만성질환 정보 제공 및 예방을 위한 인공지능 기반 챗봇 시스템 구현 Implementation of artificial intelligence-based chatbot system for providing chronic disease information and prevention management원문보기
국내의 사망자 중에서 80% 이상이 만성질환에 기인하는 것으로 보고되고 있다. 최근 자료에 의하면 대표적인 만성질환인 당뇨병의 유병률이 지속적으로 증가하는 추세를 보인다. 반면에 당뇨병의 치료율과 인지율은 50∼70% 수준이며, 혈당 조절율은 30% 미만으로 전반적인 당뇨병 관리가 제대로 되고 있지 않다. 당뇨병 발병은 환경적 요인이 크게 작용한다. 특히 현대 사회는 신체활동의 감소, 서구화되고 불균형한 식이습관, 과체중, 수명연장, 일회 식이섭취분량의 증가 등은 당뇨병의 발병 원인에서 가장 큰 비중을 차지한다. 당뇨병은 발병이 되면 치료가 어렵고 당뇨로 인해 발생되는 합병증은 당뇨병 자체보다 사망 위험성이 높다. 이러한 위험성을 낮추기 위해서는 당뇨병 정보 수집과 생활습관 개선을 위한 관리는 통해서 당뇨병 자체를 예방하는 것이 가장 좋은 방법이다. 이 논문에서는 당뇨병을 예방하는 방법으로 당뇨병 정보제공 및 예방을 위한 인공지능기반의 ...
국내의 사망자 중에서 80% 이상이 만성질환에 기인하는 것으로 보고되고 있다. 최근 자료에 의하면 대표적인 만성질환인 당뇨병의 유병률이 지속적으로 증가하는 추세를 보인다. 반면에 당뇨병의 치료율과 인지율은 50∼70% 수준이며, 혈당 조절율은 30% 미만으로 전반적인 당뇨병 관리가 제대로 되고 있지 않다. 당뇨병 발병은 환경적 요인이 크게 작용한다. 특히 현대 사회는 신체활동의 감소, 서구화되고 불균형한 식이습관, 과체중, 수명연장, 일회 식이섭취분량의 증가 등은 당뇨병의 발병 원인에서 가장 큰 비중을 차지한다. 당뇨병은 발병이 되면 치료가 어렵고 당뇨로 인해 발생되는 합병증은 당뇨병 자체보다 사망 위험성이 높다. 이러한 위험성을 낮추기 위해서는 당뇨병 정보 수집과 생활습관 개선을 위한 관리는 통해서 당뇨병 자체를 예방하는 것이 가장 좋은 방법이다. 이 논문에서는 당뇨병을 예방하는 방법으로 당뇨병 정보제공 및 예방을 위한 인공지능기반의 챗봇 시스템을 설계하고 구현했다. PC를 기준으로 웹기반의 대화형 인터페이스를 설계하여 사용자와 챗봇의 대화 환경을 구현했다. 챗봇이 사용자에게 제공하는 정보는 웹 크롤링(Web Crawling)을 사용하여 대한당뇨협회 홈페이지에서 일반인을 대상으로 게시되어 있는 당뇨병 정보를 수집하고 Data Base를 통하여 관리한다. 사용자의 질의 메시지를 인식하고 인공지능의 학습데이터 가공을 위해서 KoNLPy의 Mecab과 Wore Embedding 기술의 Word2Vec 기법을 사용하여 자연어처리를 했다. 사용자의 당뇨병 관련 질의나 예방기능 실행을 위한 챗봇의 인공지능은 딥러닝 기술 중 RNN(Recurrent Nenural Network) 기반의 Seq2Seq 훈련모델과 Seq2Seq 추론모델을 TensorFlow을 사용하여 구현했다. Seq2Seq 훈련모델을 사용하여 당뇨병 정보와 예방기능 실행을 위한 메세지를 학습한다. 학습 결과와 Seq2Seq추론모델을 사용하여 사용자의 질의문에 적절한 답변을 제공한다. 당뇨병 예방을 위한 기능 수행 시 사용자의 신체정보(성별, 나이, 신장, 체중, 허리둘레, 엉덩이둘레)를 이용하여 체질량지수, 기초대사량, 복부비만도 측정하고, 섭취음식 입력을 통하여 영양섭취량을 파악하고, 이 결과를 챗봇 메시지를 통하여 제공한다.
