챗봇을 이용한 병원 추천 플랫폼 구축 (가상 AI 시스템 구축)
- 최초 등록일
- 2022.01.04
- 최종 저작일
- 2022.01
- 7페이지/
어도비 PDF
- 가격 8,000원
![할인쿠폰받기](/images/v4/document/ico_det_coupon.gif)
목차
1. 문제의 정의 및 새로운 시스템의 필요성
2. 정의된 문제를 해결하기 위한 가상의 AI시스템 설계
3. 가상 AI시스템 적용시 기대효과
본문내용
1. 문제의 정의 및 새로운 시스템의 필요성
신체 증상으로 인해 병원에 가고자 할 때, 해당 병원이 나의 증상에 적절한 처방을 제공해줄 수 있을지 알기 위해 해당 병원에 전화를 해보거나 병원 리뷰를 검색해보아야 한다. 그러나, 전화를 해보거나 병원 리뷰를 검색해보는 과정은 다소 번거로우며, 의료인이 아닌 직원이 전화를 받아 직원이 정확한 안내를 제공해주지 못하거나 검색을 하더라도 광고성 리뷰를 보게 됨으로써 정확한 정보를 얻지 못할 가능성이 존재한다. 그리고 개인마다 ‘의료인의 자세한 설명, 편리한 예약, 짧은 대기시간’ 등의 상이한 서비스를 원하지만, 어떤 병원에서 어떠한 서비스를 제공하고 있는지 알지 못해 이를 알기 위해서는 직접 여러 병원에 방문해야 하는 경우가 많다. F8 2016 컨퍼런스’에서 마크 주커버그가 말했듯 사람들은 점점 기업에 전화하는 것을 꺼려하고 화면을 통해 문자를 주고받는 것을 선호한다. 또한 최근의 의학 연구자들은 인공지능(artificial intelligence)을 활용하여 방대한 양의 의료 데이터를 컴퓨터에게 수학적인 방법으로 학습시켜 분석하고 있으며, 이를 통하여 진단 및 치료반응 예측을 시도하는 등 의료 전반에 인공지능의 활용도가 증가하고 있다(백두현, 황민규, 이민지, 우성일, 한상우, 이연정 등, 2020). 따라서 충분한 데이터들을 기반으로 하여 AI 챗봇 기술 기반 맞춤형 진료과 및 병원, 의료진 추천 플랫폼을 만들어 사용자의 증상에 맞는 진료과를 추천해주고, 사용자가 원하는 서비스를 제공해줄 것으로 예상되는 의료진 및 병원을 추천해주고자 한다.
챗봇이란?
사업모델로서 "인공지능 기반의 봇" 이 출현하여 각 사업영역에 엄청난 변화를예고하고 있다.
참고 자료
백두현, 황민규, 이민지, 우성일, 한상우, 이연정 and 황재욱. (2020). 텍스트 분류 기반 기계학습의 정신과 진단 예측 적용. 생물정신의학, 27(1), 18-26.
황미경. (2020). 진료예약 상담 챗봇에 대한 경험 특성이 병원이미지에 미치는 영향 (국내박사학위논문). 가천대학교 일반대학원, 경기도.
이대근(Dae Kun Lee), 나승유(Seung Yoo Na). (2018). 중소상인을 위한 AI 챗봇 플랫폼의 설계 및 구현. 한국전자통신학회 논문지, 13(3): 561-570