데이터 생성 파이프라인
자연스러운 음성에서 구조화된 데이터셋으로.
- 01 / 음성
대화
일일 수집 · 자연 발화 · 비구조화
- 02 / 엔진
Amigo 음성 엔진
자체 개발 · 실시간 음성 인식(STT)
- 03 / 파이프라인
Amigo 인지 파이프라인
31개 지표 · NLP + 음향
- 04 / 구조화된 스냅샷
구조화된 스냅샷
JSON · 버전 관리 · 감사 기록
- 05 / 내보내기
비식별화 및 내보내기
GDPR · HIPAA · BAA
데이터 카탈로그
세션당 31개의 구조화된 변수.
인지, 음성, 행동, 기분, 알림 및 기준선 데이터입니다. 모든 필드를 유형 및 예시 값과 함께 아래에 나열했습니다.
| 필드 | 유형 | 예시 | 범주 |
|---|---|---|---|
subject_id | string | anon_8f3a2c | ID |
session_date | date | 2026-02-28 | ID |
call_duration_seconds | int | 540 | 세션 |
word_count | int | 312 | 인지 |
type_token_ratio | float | 0.68 | 인지 |
mean_utterance_length | float | 8.4 | 인지 |
words_per_minute | float | 98 | 인지 |
repetition_rate | float | 0.05 | 인지 |
coherence_score | int (1-10) | 8 | 인지 AI |
idea_density_score | int (1-10) | 7 | 인지 AI |
word_finding_score | int (1-10) | 9 | 인지 AI |
composite_score | int (0-1000) | 742 | 인지 |
participation_ratio | float | 0.45 | 행동 |
turn_count | int | 24 | 행동 |
engagement_quality | enum | good | 행동 |
mood_primary | enum (5) | positive | 기분 |
mood_intensity | int (0-10) | 7 | 기분 |
alert_triggered | bool | false | 알림 |
alert_nature | enum | null | 알림 |
alert_severity | enum | null | 알림 |
f0_mean_hz | float | 185.3 | 음성 |
f0_std_hz | float | 28.7 | 음성 |
jitter_percent | float | 1.12 | 음성 |
shimmer_percent | float | 3.45 | 음성 |
hnr_db | float | 18.2 | 음성 |
speech_rate | float | 3.8 | 음성 |
pause_rate | float | 0.22 | 음성 |
mean_pause_duration_ms | int | 680 | 음성 |
composite_z_score | float | +0.3 | 기준선 |
baseline_sessions | int | 12 | 기준선 |
trend | enum | stable | 기준선 |
각 세션의 구성
대화마다 생성되는 정보.
하나의 세션에서 여러 측면의 정보를 얻습니다. 추출한 특징과 모델이 산출한 결과는 구분하여 제공합니다.
NLP 인지 지표
어휘 다양성, 발화 길이, 유창성, 반복을 측정하는 언어 지표.
AI 인지 점수
일관성, 관념 밀도, 단어 인출, 복합 인지 지수에 대해 모델에서 도출한 점수.
음성 및 음향 바이오마커
음성 신호에서 추출한 음높이, 주기·진폭 변동, 배음 구조, 시간적 특성.
행동 지표
대화 전반의 참여 비율, 참여도, 상호작용 양상.
기분 및 정서
세션 수준의 정서적 맥락을 포함하는 추정 기분 분류 및 강도.
임상 관련 알림
범주, 심각도, 세션 맥락을 포함하는 구조화된 알림 출력.
종단 분석 기준선
반복 세션에 걸쳐 산출한 개인 기준선, z점수 변화량, 추세 방향.
내보내기 스키마
대화 하나. 구조화된 레코드 하나.
선택한 내보내기에 대한 데이터 사전 및 처리 이력과 함께 JSON, CSV 또는 Parquet로 제공됩니다.