국내의 사망자 중에서 80% 이상이 만성질환에 기인하는 것으로 보고되고 있다. 최근 자료에 의하면 대표적인 만성질환인 당뇨병의 유병률이 지속적으로 증가하는 추세를 보인다. 반면에 당뇨병의 치료율과 인지율은 50∼70% 수준이며, 혈당 조절율은 30% 미만으로 전반적인 당뇨병 관리가 제대로 되고 있지 않다. 당뇨병 발병은 환경적 요인이 크게 작용한다. 특히 현대 사회는 신체활동의 감소, 서구화되고 불균형한 식이습관, 과체중, 수명연장, 일회 식이섭취분량의 증가 등은 당뇨병의 발병 원인에서 가장 큰 비중을 차지한다. 당뇨병은 발병이 되면 치료가 어렵고 당뇨로 인해 발생되는 합병증은 당뇨병 자체보다 사망 위험성이 높다. 이러한 위험성을 낮추기 위해서는 당뇨병 정보 수집과 생활습관 개선을 위한 관리는 통해서 당뇨병 자체를 예방하는 것이 가장 좋은 방법이다. 이 논문에서는 당뇨병을 예방하는 방법으로 당뇨병 정보제공 및 예방을 위한 인공지능기반의 챗봇 시스템을 설계하고 구현했다. PC를 기준으로 웹기반의 대화형 인터페이스를 설계하여 사용자와 챗봇의 대화 환경을 구현했다. 챗봇이 사용자에게 제공하는 정보는 웹 크롤링(Web Crawling)을 사용하여 대한당뇨협회 홈페이지에서 일반인을 대상으로 게시되어 있는 당뇨병 정보를 수집하고 Data Base를 통하여 관리한다. 사용자의 질의 메시지를 인식하고 인공지능의 학습데이터 가공을 위해서 KoNLPy의 Mecab과 Wore Embedding 기술의 Word2Vec 기법을 사용하여 자연어처리를 했다. 사용자의 당뇨병 관련 질의나 예방기능 실행을 위한 챗봇의 인공지능은 딥러닝 기술 중 RNN(Recurrent Nenural Network) 기반의 Seq2Seq 훈련모델과 Seq2Seq 추론모델을 TensorFlow을 사용하여 구현했다. Seq2Seq 훈련모델을 사용하여 당뇨병 정보와 예방기능 실행을 위한 메세지를 학습한다. 학습 결과와 Seq2Seq추론모델을 사용하여 사용자의 질의문에 적절한 답변을 제공한다. 당뇨병 예방을 위한 기능 수행 시 사용자의 신체정보(성별, 나이, 신장, 체중, 허리둘레, 엉덩이둘레)를 이용하여 체질량지수, 기초대사량, 복부비만도 측정하고, 섭취음식 입력을 통하여 영양섭취량을 파악하고, 이 결과를 챗봇 메시지를 통하여 제공한다.
More than 80% of domestic deaths are reported to be caused by chronic diseases. According to recent data, the prevalence of diabetes, a typical chronic disease, is continuously increasing. On the other hand, the treatment rate and cognitive rate of diabetes are 50 ~ 70%, and the blood sugar control ...
More than 80% of domestic deaths are reported to be caused by chronic diseases. According to recent data, the prevalence of diabetes, a typical chronic disease, is continuously increasing. On the other hand, the treatment rate and cognitive rate of diabetes are 50 ~ 70%, and the blood sugar control rate is less than 30%, so overall diabetes management is not done properly. Environmental factors play a major role in the onset of diabetes. In particular, the decrease in physical activity in modern society, westernized and unbalanced diet, overweight, life expectancy, and increased dietary intake account for the largest portion of the causes of diabetes. Diabetes is difficult to treat at the time of onset, and complications caused by diabetes are more likely to die than diabetes itself. To reduce this risk, it is best to prevent diabetes itself through the collection of diabetes information and management to improve lifestyle. In this paper, we designed and implemented an artificial intelligence-based chatbot system to provide diabetes information and prevent diabetes as a way to prevent diabetes. Designed a web-based interactive interface to create a chat environment for users and chatbot. The information provided by Chatbot to users is collected using web crawling and managed through Data Base, which is available to the general public on the website of the Korean Diabetes Association. To recognize the user's question and to process the learning data of artificial intelligence, we used Mecab of KoNLPy and Word2Vec of Word Embedding technology to process natural language. Chatbot’s artificial intelligence for user diabetes queries and preventive functions has implemented a training model for learning and a inference model for response generation through the Seq2Seq model based on RNN (Recurrent Neral Network). At this time, the implementation used TensorFlow, Google's artificial intelligence development package. When performing the function to prevent diabetes, the BMI, WHR, and consuming energy are calculated using the user's physical information (sex, age, height, weight, waist circumference, and hip circumference), and the status is checked through the status table for each item. And I entered the food that the user ingested and checked the nutritional status. These results were displayed through Chatbot's message.
More than 80% of domestic deaths are reported to be caused by chronic diseases. According to recent data, the prevalence of diabetes, a typical chronic disease, is continuously increasing. On the other hand, the treatment rate and cognitive rate of diabetes are 50 ~ 70%, and the blood sugar control rate is less than 30%, so overall diabetes management is not done properly. Environmental factors play a major role in the onset of diabetes. In particular, the decrease in physical activity in modern society, westernized and unbalanced diet, overweight, life expectancy, and increased dietary intake account for the largest portion of the causes of diabetes. Diabetes is difficult to treat at the time of onset, and complications caused by diabetes are more likely to die than diabetes itself. To reduce this risk, it is best to prevent diabetes itself through the collection of diabetes information and management to improve lifestyle. In this paper, we designed and implemented an artificial intelligence-based chatbot system to provide diabetes information and prevent diabetes as a way to prevent diabetes. Designed a web-based interactive interface to create a chat environment for users and chatbot. The information provided by Chatbot to users is collected using web crawling and managed through Data Base, which is available to the general public on the website of the Korean Diabetes Association. To recognize the user's question and to process the learning data of artificial intelligence, we used Mecab of KoNLPy and Word2Vec of Word Embedding technology to process natural language. Chatbot’s artificial intelligence for user diabetes queries and preventive functions has implemented a training model for learning and a inference model for response generation through the Seq2Seq model based on RNN (Recurrent Neral Network). At this time, the implementation used TensorFlow, Google's artificial intelligence development package. When performing the function to prevent diabetes, the BMI, WHR, and consuming energy are calculated using the user's physical information (sex, age, height, weight, waist circumference, and hip circumference), and the status is checked through the status table for each item. And I entered the food that the user ingested and checked the nutritional status. These results were displayed through Chatbot's message.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.