1 |
1
질의 응답방식으로 의료 정보를 제공하는 의료 챗봇 시스템을 구동하는 방법에 있어서,사용자 디바이스가 챗봇 인터페이스에 접속되면, 상기 사용자 디바이스를 통해 사용자에게 문진을 체크하는 단계;체크된 상기 문진에 기초하여 사용자의 정보 또는 사용자의 질의를 수집하는 단계;수집된 상기 사용자의 질의를 기설정된 일반 의료 정보의 범위에 기초하여 분류하는 단계; 및분류된 상기 사용자의 질의에 기초하여 상기 사용자의 질의에 응답할 수 있는 의료 정보를 학습하고, 학습된 상기 의료 정보를 기반으로 상기 사용자의 질의에 대한 응답을 도출하는 단계;를 포함하는 의료 챗봇 시스템을 구동하는 방법
|
2 |
2
제1 항에 있어서,상기 수집하는 단계는,상기 문진을 허용하는 경우, 질의를 통해 상기 사용자의 정보를 제공받고, 상기 사용자의 정보에 기초하여 현재 사용자의 증상 상태에 대한 추가 정보를 제공받아 상기 정보 수집 모듈에 저장하고,상기 문진을 허용하지 않은 경우, 상기 사용자의 질의를 수집하는 것을 특징으로 하는 의료 챗봇 시스템을 구동하는 방법
|
3 |
3
제1 항 또는 제2 항에 있어서,상기 사용자의 질의를 분류하는 단계는,상기 사용자의 질의가 상기 기설정된 일반 의료 정보의 범위에 포함된다고 판단되면, 상기 사용자의 질의를 제1 응답 모듈에 제공하고,상기 기설정된 일반 의료 정보의 범위에 상기 사용자의 질의가 포함되지 않는다고 판단되면, 상기 사용자의 질의를 제2 응답 모듈에 제공하는 것을 특징으로 하는 의료 챗봇 시스템을 구동하는 방법
|
4 |
4
제3 항에 있어서,상기 제1 응답 모듈은, 사전에 구축된 의료 정보를 기반으로 형성되고,상기 제2 응답 모듈은, 상기 사건에 구축된 의료 정보에 전문가의 의견을 포함하는 전문 의료 정보를 기반으로 형성되는 것을 특징으로 하는 의료 챗봇 시스템을 구동하는 방법
|
5 |
5
제4 항에 있어서,상기 사용자의 질의에 대한 응답을 도출하는 단계는,상기 사용자의 질의에서 쿼리를 추출하는 단계;상기 제1 응답 모듈에서 추출된 상기 쿼리가 포함되는 자료 중 상위 K 개의 자료를 검색하는 단계;검색된 상기 상위 K 개의 자료에 사전 학습된 언어모델(BERT)를 사용하여 상기 사용자의 질의에 대한 응답의 구간을 설정하는 단계; 및설정된 상기 응답의 구간 중 가장 확률이 높은 구간을 최종적으로 선택하여 최종 응답을 도출하는 단계;를 포함하는 것을 특징으로 하는 의료 챗봇 시스템을 구동하는 방법
|
6 |
6
제5 항에 있어서,상기 사용자의 질의에 대한 응답을 도출하는 단계는,리트리버-리더(retriever-reader) 방식을 이용하는 것을 특징으로 하는 의료 챗봇 시스템을 구동하는 방법
|
7 |
7
제4 항에 있어서,상기 사용자의 질의에 대한 응답을 도출하는 단계는,상기 사용자의 질의를 복수 개의 음절로 분리하는 단계;분리된 상기 복수 개의 음절을 GRU 모델을 기반으로 한 인코더에 입력하여 컨텍스트 벡터(context vector)를 생성하는 단계;생성된 상기 컨텍스트 벡터를 디코더에 입력하여 복수 개의 음절로 출력하는 단계; 및상기 디코더에 의해 생성된 상기 복수 개의 음절을 모두 결합하여 상기 응답으로 도출하는 단계;를 포함하는 것을 특징으로 하는 의료 챗봇 시스템을 구동하는 방법