- 01
참여자 수준
익명 ID, 연령대, 성별, 수집 기관
- 02
세션 수준
31개 변수 전체 — 인지, 음성, 행동, 기분, 알림
- 03
음성 수준
F0, 지터, 쉬머, HNR, 휴지 패턴 — 세션별 음향 바이오마커
- 04
기준선 수준
개인 기준선, z점수, 종합 점수 변화, 추세 플래그
{
"subject_id": "anon_8f3a2c",
"age_band": "75-79",
"session_date": "2026-02-28",
"call_duration_seconds": 540,
"cognitive": {
"word_count": 312,
"type_token_ratio": 0.68,
"mean_utterance_length": 8.4,
"repetition_rate": 0.05,
"words_per_minute": 98,
"coherence_score": 8,
"idea_density_score": 7,
"word_finding_score": 9,
"composite_score": 742
},
"voice": {
"f0_mean_hz": 185.3,
"f0_std_hz": 28.7,
"jitter_percent": 1.12,
"shimmer_percent": 3.45,
"hnr_db": 18.2,
"speech_rate": 3.8,
"pause_rate": 0.22,
"mean_pause_duration_ms": 680
},
"behavioral": {
"participation_ratio": 0.45,
"turn_count": 24,
"engagement_quality": "good",
"user_speech_duration_s": 245
},
"mood": { "primary": "positive", "intensity": 7 },
"alert": { "triggered": false, "nature": null, "severity": null },
"baseline_delta": {
"composite_z_score": 0.3,
"sessions_in_baseline": 12,
"trend": "stable"
}
}임상 검증
임상 참조 척도와 함께 보는 지표.
공개된 개요에 보고된 내부 예비 연구의 상관관계입니다. 외부 다기관 검증은 진행 중인 것으로 기재되어 있습니다.
| Amigo 지표 | 척도 | r |
|---|---|---|
| 종합 점수 | MoCA | 0.72 |
| 타입-토큰 비율(TTR) | MMSE | 0.65 |
| 관념 밀도 | MoCA | 0.68 |
| 단어 인출 점수 | BNT | 0.71 |
| 반복률 | MMSE | -0.58 |
| 휴지율 | MoCA | -0.54 |
| F0 표준편차(Hz) | GDS | -0.49 |
| 기분 강도 | GDS | -0.61 |
| 지터 | UPDRS-III | 0.52 |
| 발화 속도 | MoCA | 0.47 |
MoCA · 몬트리올 인지평가
MMSE · 간이정신상태검사
BNT · 보스턴 이름대기 검사
GDS · 노인우울척도
UPDRS-III · 통합 파킨슨병 평가척도, 운동 검사
R&D 활용 분야
데이터가 연구에 기여할 수 있는 영역.
알츠하이머병 및 치매 조기 탐지
임상 진단보다 수개월 또는 수년 앞서 나타나는 미세한 언어 지표(TTR 감소, 반복 증가, 관념 밀도 감소)로 모델을 학습하세요. 종단적 기준선은 개인 내 변화 탐지를 가능하게 합니다.
임상시험 디지털 평가변수
제2–3상 시험을 위한 디지털 평가변수로서의 연속적 인지 스냅샷. 분기별 MMSE 대신 주 단위 해상도 — 변화에 대한 높은 민감도, 낮은 환자 부담, 원격 모니터링.
노인 우울증 및 사회적 고립
우울증 발병, 사회적 고립, 중재 효과를 연구하기 위한 종단적 기분 추이, 참여 저하 패턴, 알림 빈도 데이터.
규제 제출용 실사용근거(RWE)
가정의 일상 환경에서 지속적으로 수집한 데이터. FDA / EMA 시판 후 감시, 허가사항 확대, 실사용근거(RWE) 자료에 적합합니다.
음성 및 음향 바이오마커 연구
수개월 동안 F0 감소, 지터 / 쉬머 변화, 휴지 패턴 변화를 추적하세요. 우울증 선별검사, 파킨슨병 모니터링, 초기 인지 변화에 대해 검증된 음성 지표.
