chanhhoo / web_meditact_meditact

국군 장병을 위한 AI 기반 비대면 의료 서비스 Meditact 💊

Meditact

국군 장병을 위한 AI 기반 비대면 의료 서비스 Meditact

---

Meditact 는 Medicine와 Untact를 합친 합성어로, 국군 의료 서비스의 편리함을 향상시키기 위해 탄생한 프로젝트입니다. 사용자들은 기존의 안내가 부족하던 병원 홈페이지에서 벗어나, 본인에게 필요한 서비스를 주도적으로 찾아 이용할 수 있습니다.

1. 사용자 중심형 AI 챗봇 서비스

• 한눈에 이해하기 어려운 기존의 병원 홈페이지에서 벗어나, 환자 본인에게 필요한 서비스와 정보를 주도적으로 찾아 이용할 수 있는 환경을 제공합니다.
• 트리형 구조를 가진 챗봇은 직관적인 UI로 사용자가 원하는 정보를 빠르게 얻을 수 있도록 도와줍니다

2. 딥러닝 기반 진료과 추천 시스템

• 딥러닝을 이용한 자연어처리 기술을 바탕으로 환자가 호소하는 증상을 분석하여 어느 진료과로 가야 최상의 치료를 받을 수 있는지 판단할 수 있도록 도와줍니다.

3. 비대면 의료 상담 서비스

• GOP/GP 근무와 같은 지리적 한계와 COVID-19와 같은 시대적 상황을 극복하고, 군장병의 건강을 보장하기 위한 기본적인 건강 상담 서비스를 제공합니다.

4. 온라인 진료 예약 서비스

• 진료 대기 시간을 최소화하고, 어렵게 군병원에 발걸음 하는 모든 장병들이 빠짐없이 최상의 의료서비스를 받을 수 있도록 온라인 진료 예약 서비스를 제공합니다.

프로젝트 설명 영상 👇

• 영상 다운로드 링크

발표자료 👇

기능 설계

Deep Learning

데이터셋 구축

• 하이닥이라는 플랫폼의 질문을 스크래핑하여 11만 8008개의 데이터를 확보하였습니다.
• 군의관이 직접 데이터 정리(cleaning) 및 라벨링(labeling)한 증상-진료과 데이터 5만 1134개 구축하였습니다.
• Github과 Kaggle을 통해 데이터셋을 공개하였습니다.

데이터 전처리

• python의 re와 konlpy 패키지를 이용하여 형태소를 분석하여 명사를 추출하여 데이터를 전처리하였습니다.

탐색적 데이터 분석

• 진료과별 데이터 현황

  

• 각 문장별 단어 갯수 분석

  

• 워드클라우드를 통한 다빈도 단어 분석

  

진료과 분류 딥러닝 모델 개발

• LSTM, FastText, BERT 3가지 자연어 처리 모델 개발 및 성능 분석

모델명	LSTM	FastText	BERT
분류 정확도	73.52%	37.44%	76.29%

• 오픈소스 해커톤의 취지에 맞게, 각 모델의 생성과정을 누구나 따라 할 수 있도록 Github에 JupyterNotebook(.ipynb) 파일을 제공하였습니다.

최종 배포용 모델 선정

• BERT 모델이 약 2.7% 더 좋은 성능을 보였으나, 기본 사이즈의 Google cloud vm instance를 사용하는 상황에 큰 용량의 모델을 사용하는 건 위험성 높다고 판단하였습니다.
• 따라서, 성능이 유사하면서도 가볍고 호환성이 높은 LSTM 모델을 최종적으로 선택하였습니다.

Web Front-end

디자인에 사용한 패키지와 이유

semantic ui	styled-component
많은 템플릿과 객체(ex : button, table 등)을 제공해주고, 이들을 커스터마이징하기 쉽게 구현되어 있습니다. 또한 모든 객체들은 반응형으로 구성되어 반응형웹을 제작하기에도 편리하기 때문에 선택하였습니다.	인라인 스타일을 적용하면 코드의 가독성이 떨어지고 스타일을 변경하는데도 어려움이 있습니다. styled-component는 스타일 객체를 한 데 모아 관리하기 때문에 앞에 설명한 문제점들을 해결해 줄 수 있다고 생각하여 선택하였습니다.

디자인 구성 방향

• 디자인을 구성할 때는 semantic ui에서 제공하는 템플릿을 활용하였습니다. 시간 단축에도 큰 도움이 되고, semantic ui에서 제공하는 객체들을 사용하면 반응형 웹을 제작하기에도 유리하기 때문입니다.

• semantic ui에서 제공하는 템플릿을 기초로 하였기 때문에 목업이나 프로토타입을 만들 필요가 없었습니다.

• Grid 레이아웃을 적용하여 페이지 레이아웃을 구성하기로 하였습니다.

페이지 구성

• 챗봇 페이지

  • 챗봇 페이지의 프론트는 오픈소스 프로젝트 Alpha를 활용하였습니다. 코드가 직관적이고 커스터마이징이 편하다는 장점이 있었습니다.

