Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/osamhack2020/infra_meditact_meditact

국군 장병을 위한 AI 기반 비대면 의료 서비스 Meditact💊
https://github.com/osamhack2020/infra_meditact_meditact

chatbot docker kubernetes react ui webpack

Last synced: 2 months ago
JSON representation

국군 장병을 위한 AI 기반 비대면 의료 서비스 Meditact💊

Host: GitHub
URL: https://github.com/osamhack2020/infra_meditact_meditact
Owner: osamhack2020
License: mit
Created: 2020-10-06T13:10:20.000Z (over 4 years ago)
Default Branch: master
Last Pushed: 2021-05-31T14:29:19.000Z (over 3 years ago)
Last Synced: 2024-08-09T01:05:58.906Z (5 months ago)
Topics: chatbot, docker, kubernetes, react, ui, webpack
Language: Jupyter Notebook
Homepage: http://35.224.66.230/
Size: 60.6 MB
Stars: 8
Watchers: 5
Forks: 6
Open Issues: 2
Metadata Files:
- Readme: README.md
- License: LICENSE.md

Awesome Lists containing this project

README

# Meditact

국군 장병을 위한 AI 기반 비대면 의료 서비스 [**_Meditact_**](http://35.224.66.230/)

[![logo](https://github.com/osamhack2020/WEB_Meditact_Meditact/blob/main/src/logo2.png)](http://35.224.66.230/)

---

**_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 :point_down:

- 영상 다운로드 링크

#### 발표자료 :point_down:

## 기능 설계

### Deep Learning

#### 데이터셋 구축

- [하이닥](https://www.hidoc.co.kr/)이라는 플랫폼의 질문을 스크래핑하여 11만 8008개의 데이터를 확보하였습니다.
- 군의관이 직접 데이터 정리(cleaning) 및 라벨링(labeling)한 증상-진료과 데이터 5만 1134개 구축하였습니다.
- [Github](https://github.com/osamhack2020/Infra_Meditact_Meditact/tree/master/data)과 [Kaggle](https://www.kaggle.com/hyeonhoonlee/classification-of-symptom)을 통해 데이터셋을 공개하였습니다.

#### 데이터 전처리

- python의 **re**와 **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 해커톤**의 취지에 맞게, 각 모델의 생성과정을 **누구나** 따라 할 수 있도록 [Github](https://github.com)에 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 ui**에서 제공하는 템플릿을 활용하였습니다. 시간 단축에도 큰 도움이 되고, semantic ui에서 제공하는 객체들을 사용하면 반응형 웹을 제작하기에도
유리하기 때문입니다.

- **semantic ui**에서 제공하는 템플릿을 기초로 하였기 때문에 목업이나 프로토타입을 만들 필요가 없었습니다.

- [Grid](https://semantic-ui.com/examples/grid.html 'what is grid?') 레이아웃을 적용하여 페이지 레이아웃을 구성하기로 하였습니다.

#### 페이지 구성

- **챗봇 페이지**
- 챗봇 페이지의 프론트는 오픈소스 프로젝트 [Alpha](https://github.com/IcaliaLabs/alpha)를 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**
- **병원정보**는 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

기재된 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](./server/APIdocs/UserAPI.md) ( 유저 정보 관련 API )
- [POST API](./server/APIdocs/PostAPI.md) ( 상담 글쓰기 관련 API )
- [APPT API](./server/APIdocs/ApptAPI.md) ( 예약관련 API )

### Infra Structure

- Google Cloud Platform을 기반으로 채팅 앱을 컨테이너화 했습니다.

- 도커로 만들어진 컨테이너는 쿠버네티스가 컨트롤 합니다.

- 쿠버네티스와 로드밸런서가 24시간동안 무중단으로 챗봇이 작동하는 것을 돕습니다.

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

[![automated-Build.gif](https://i.postimg.cc/wvM9R1c8/automated-Build.gif)](https://postimg.cc/R3kkjVDX)
![meditact-Infra.png](https://i.postimg.cc/yYYk4kGs/meditact-Infra.png)

## 컴퓨터 구성 / 필수 조건 안내 (Prerequisites)

- ECMAScript 6 지원 브라우저 사용

- 브라우저 지원 버젼

!["browser img"](https://github.com/osamhack2020/WEB_Meditact_Meditact/blob/client/src/images/forReadme/browser.png)

## 기술 스택 (Technique Used)

### Deep Learning