[논문]언택트 기술 환경에서의 지능형 헬스 어드바이저 모델 접근 방안

황태호; 이강윤

doi:10.36498/kbigdt.2020.5.1.139

언택트 기술 환경에서의 지능형 헬스 어드바이저 모델 접근 방안
An Approach of Cognitive Health Advisor Model for Untact Technology Environment 원문보기

The journal of Bigdata = 한국빅데이터학회지, v.5 no.1, 2020년, pp.139 - 145

초록
AI-Helper

4차산업혁명 시대에 인공지능 API에 기반한 정보의 활용은 산업과 생활에 많은 영향을 주고 있다. 특히, 의료분야에서 인공지능을 이용한 데이터 활용은 사회에 많은 변화와 영향을 미칠 것이다. 이 논문은 "Cognitive Health Advisor model(CHA model)"을 구현하기 위하여 필요한 구성요소를 연구하고, 이를 기반으로 "chatbot 이용한 CHA model"을 구현하는데 있다. 개방형 Cognitive 챗봇을 이용하여 일상 생활에서 변화되는 사용자의 건강상태를 파악하고 분석하고 생체센서와 챗봇 상담으로 분석한 사용자의 건강정보는 챗봇을 통하여 사용자에게 정보를 전달하여 사용자의 건강증진을 위한 교육정보를 제공하는 지능형 헬스 어드바이저 모델을 구현한다. 이 구현을 통하여 향후 활용 가능성을 확인하고 연구방향을 제시하고자 한다.

Abstract ▼ AI-Helper

In the era of the 4th Industrial Revolution, the use of information based on AI APIs has a great influence on industry and life. In particular, the use of artificial intelligence data in the medical field will have many changes and effects on society. This paper is to study the necessary components to implement the "Cognitive Health Advisor model (CHA model)" and to implement the "CHA model using chatbot" based on this. It uses the open Cognitive chatbot to analyze and analyze the health status of users changing in their daily lives. The user's health information analyzed by the biometric sensor and chatbot consultation delivers the information to the user through the chatbot. And it implements a cognitive health advisor model that provides educational information for users' health promotion. Through this implementation, it intends to confirm the possibility of future use and to suggest research directions.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 사용자의 User’s input에 알맞은 대답을 하려면, 정보를 얻고자 하는 생체데이터의 올바른 정보와 사용자의 의도파악이 중요하다. 본 논문에서는 생체정보를 수치화하여 안내하고, 알맞은 의료 정보를 제공하는 헬스케어 어드바이저형 챗봇을 구현하였다.
본 연구의 목표는 첫째, 사용자의 체온, 산소포화도 (SpO2), 심전도등의 생체신호를 측정하여 생체정보 변화를 분석한다. 둘째, 챗봇을 이용하여 사용자의 건강상태를 확인하고, 건강상태를 분석(health status analysis)한다.
헬스케어 챗봇은 건강 관련 문제를 해결하고 이에 효율적인 의료 정보를 제공하는데 그 목적을 둔다. 이러한 글로벌 헬스케어 챗봇 시장의 주요 회사는 아래 그림 1과 같이 Sensely, Buoy health, Your.

