WO2024237490A1 - 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법 - Google Patents

생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법 Download PDF

Info

Publication number
WO2024237490A1
WO2024237490A1 PCT/KR2024/004971 KR2024004971W WO2024237490A1 WO 2024237490 A1 WO2024237490 A1 WO 2024237490A1 KR 2024004971 W KR2024004971 W KR 2024004971W WO 2024237490 A1 WO2024237490 A1 WO 2024237490A1
Authority
WO
WIPO (PCT)
Prior art keywords
artificial intelligence
prompt
medical
command
user input
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2024/004971
Other languages
English (en)
French (fr)
Inventor
류의석
김명주
김세중
최수경
김우현
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seoul National University Hospital
Original Assignee
Seoul National University Hospital
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020240048955A external-priority patent/KR20240164747A/ko
Application filed by Seoul National University Hospital filed Critical Seoul National University Hospital
Publication of WO2024237490A1 publication Critical patent/WO2024237490A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages

Definitions

  • the disclosed embodiments relate to a device and method for providing a medical chat service based on generative artificial intelligence. Specifically, the disclosed embodiments relate to a technology for providing answers to a user's questions about medical records in a chat format using generative artificial intelligence.
  • Medical records are all records created when a patient visits a hospital, such as an outpatient or hospitalized patient, such as a surgical record, a first-visit record, a re-visit record, an admission/discharge record, and an imaging test interpretation report. They are mainly issued for the purpose of submitting them as supporting documents to insurance companies or for use when transferring to another hospital. Patients can request them directly and they can be issued without a doctor’s approval. Recently, many hospitals have been issuing copies of medical records online, and the number is gradually increasing. In addition, some hospitals are launching services that issue copies of medical records via mobile devices.
  • the disclosed embodiments are intended to provide answers to users' questions about medical records in a chat format using generative artificial intelligence.
  • a method for providing a generative artificial intelligence-based medical chat service is provided, wherein the method is performed by a device including one or more processors; and a memory storing one or more programs executed by the one or more processors, the method comprising: generating a prompt based on a user input and a command; and inputting the prompt into a generative artificial intelligence model and outputting a corresponding response.
  • the above user input may include at least one of text input and image input regarding medical records including at least one of surgical records, test results, admission records, discharge records, first visit records, re-visit records, nursing records, and prescriptions for humans or animals.
  • the command includes a first command
  • the prompt includes a first prompt
  • the step of generating the prompt includes the step of generating the first prompt based on the user input and the first command
  • the first command may be configured to request the generative artificial intelligence model to respond to a medical record included in the user input in a medically professional manner, excluding personal information included in the user input, wherein the personal information includes at least one of a patient name, a patient number, a date of birth, a hospital name, a hospital address, an attending physician, and a attending physician's phone number.
  • the command includes a second command
  • the prompt includes a second prompt
  • the step of generating the prompt includes the step of generating the second prompt based on the user input and the second command, the second command being configured to assign a defined role and characteristic to each persona, the role being a doctor, a veterinarian, a nurse, a parent, a child or a friend, and the characteristic corresponding to the role may include a professional attitude, an affectionate attitude, a sincere attitude or a friendly attitude.
  • the above command includes a third command
  • the prompt includes a third prompt
  • the step of generating the prompt includes: generating a new user input by including a previous chat log exchanged between the user and the generative artificial intelligence model in the user input; and generating the third prompt based on the new user input and the third command, wherein the third command can be configured to generate a question useful to the patient while maintaining the context of the previous chat log.
  • the above command comprises a fourth command
  • the prompt comprises a fourth prompt
  • the step of generating the prompt comprises: identifying whether the user input is a question; and if the user input is a question, generating the fourth prompt based on the user input and the fourth command, wherein the fourth command may be configured to request the generative artificial intelligence model to output a predetermined amount of response to the question.
  • the fourth command is configured to request that the generative artificial intelligence model respond so that the response does not include a specific response, wherein the specific response may include a response suggesting a medical act or an act similar thereto and/or a response with redundant content.
