[Project] AI MEDICO 최종 (글 수정중)

AI MEDICO

2023 을지대학교 데이터청년캠퍼스

• 개발기간 : 23.08.01 ~ 23.08.28
• 수상 : 데이터 청년 캠퍼스 (우수상) & 클라우드 부분 1위
• 기술스택 : React,Cloud9,Lambda,DynamoDB,SES,Cognito
• 주요기능 : 실시간 양방향 대화 번역 및 요약,진단서 번역,이메일 전송,병원관리DB

---

1. 프로젝트 소개

AI MEDICO는 외국인 환자를 대상으로 실시간 통역, 진단 번역, 환자 관리 등을 도와주는 AI 의료 코디네이터 서비스

2. 프로젝트 목표

AWS 서비스와 openAI gpt를 활용하여 국내 병원에서 외국인 환자들에게 향상된
진료 서비스를 제공할 수 있는 서비스를 제안

3. 프로젝트 구성원 및 추진체계

프로젝트 추진 체계

1. 계획

• 프로젝트 목표 및 방향 설정
• 리소스, 일정, 예산 수립
• 우선순위 결정

2. 설계

• 아키텍처 구성도 구축
• AWS Tool 선택
• 웹디자인 기획

3. 개발

• 서버 환경 및 웹 개발
• 주요 기능 개발
• 보안 개발

4. 테스트

• 서비스 정확성 및 성능 테스트
• 오류 점검
  → 지속적인 피드백을 통한 애자일 방법 추진

프로젝트 일정

프로젝트 구성도

프로젝트 아키텍처

• AWS 내 사용 서비스

1. Cloud9 내에서 Amplify 생성
2. GPT API 연결시키기 위해 Lambda 생성
3. GraphQL 이용하여 1:N 관계의 DynamoDB 생성
4. Cognito 사용자 정보의 DynamoDB 생성(Lambda 이용) 5 DynamoDB의 내용을 백업해두기 위해 S3 생성
5. 환자에게 정보를 이메일로 전송하기 위해 SES 생성
6. Route 53을 통해 도메인 연결

4. 프로젝트 기능

1. Login: 병원 관리자의 계정 생성 및 이용

2. Script : 외국인 환자와 의사 간의 실시간 대화를 음성 혹은 텍스트 입력 (react내부에서 제공하는 음성인식 기능 사용)
→ 음성에서 텍스트로 변환된 것 혹은 텍스트 입력된 것이 연결된 OPEN AI인 GPT를 이용하여 실시간 번역

3. Summary : Script를 토대로 연결된 GPT를 이용하여 요약

4. Medical Reports : 의사가 환자의 진단을 입력한 후 연결된 OPEN AI인 GPT를 이용하여 진단 형식 안의 내용 그대로 번역
5. DB : Cognito 사용자 정보의 DynamoDB, 1:N 관계의 DynamoDB (Patient, Script, Diagnosis)

6. Info : 1:N 관계의 DynamoDB를 이용하여 각 병원의 환자 정보를 나타내줌
→ SES를 사용하여 각 환자에게 Script&Summary와 Medical Reports의 정보를 이메일로 전송

7. 보안 및 배포

5. 프로젝트 기대효과 및 추가계획

1. 프로젝트 기대효과

• 해외 병원 방문 부담 감소
• 병원 서비스 만족도 향상 및 병원 홍보 효과
• 병원 고객층 다양화 및 외국인 환자 유치 발전 가능성 증가
• 의료 시스템 발전 기여

2. 프로젝트 추가 계획

• 멀티 리전 Amazon API Gateway, Route 53 지리적 위치 라우팅 등을 사용하여 해외로의 서비스 배포 고려
• 각 나라의 병원에 방문하는 외국인 환자 국적을 분석하여 나라마다 우선순위로 어떤 언어를 설정할지 결정
• 추후 의료 용어 식별 고도화 가능

---

배운 점

한 달간의 프로젝트 기간 동안 AWS에서 클라우드 비용을 지원받게 되면서, 클라우드 활용에 집중하기로 결정했습니다. 이를 통해 분석보다는 클라우드 기술의 다양한 적용 방법에 더 많은 시간을 할애했습니다.

초기에는 환자와 의사 간 소통을 돕는 번역 도구로 Amazon Transcribe를 사용하고, 번역된 내용을 요약하는 진단서 생성에는 Amazon Comprehend Medical을 활용할 계획이었습니다.

그러나 실시간 음성 인식 기능에 있어서는 React가 제공하는 Speech Recognition이 사용하기도 쉽고 성능 면에서 우수해 보였습니다.
또한, 진단서 요약의 경우 ChatGPT API를 활용하는 것이 Amazon Comprehend Medical을 사용하는 것보다 원하는 결과를 더 잘 달성할 수 있었습니다. 이를 위해 AWS Lambda를 사용하여 ChatGPT API와 웹 페이지를 연결하고 배포하였습니다. Lambda의 가성비와 효율성에 대해 크게 느낄 수 있었습니다. 또한, RDBMS 대신 DynamoDB를 사용한 결정도 프로젝트에 큰 의미를 더했다고 생각합니다.

프로젝트를 진행하며 웹 프레임워크와 보안 관련하여 부족한 점이 많았음을 인지했습니다. 그러나 방학 동안 클라우드 서비스와 관련된 다양한 지식과 기술을 배울 수 있었습니다. 프로젝트가 끝난 후, 사용했던 AWS 기술들에 대해 더 깊이 이해하고자 AWS Solutions Architect Associate(SAA) 및 Developer Associate(DVA) 자격증을 취득하였습니다.

---

PPT 발표자료

계획서

회의록