제안 방법

1단계, 정보취득단계에서는 생체정보는 체온, 혈압, 맥박, 산소포화도(SpO2), 심전도(ECG)등의 생체센서를 이용하여 측정하여 취득하고, 사용자의 건강상태 정보는 챗봇을 이용하여 양방향 대화를 통하여 건강정보의 취득한다.
3단계, 분석단계의 결과을 이용하여 정상구간, 주의구간, 위험구간을 선정하여 사용자의 건강상태를 분류한다.
4단계, 분류된 건강상태에 따라 챗봇을 이용 하여 사용자에게 건강상태를 알려주고 건강 증진에 필요한 정보를 제공하고 운동정보를 제공한다.
본 연구의 목표는 첫째, 사용자의 체온, 산소포화도 (SpO2), 심전도등의 생체신호를 측정하여 생체정보 변화를 분석한다. 둘째, 챗봇을 이용하여 사용자의 건강상태를 확인하고, 건강상태를 분석(health status analysis)한다. 셋째, 챗봇을 이용하여 사용자에게 건강관리정보를 제공하는 Cognitive Health Advisor Model을 구현하는 것이다.
또한, 챗봇의 활용을 유스케이스 시나리오를 설정하고 오픈 플랫폼 기반의 “카카오 플러스친구”에서 제공하는 오픈빌더를 사용하여 챗봇을 구현하였다.
본 연구에서 구현된 지능형 헬스 어드바이저의 데이터는 생체정보 및 건강상태 정보의 취득단계, 생체정보 분석 및 건강정보 분석단계, 건강상태 분류 단계, 건강상태에 따른 건강정보 제공 및 건강 증진을 위한 교육단계로 구분하였다.
사용자의 생체신호를 측정하기 위하여 체온, 혈압, 맥박, 산소포화도(SpO2), 심전도(ECG) 센서를 사용하였다. 각각의 센서는 생체신호를 측정 후 취득한 생체신호는 controller를 사용하여 정해진 data process에 따라 서버에 전송한다.
둘째, 챗봇을 이용하여 사용자의 건강상태를 확인하고, 건강상태를 분석(health status analysis)한다. 셋째, 챗봇을 이용하여 사용자에게 건강관리정보를 제공하는 Cognitive Health Advisor Model을 구현하는 것이다.
이를 위하여 생체센서로 부터 사용자의 생체정보를 취득하며, 챗봇의 활용을 위하여 Kakao에서 제공하는 오픈 플랫폼 기반의 “Kakaoi 오픈빌더”를 사용하여 챗봇을 구현한다.
이번연구에서 개인의 체온, 혈압, 맥박, 산소포화도(SpO2), 심전도(ECG)등의 기본 생체정보를 측정하고, 챗봇을 이용하여 개인의 건강상태를 확인하고 건강을 관리할 수 있는 지능형 헬스어드바이저를 구현하였다. 또한, 챗봇의 활용을 유스케이스 시나리오를 설정하고 오픈 플랫폼 기반의 “카카오 플러스친구”에서 제공하는 오픈빌더를 사용하여 챗봇을 구현하였다.
쳇봇으로 제공되는 정보는 D3.js를 사용하여 시각화하여 사용자에게 제공하여 보다 효과적으로 건강상태화 건강관리를 할 수 있도록 적용하였다.
엔티티가 정의되어 있다면, 챗봇은 User’s input으로부터 사용자의 의도를 파악하기 위한 주요 데이터를 추출할 수 있다. 헬스케어 관련하여 생체 데이터의 종류, 관련 운동 및 응급처치 등의 의료정보 등을 설정하였다.

대상 데이터

본 논문에서는 챗봇 Builder는 Kakaoi Openbuilder를 사용하였다.

이론/모형

본 논문에서는 챗봇 Builder로 Kakaoi Openbuilder를 사용했다. 카카오i 오픈빌더는 카카오에서 개발한 챗봇 설계 플랫폼이다.

성능/효과

또한, 챗봇의 활용을 유스케이스 시나리오를 설정하고 오픈 플랫폼 기반의 “카카오 플러스친구”에서 제공하는 오픈빌더를 사용하여 챗봇을 구현하였다. 이번 연구에서 제안한 모델을 활용하면 사용자의 생체신호의 변화를 관리하고 챗봇을 이용하여 사용자에게 정보를 제공하고 건강관리를 할 수 있음을 확인하였다.

