치료를 전담하는 인공지능의 경우 많은 부분에서 어려움을 겪을 수 있다. 우리의 역량이 그 정도가 아닐 뿐더러 사람의 심리를 가지고 직접적으로 치유하는 단계에서는 아직까지는 사람의 힘이 필요하다.
- 치료 중에 우리가 가장 선택하기 좋은 치료법은 1. 음악치료 2. 미술치료 일 것이다. 그 이유로는 총 세가지가 있다.
AI를 사용해서 치료를 보조하는 인공지능을 만들기 위해서는 분석하는 단계가 있어야 하는데 이것을 활용하기 좋은 것이 그림과 말을 분석하는 인공지능이라고 판단된다 |
내담자의 말을 통해서 특정한 결과값을 유도하기 위해서는 음성인식을 통해서 감정 정보를 뽑아내고 이를 분석하여 적당한 음악, 그림을 그리게 도와주는 보조 인공지능이 좋다고 판단된다. |
실제로 음악이나 그림을 그려보거나 그리지 못하는 사람들이 있을 수 있다. 그런 사람들을 위한 그림, 음악 보조 프로그램도 좋을 것이다. - variation가능할 것 |
ㅤ |
→ 결론: 음성인식, 그림인식을 통해서 음악치료, 미술치료, 혹은 그 이상의 치료에도 적용이 가능한 보조형 인공지능이 필요하다고 생각된다.
텍스트 마이닝 기술 - 음악, 미술치료
음악치료
텍스트 마이닝을 사용해서 상담에 중요한 정보를 수집하고 이를 바탕으로 보다 정확한 치료 정보를 가져올 수 있게 도와주는 모델이다.

생각이 필요한 부분 - 미술치료
The evaluative paradigm of art therapy has been heavily shifted from therapist-led assessment to joint interpretation. Instead of focusing on the sign interpretation of the image contents, art therapists rely on understanding the drawing holistically and conceptually with clients’ self-interpretation (Loue, 2023, Pénzes et al., 2018). Their key objective is to construct a conversational, interactive treatment instead of making a differential diagnosis (Hu et al., 2021). Thus, the art-based assessments in art therapy sessions are used to collect information, such as the therapeutic goals, clients’ engagement and interaction with art media and tasks, and their progress in art therapy (Betts, 2006, Case and Dalley, 2014a). In clients’ artworks, art therapists examine the global variables (e.g., prominence of color, quality of line, developmental level) to identify the theme and patterns (Deaver and Bernier, 2013, Gantt and Anderson, 2009).
미술치료의 평가 패러다임은 치료사가 주도하는 평가에서 공동 해석으로 크게 전환되었습니다. 미술치료사는 이미지 내용의 기호 해석에 초점을 맞추는 대신 내담자의 자기 해석을 통해 그림을 전체적, 개념적으로 이해하는 데 의존합니다(Loue, 2023, Pénzes et al., 2018). 그들의 주요 목표는 감별진단을 내리는 대신 대화식, 대화형 치료법을 구축하는 것입니다(Hu et al., 2021). 따라서 미술 치료 세션의 미술 기반 평가는 치료 목표, 내담자의 미술 매체 및 작업과의 참여 및 상호 작용, 미술 치료 진행 상황과 같은 정보를 수집하는 데 사용됩니다(Betts, 2006, Case and Dalley, 2014a) ). 고객의 작품에서 미술 치료사는 주제와 패턴을 식별하기 위해 전반적인 변수(예: 색상의 두드러짐, 선의 품질, 발달 수준)를 조사합니다(Deaver and Bernier, 2013, Gantt and Anderson, 2009).