  • the method may include the step of detecting personal information from the user input; and, if the personal information is detected, the step of outputting a message and/or warning signal guiding exclusion of the personal information from the user input.
  • the step of generating the second prompt may include the step of displaying a menu on the display of the device from which an option of the persona can be selected; and, upon receiving a selection of an option of the persona, the step of generating the second prompt based on the selected persona and the remaining user input excluding the selection of the option.
  • the generative artificial intelligence model is trained by training data labeled with evaluation indices, and the training data can be constructed by labeling an evaluation indices for at least one of preference, accuracy, and possibility of dispute recorded by a medical professional for a predicted value output by the generative artificial intelligence model for input data including medical records.
  • the step of outputting the above response may include a step of outputting a complementary response corresponding to the prompt using a retrieval-augmented generation technique (RAG) from a vector database in which medical information is constructed as a corpus; and a step of providing a final response based on the response output using the generative artificial intelligence model and the complementary response output using the augmented generation technique.
  • RAG retrieval-augmented generation technique
  • a device for providing a generative artificial intelligence-based medical chat service is a device for providing a generative artificial intelligence-based medical chat service, comprising: one or more processors; and a memory storing one or more programs executed by the one or more processors, wherein the one or more processors: generate a prompt based on a user input and a command, and input the prompt into a generative artificial intelligence model to output a corresponding response.
  • the disclosed embodiments utilize generative artificial intelligence to provide immediate answers to users' questions about their medical records.
  • the disclosed embodiments can provide consistency in answers by more explicitly rephrasing questions about a user's medical records through prompt engineering.
  • the disclosed embodiments can provide customized answers by applying a user-specified persona to the answer through prompt engineering.
  • FIG. 1 is a diagram for explaining a system that provides a generative artificial intelligence-based medical chat service according to one embodiment.
  • FIG. 2 is a block diagram illustrating a device that provides a generative artificial intelligence-based medical chat service according to one embodiment.
  • FIG. 3 is a diagram showing an example of a device providing a generative artificial intelligence-based medical chat service providing a screen for user input according to one embodiment.
  • FIG. 4 is a diagram showing an example of a device providing a generative artificial intelligence-based medical chat service providing a warning signal to a user input according to one embodiment.
  • FIG. 5 is a diagram showing an example in which a device providing a generative artificial intelligence-based medical chat service provides an answer by applying a persona according to one embodiment.
  • FIG. 8 is a diagram showing an example of a device providing a generative artificial intelligence-based medical chat service explaining a comparison result with a previous input according to one embodiment.
  • FIG. 9 is a flowchart illustrating a method for providing a generative artificial intelligence-based medical chat service according to one embodiment.
  • user input may mean information and/or requests provided by a user to interact with a generative artificial intelligence model.
  • user input may mean initial input provided by a user to a generative artificial intelligence model prior to generating a prompt.
  • a command may mean additional instructions incorporated into a prompt so that a generative artificial intelligence model can respond in a desired direction. That is, a command may mean additional instructions included in a prompt so that a generative artificial intelligence model can output desired information in a desired direction or in an optimized manner based on user input.
  • FIG. 1 is a drawing for explaining a system (10) that provides a generative artificial intelligence-based medical chat service according to one embodiment.
  • a system (10) providing a generative artificial intelligence-based medical chat service may include a server (100) and a device (200).
  • the server (100) may provide a chat service to a device (200) using a generative artificial intelligence model through a communication network, and may represent a server (100) computer that manages the chat service as a whole.
  • the server (100) may receive a prompt including input data and a command from the device (200).
  • the input data may include at least one of text and images related to a medical record.
  • the server (100) may provide the device (200) with an explanation corresponding to an analysis request for the input data using a generative artificial intelligence model.
  • the server (100) may provide the explanation based on a chat format.
  • the device (200) may request the server (100) to process a prompt that adds a command to input data to help understanding in the interaction between the server (100) and the user.