후속연구

만약, 질병에 관한 증상, 위험도, 예방 등 정보를 학습한 챗봇과 환자가 “지능형 헬스케어 어드바이저”를 통해 건강을 관리한다면 더 많은 효과를 볼 수 있을 것이다.
이번 연구는 생체정보 확인과 시나리오에 기반한 단순한 건강관리 어드바이저 역할을 하였으며, 의료정보를 이용한 병증예측과 진단을 포함하지 못한 한계를 가지고 있다. 지능형 헬스어드바이저가 보다 효율적인 건강관리를 위해서는 “생체정보와 생활패턴, 인공지능 알고리즘을 이용한 건강 이상판단” 등의 내용이 반영된 시스템이 구현되어야 할 것이다.
향후 생체정보와 개인의 생활패턴에 따른 “건강상태 판단 알고리즘”, 생체정보 변화와 생활패턴에 의한 “건강상태 변화예측 알고리즘” 등의 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	챗봇의 동작방식에 따른 분류는?	챗봇은 동작방식에 따라 미리 정의된 규칙을 기반으로 동작하는 “규칙기반 챗봇”과 기계학습 알고리즘을 이용하여 자연어를 이해하고 적절한 답변을 생성하거나 선택하는 “기계학습 기반 챗봇”으로 분류된다. 기계학습 알고리즘은 자연어를 분해하는 역할을 수행하는 NLP (Natural Language Process)모듈, 자연어의 의미를 파악하는 NLU (Natural Language Understanding)모듈, 정의된 답변의 선택하거나 생성하는 NLG (Natural Language Generation) 모듈로 구성된다.
	카카오i 오픈빌더로 무엇을 할 수 있나?	카카오i 오픈빌더는 카카오에서 개발한 챗봇 설계 플랫폼이다. 오픈빌더를 이용하면 사용자와 빠른 상호작용이 가능한 대화형 봇 디자인이 가능하고, 카카오톡 채널을 통해 제공되는 대화형 인터페이스의 챗봇을 제작할 수 있다. 카카오 오픈빌더로 만들어진 챗봇은 사용자의 의도를 응대하는 다양한 블록들이 모여 이루어진 시나리오로 관리된다.
	쳇봇이란?	쳇봇은 채팅과 로봇의 합성어로 인공지능을 기반으로 사람과의 대화를 통해 질문의 이해하고 답변하며, 명령을 수행하는 “인공지능 기반의 커뮤니케이션 시스템”을 말한다.

참고문헌 (11)

K. Lee and N. Ha, "AI platform to accelerate API economy and ecosystem," 2018 International Conference on Information Networking (ICOIN), Chiang Mai, 2018, pp. 848-852.
The Relationship between Alzheimer's Disease and Diabetes: Type 3 Diabetes Kroner, "Alternative Medicine Review" Vol. 14, Issue 4, Pages 373-379, December 2009
A.Lymberis, "Smart wearable systems for personalised health management: current R&D and future challenges," Proceedings of the 25th Annual International Conference of the IEEE Engineering in Medicineand Biology Society (IEEE Cat. No.03CH37439), Vol.4, pp.3716-3719, 2003
A. Lmberis and A. Dittmar, "Advanced Wearable Health Systems and Applications - Research and Development Efforts in the European Union," in IEEE Engineering in Medicine andBiology Magazine, vol. 26, no. 3, pp. 29-33, May-June 2007

상세보기
Fabrice Axisa, P. M. Schmitt, C. Gehin, G. Delhomme, E. McAdams and A. Dittmar, "Flexible technologies and smart clothing for citizen medicine, home healthcare, and disease prevention," in IEEE Transactionson Information Technology in Biomedicine, vol. 9, no. 3,pp. 325-336, Sept. 2005

상세보기
김성근, 신민철, 강주영. (2018). 챗봇기술소개및 사례분석. 정보와통신열린강좌, 35(2(별책8호)), 21-28.
S.K. Kim, M.C. Sin, J.Y. Kang, "Chatbot technology introduction and case analysis", Korea information & communication society, 35-2-8 P21-28, 2018.
Chung, K., Park, R.C. Chatbot-based heathcare service with a knowledge base for cloud computing. Cluster Comput 22, 1925-1937, 2019
K.Y. Lee, Reference Model and Architecture of Interactive Cognitive Health Advisor based on Evolutional Cyber-physical Systems :KSII TRANSACTIONS ON INTERNET AND INFORMATION SYSTEMS Vol. 13, no. 8, Aug. 2019

원문보기 상세보기
Lee, E., The past, present and future of cyber-physical systems: A focus on models. Sensors, 15(3): pp.4837-4869.

상세보기
Muller, H.A., The Rise of Intelligent Cyber-Physical Systems. Computer, pp. 7-9, 2017(12)

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증