|
8 |
8
사용자 디바이스와 의료 챗봇 디바이스를 포함하는 의료 챗봇 시스템에 있어서,상기 의료 챗봇 디바이스는,상기 사용자 디바이스와 통신하는 통신 모듈;상기 통신 모듈을 통해 상기 사용자 디바이스가 챗봇 인터페이스에 접속되면, 상기 사용자 디바이스를 통해 사용자에게 문진을 체크하고, 체크된 상기 문진에 기초하여 사용자의 정보 또는 사용자의 질의를 수집하는 프로세서; 및상기 사용자의 정보 또는 상기 사용자의 질의를 저장하는 메모리;를 포함하고,상기 프로세서는,수집된 상기 사용자의 질의를 기설정된 일반 의료 정보의 범위에 기초하여 분류하고, 분류된 상기 사용자의 질의에 기초하여 상기 사용자의 질의에 응답할 수 있는 의료 정보를 학습하고, 학습된 상기 의료 정보를 기반으로 상기 사용자의 질의에 대한 응답을 도출하는 것을 특징으로 하는 의료 챗봇 시스템
|
9 |
9
제8 항에 있어서,상기 프로세서는,상기 사용자가 상기 문진을 허용하는 경우, 질의를 통해 상기 사용자의 정보를 제공받고, 상기 사용자의 정보에 기초하여 현재 사용자의 증상 상태에 대한 추가 정보를 제공받아 상기 메모리에 저장하고, 상기 문진을 허용하지 않은 경우, 상기 사용자의 질의를 수집하는 것을 특징으로 하는 의료 챗봇 시스템
|
10 |
10
제8 항 또는 제9 항에 있어서,상기 프로세서는,상기 사용자의 질의가 상기 기설정된 일반 의료 정보의 범위에 포함된다고 판단되면, 상기 사용자의 질의를 제1 응답 모듈에 제공하고,상기 기설정된 일반 의료 정보의 범위에 상기 사용자의 질의가 포함되지 않는다고 판단되면, 상기 사용자의 질의를 제2 응답 모듈에 제공하는 것을 특징으로 하는 의료 챗봇 시스템
|
11 |
11
제10 항에 있어서,상기 제1 응답 모듈은 사전에 구축된 의료 정보를 기반으로 형성되고,상기 제2 응답 모듈은 상기 사건에 구축된 의료 정보에 전문가의 의견을 포함하는 전문 의료 정보를 기반으로 형성되는 것을 특징으로 의료 챗봇 시스템
|
12 |
12
제11 항에 있어서,상기 프로세서는,상기 사용자의 질의에서 쿼리를 추출하고, 상기 제1 응답 모듈에서 추출된 상기 쿼리가 포함되는 자료 중 상위 K 개의 자료를 검색하고, 검색된 상기 상위 K 개의 자료에 사전 학습된 언어모델(BERT)를 사용하여 상기 사용자의 질의에 대한 응답의 구간을 설정하고, 설정된 상기 응답의 구간 중 가장 확률이 높은 구간을 최종적으로 선택하여 최종 응답을 도출하는 것을 특징으로 하는 의료 챗봇 시스템
|
13 |
13
제11 항에 있어서,상기 프로세서는,상기 사용자의 질의를 복수 개의 음절로 분리하고,분리된 상기 복수 개의 음절을 GRU 모델을 기반으로 한 인코더에 입력하여 컨텍스트 벡터(context vector)를 생성하고,생성된 상기 컨텍스트 벡터를 디코더에 입력하여 복수 개의 음절로 출력하고,상기 디코더에 의해 생성된 상기 복수 개의 음절을 모두 결합하여 상기 응답으로 도출하는 것을 특징으로 하는 의료 챗봇 시스템
|