  • the device (200) may include a command in the prompt that requests more conciseness in the explanation corresponding to the user input to help the user easily understand.
  • the device (200) may include a command in the prompt that requests application of a persona to give the generative artificial intelligence model a role to play in the chat.
  • FIG. 2 describes a method for generating a prompt that enables more effective interaction between a generative artificial intelligence model and user input.
  • FIG. 2 is a block diagram illustrating a device (200) that provides a generative artificial intelligence-based medical chat service according to one embodiment.
  • the device (200) includes a processor (210) and a memory (220).
  • the processor (210) generates prompts based on user input and commands.
  • the user input may specifically include, as first input data, analysis target data for the medical record, and as second input data, an analysis request for the analysis target data.
  • the first input data may include a medical record diagnosed by a healthcare professional, such as an image created by photographing a printed medical record.
  • the first input data may include text typed by a patient, written down or extracted from an issued medical record.
  • the second input data may include a user's query requesting a medical analysis of the first input data to the generative artificial intelligence model, wherein the second input data may exclude any request for medical analysis that may be interpreted as a medical procedure.
  • the second input data may include a request for a description of the first input data and/or an inquiry regarding possible progression of a current health condition and/or guidance for preventing and managing an underlying condition based on the first input data.
  • the medical record may include at least one of a surgical record for a person or animal, a test result, an admission record, a discharge record, an initial visit record, a re-visit record, a nursing record, and a prescription.
  • the instructions may include additional instructions requested of the generative AI model to facilitate effective communication between the user and the generative AI model.
  • the instructions may include supplementary instructions for the user input to enable the generative AI model to process the user's potential request.
  • the processor (210) can generate a prompt to be input into the generative artificial intelligence model by adding a command to the user input.
  • the processor (210) can generate a prompt to be input into the generative artificial intelligence model based on user input and the first command.
  • the first command may be configured to ask the generative artificial intelligence model to medically respond to the medical record, excluding any personal information contained in the user input.
  • a first command might include a command such as, "Please respond to all responses except the hospital name, address, doctor's name, and phone number. Please answer the questions.”
  • personal information may include at least one of the patient name, patient number, date of birth, hospital name, hospital address, attending physician, and attending physician's phone number, but this is exemplary and is not limited to the examples described above.
  • the processor (210) can generate a prompt that complements what the user could potentially request (e.g., a request for personal information security, a request for compliance with personal information processing regulations, a request for focusing on key content) that was not indicated in the user input.
  • a prompt that complements what the user could potentially request (e.g., a request for personal information security, a request for compliance with personal information processing regulations, a request for focusing on key content) that was not indicated in the user input.
  • the processor (210) can generate a prompt to input into the generative artificial intelligence model based on user input and a second command.
  • the second command can be configured to ask the generative artificial intelligence model to respond based on the roles and characteristics defined for each persona.
  • the role is a doctor, a veterinarian, a nurse, a parent, a child or a friend
  • the characteristics corresponding to the role may include a professional attitude, an affectionate attitude, a sincere attitude or a friendly attitude.
  • a second command might include something like, “Please respond professionally but kindly, as if a doctor were speaking to a patient.”
  • the processor (210) can generate prompts to input into the generative artificial intelligence model based on new user input and a third command.
  • new user input may mean input data including chat history exchanged between previous user inputs and corresponding generative artificial intelligence models.
  • the third command may be configured to request the generative artificial intelligence model to generate questions that would be useful to the patient, while maintaining the context of the previous chat history.
  • the processor (210) can generate a prompt to input into the generative artificial intelligence model based on user input and the fourth command.
  • the fourth command may be configured to request the generative artificial intelligence model to respond to a question contained in the user input in a predefined amount.
  • the processor (210) may request that the response be, for example, one line long, to help the generative artificial intelligence model provide a clear and concise explanation to the user.
  • the fourth command may be configured to request the generative AI model not to include a specific response in its response.