• 예약하기 페이지

  • 핵심 기능 중 하나이기 때문에 해당 페이지로 접근할 수 있는 방법을 "헤더에 위치한 카테고리", "메인 배너 위 버튼" 이 두 가지로 제시 하였습니다.
  • 군의관들의 정보를 카드형태로 출력하였습니다. 해당 카드를 클릭하면 선택된 군의관의 자세한 정보가 기존 페이지에서 출력될 수 있도록 구성하였습니다. 불필요한 리디렉션을 방지하고 디자인적으로도 깔끔해 보인다고 생각합니다.
  • 유저(환자)들이 원하는 군의관을 빠르게 찾을 수 있게 하기위해 필터를 적용하였습니다. 자신이 희망하는 진료과를 선택하면 해당 진료과에 속해있는 군의관만 출력됩니다. (검색을 적용하지 않은 이유는 유저(환자)들이 군의관의 이름을 외우는 경우는 드물다고 생각하였고, 때문에 있으나 마나한 기능이 될 수 있다고 생각했기 때문입니다.)

• 공지사항 페이지

  • 메인 페이지에서 출력하도록 구성하였습니다. 굳이 다른 경로를 이용하여 공지사항을 출력해주는 것 보다 시간적으로 더 효율적이라고 생각했기 때문입니다.

• 병원정보 페이지

  • 병원정보는 국군수도병원의 정보를 바탕으로 하였습니다. 저희 페이지에서 출력 가능한 부분은 직접 구현하였고, 그렇지 못한 페이지는 국군수도병원 페이지로 리디렉션이 되도록 구현하였습니다.
  • 네비게이션을 구현하여 원하는 정보(병원 가는 길, 시설안내 등)를 클릭하면 그에 맞는 정보가 페이지에서 출력됩니다.

• 건강관리 페이지

  • 자신이 속한 부대와 본인의 기본 개인정보가 포함되어 있습니다.
  • 상담하기 기능이 포함되어 있습니다.
    • 자신이 상담하기 희망하는 군의관을 선택할 수 있습니다.
    • 제목과 본문을 나누어 제목을 통해 어드민(or 군의관)이 본문을 유추할 수 있게끔 구성하였습니다.

각 페이지별 구성 기능

• 챗봇 페이지
  

	NLP를 이용한 진료과 분류
	버튼기반의 편리한 UI/UX 제공
	병원 예약 기능
	상담 연결 및 군 병원 정보를 출력

• 메인 페이지
  

	헤더 출력기능
	공지사항 출력

• 예약 페이지(User)
  

	군의관 리스트 출력
	군의관 필터기능
	군의관 선택기능

• 예약 페이지 (User) 예약하기 클릭 시
  

	군의관 정보 출력
	예약가능시간 출력
	군의관 선택기능

• 예약 페이지(Admin)
  

	예약현황 출력
	예약 승인 / 거부 기능

• 예약 페이지(Medic)
  

	승인된 예약 현황
	등록된 상담 확인 기능

• 건강관리 페이지
  

	사용자의 소속 부대 정보 출력
	사용자의 기본 정보 출력
	상담 게시판 사용 기능

• 정보 페이지
  

기제된 정보가 출력된 국군수도병원 페이지로 리디렉션

Web Back-end

3가지 주요 기능별로 API의 End Point를 구별하였습니다.

User, Post, Appt ( 유저, 글쓰기, 예약 ) 3가지 API를 구성하였으며, 그에 따른 API 명세는 다음과 같습니다.

• USER API ( 유저 정보 관련 API )
• POST API ( 상담 글쓰기 관련 API )
• APPT API ( 예약관련 API )

Infra Structure

• Google Cloud Platform을 기반으로 채팅 앱을 컨테이너화 했습니다.

• 도커로 만들어진 컨테이너는 쿠버네티스가 컨트롤 합니다.

• 쿠버네티스와 로드밸런스가 24시간동안 무중단으로 챗봇이 작동하는 것을 돕습니다.

• Github Repository에 소스가 push되어 수정되면, 자동으로 build하여 업데이트 되도록 세팅하였습니다.

컴퓨터 구성 / 필수 조건 안내 (Prerequisites)

• ECMAScript 6 지원 브라우저 사용

• 브라우저 지원 버젼

기술 스택 (Technique Used)

Deep Learning

Python

Tensorflow

Keras

Transformers

Web Front-end

Node.js

Babel

Webpack

Javascript

redux

redux-devtool

Web Back-end

Node.js

express.js

Babel

Javascript

mongoDB

mongoose

Infra

Docker

Kubernetes

Google Cloud Platform

설치 안내 (Installation Process)

공통 사항

git clone

$ git clone https://github.com/osamhack2020/WEB_Meditact_Meditact

Web Front-end

필수 의존성 설치

$ yarn install ( or npm install )

Web Back-end

환경 변수 설정

server 디렉토리 최상단에 .env 파일을 만들어서 다음과 같은 세 환경 변수를 지정.

PORT
SECRET_KEY
DB_URL

필수 의존성 설치

$ yarn install ( or npm install )

프로젝트 사용법 (Getting Started)

Web Front-end

실행

$ yarn start ( or npm start )

Web Back-end

실행

서버 실행 전 Mongod이 실행 중인지 확인이 필요합니다.

또한, 설정 해놓은 환경변수의 문제가 없는지도 확인이 필요합니다.

$ yarn start ( or npm start )

기능설계 파트의 APIdocs를 참고하여 사용하실 수 있습니다.

Chatbot framework

CHATBOT 설치방법 안내

팀 정보 (Team Information)

• 김성일 상병 E-mail : [email protected], 팀장 및 Web-Backend

• 강재현 상병 E-mail : [email protected], Deep Learning

• 이현훈 대위(군의관) E-mail : [email protected], Deep Learning

• 김찬호 일병 E-mail : [email protected], Web-Frontend

• 여종현 상병 E-mail : [email protected], Infra

저작권 및 사용권 정보 (Copyleft / End User License)

• MIT LICENSE