발화 및 언어 바이오마커 검증
계산 기법으로 추출한 언어 및 음향 특징을 확립된 임상 인지 척도와 교차 검증할 수 있습니다. 지표와 척도 점수를 연결한 데이터는 여러 유형의 정보를 결합한 바이오마커 검증을 뒷받침합니다.
AI 연구소를 위한 데이터
음성 인식, 음향·텍스트 표현, 종단 데이터를 활용한 모델 평가를 연구할 수 있습니다. 모델 학습 및 배포 권한은 계약에서 정합니다.
코호트 적합성
중추신경계 및 노화 관련 집단 전반의 연구.
노인 우울증
연구기관 방문 사이에 매일 기분 신호를 수집하고 미세한 변화 신호를 알립니다.
경도인지장애 및 초기 알츠하이머병
반복적인 정식 검사 없이 얻는 종단적 인지 지표.
파킨슨병 및 운동장애
가정환경에서 얻는 발화 기반 특징과 복약 순응도 보고.
조현병 및 양극성장애
진료 사이에 매일 수집하는 정서 및 대화 참여도 신호.
통증 및 롱코비드
자연스러운 대화를 통한 환자 보고 증상 및 영향 추적.
돌봄 제공자 및 환자·돌봄 제공자 쌍 연구
적절한 경우 정보를 제공하는 가족에게서도 신호를 병행 수집합니다.
임상시험 통합
데이터를 연구 시스템과 연결하세요.
음성만으로 수집
웨어러블, 앱, 참여자 부담이 없습니다. 코호트 참여자는 전화를 받기만 하면 됩니다.
API 중심 데이터 흐름
참여자별 시계열 데이터를 데이터 레이크로 내보냅니다. 요청 시 REDCap 및 표준 CDISC 매핑과 호환됩니다.
감사에 적합한 기록
모든 통화, 전사문, 점수, 알림, 접근 이벤트는 시각이 기록되고 변경 불가능하며 내보낼 수 있습니다.
규제 대응 현황
HIPAA에 부합하는 제어, 역할 기반 접근, 전송 중 및 저장 시 암호화, BAA 제공 가능, 요청 시 21 CFR Part 11 로드맵 제공.
데이터 품질 및 접근 제어
- 전송 중 및 저장 시 암호화, 키 교체 의무 적용
- 역할 기반 접근, 감사 로그, BAA 제공 가능
- 참여자별 내보내기, 설정 가능한 보존 기간
- 의뢰자 요구에 따른 데이터 저장 지역 옵션(미국, EU)
- 기관생명윤리위원회(IRB) 검토를 고려한 동의 및 고지 문서 제공
- 버전 관리 스키마, NLP 파이프라인 버전, 처리 감사 추적
라이선스
연구 계획에 맞는 데이터 이용 방식.
일괄 제공 데이터셋
일회성 데이터 제공
누적 데이터를 일회성으로 제공합니다. 탐색적 분석, AI 모델 학습, 실행 가능성 연구에 적합합니다.
- 전체 코호트의 누적 데이터
- CSV / Parquet / JSON
- 데이터 사전 포함
실시간 데이터 피드
지속 제공
매일 추가되는 데이터에 API로 지속적으로 접근할 수 있습니다. 임상 모니터링과 적응적 임상시험 설계에 활용합니다.
- 실시간 API 접근
- 매일 증분 업데이트
- 웹훅 알림
- SLA로 보장되는 가동시간
연구 협력
맞춤형
맞춤형 지표, 대상 코호트 기준, 공동 발간 권한을 포함하여 공동으로 설계하는 프로토콜.
- 맞춤형 NLP 파이프라인
- 대상 코호트 선정
- 공동 발간
- 전담 데이터 엔지니어
연구팀을 위한 데이터
1,000개 세션의 샘플 데이터셋을 받아보세요.
구조를 평가하고 프로토콜에 대한 적합성을 논의하세요. 샘플, 연속 데이터 피드 또는 공동 설계 연구 협력을 요청할 수 있습니다.