  • the specific response may include a response suggesting a medical procedure or a similar procedure and/or a response with duplicate content.
  • the processor (210) may cause the generative AI model to avoid duplicate responses.
  • specific responses may be excluded so that the response is not interpreted as a medical procedure or a similar procedure.
  • the processor (210) can provide additional complementary answers by using a database in which vectors embedded with information on the medical domain are stored, as well as by using a generative artificial intelligence model.
  • the processor (210) can produce a supplementary answer through a retrieval-augmented generation technique (RAG) from the database.
  • RAG retrieval-augmented generation technique
  • the processor (210) can provide a final response with improved medical accuracy based on a complementary response calculated using a database and a response calculated using a generative artificial intelligence model.
  • the learning data can be constructed by labeling an evaluation index for at least one of preference, accuracy, and possibility of dispute recorded by a medical professional for the predicted value output by the generative artificial intelligence model for sample data containing medical records.
  • training data could be constructed such that a single medical record is labeled with a total of 18 labels by measuring the preference, accuracy, and likelihood of disagreement for one description of the medical record and five responses to questions posed about the medical record.
  • preference can be assigned a class in proportion to the order in which medical professionals judge the most appropriate response to the explanation.
  • Accuracy is an indicator for evaluating whether the response is medically valid, invalid, or has other opinions, and can be evaluated in three classes. Controversy can be evaluated in a range from 0 to 10 points. At this time, controversy can be given a high score to a response that does not reach an agreement among medical professionals and has various viewpoints.
  • Memory (220) stores instructions executed by the processor (210).
  • FIG. 3 is a drawing showing an example of a device (200) that provides a medical chat service based on generative artificial intelligence, according to one embodiment, providing a screen for user input.
  • the processor (210) can transmit user input received through an application linked to the server (100) to the server (100).
  • the processor (210) can receive user input through the application first UI displayed on the display of the device (200). For example, the processor (210) can receive user input obtained through a text input field as the first UI. The processor (210) can receive user input through an image upload icon as the first UI.
  • the processor (210) may send an analysis request or a transmission request to the server (100) according to the user's request. For example, when the application second UI displayed on the display of the device (200) is touched by the user, the processor (210) may request the server (100) to analyze the medical records uploaded through the user input or request transmission to another external device (200).
  • FIG. 4 is a diagram showing an example in which a device (200) providing a generative artificial intelligence-based medical chat service provides a warning signal to a user input according to one embodiment.
  • the processor (210) may output a warning signal if the uploaded image contains inappropriate information.
  • the processor (210) may, if it recognizes this, output a message as a warning signal to guide the exclusion of the personal information.
  • the processor (210) can output a completion signal if the image does not contain inappropriate information.
  • the processor (210) can provide information that the image upload was successful by outputting a completion signal.
  • the warning signal and/or guidance signal has been described as being visually output on the display of the device (200), but this is exemplary, and may be output visually, audibly, or tactilely, and is not necessarily limited to the examples described above.
  • FIG. 5 is a diagram showing an example of a device (200) providing a medical chat service based on generative artificial intelligence applying a persona to provide an answer according to one embodiment.
  • the processor (210) can provide a response to a user input transmitted to the server (100) through an application linked to the server (100).
  • the processor (210) provides a response by applying the 'child' persona. At this time, the processor (210) provides a prompt requesting the user to provide a response with the 'child' persona previously selected by the user or the 'child' persona set in the setting environment, thereby providing a chat message in a 'true' tone.
  • the processor (210) may display a third UI for setting the persona on the display of the device (200) for selecting the persona to be applied to the next answer.
  • the role and character of the persona may be guided on the display to help the user easily change the persona.
  • the processor (210) can generate the next prompt by adding a command to the new user input to cause the generative artificial intelligence model to provide an answer by applying the newly selected persona.
  • FIG. 6 is a diagram showing an example in which a device (200) providing a generative artificial intelligence-based medical chat service proposes a recommended question for a user's question according to one embodiment.
  • the processor (210) suggests a question that would be useful to the user.
  • the processor (210) may suggest a question that would be useful to the user based on a conversation the user had with the generative artificial intelligence model.
  • the processor (210) can recommend useful questions to the user while maintaining the context of the conversation the user previously had with the generative artificial intelligence model.
  • the user asks a question on the topic of 'radiorefractometer', and the processor (210) can induce new questions as the next recommended question to inform 'which body part is the user's radiation refractometer located' and 'whether the user's radiation refractometer is in a serious condition'.
  • the processor (210) can provide the next answer by maintaining the topic, volume, scope, background information, purpose, goal, relevance, the user's prior knowledge, experience, emotional context, cultural context, etc. of the conversation the user had with the generative artificial intelligence model.
  • FIG. 7 is a diagram showing an example of a device (200) providing a generative artificial intelligence-based medical chat service sending a chat record to an external device (200) according to one embodiment.
  • the processor (210) can transmit chat records to an external device (200) through an application.
  • the processor (210) can display a list of chat records that can be transmitted to an external device (200) on the display of the device (200). Thereafter, the processor (210) can transmit the chat records selected by the user to be transmitted externally to the external device (200). When data transmission is completed, the processor (210) can display a confirmation message indicating that the transmission was successful or an error message indicating that the transmission failed on the display.
  • FIG. 8 is a diagram showing an example of a device (200) providing a generative artificial intelligence-based medical chat service according to one embodiment of the present invention explaining the results of a comparison with a previous input.
  • the processor (210) may provide the server (100) with a query to compare the newly uploaded medical record with the previously uploaded medical record in order to process a user query requesting a comparison. At this time, the processor (210) may request the server (100) to compare the record with a desired date by storing the uploaded image and the upload date together with metadata.
  • the processor (210) may provide the server (100) with a command requesting a change in the size or condition of a diseased area as an item of comparison in response to the user query. Meanwhile, the processor (210) may provide the server (100) with a prompt that includes a command requesting additional recommendations in addition to the user query.
  • FIG. 9 is a flowchart illustrating a method for providing a generative artificial intelligence-based medical chat service according to one embodiment.
  • the method of FIG. 9 can be performed by a device (200) that provides a medical chat service based on a generative artificial intelligence model described in FIG. 2.
  • a device (200) providing a medical chat service based on an artificial intelligence model generates a prompt (910) based on user input and predefined commands.
  • a device (200) providing a medical chat service based on an artificial intelligence model inputs a prompt into a generative artificial intelligence model and outputs a corresponding response (920).
  • the device (200) is described as providing a chat service by communicating with the generative artificial intelligence model of the server (100), but, unlike the description, the device (200) may also provide a chat service on its own through the generative artificial intelligence model built into the device (200).
  • FIG. 9 has been described with reference to the order presented in the drawings.
  • the method has been illustrated and described as a series of blocks; however, the present invention is not limited to the order of the blocks, and some blocks may occur in a different order or concurrently with other blocks than illustrated and described herein, and various other branches, flow paths, and orders of blocks may be implemented that achieve the same or similar results.
  • not all of the blocks illustrated may be required to implement the method described herein.
  • an embodiment of the present invention may include a program for performing the methods described herein on a computer, and a computer-readable recording medium including the program.
  • the computer-readable recording medium may include program commands, local data files, local data structures, etc., alone or in combination.
  • the medium may be specially designed and configured for the present invention, or may be one that is commonly available in the field of computer software.
  • Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and hardware devices specially configured to store and perform program commands such as ROMs, RAMs, and flash memories.
  • Examples of the program may include not only machine language codes generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter, etc.
  • a device and method for providing a generative artificial intelligence-based medical chat service provide prompt engineering to help a user effectively use a generative artificial intelligence model having medical information as a domain, and are thus applicable to the digital medical industry.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nutrition Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법이 개시된다. 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치는 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램을 저장한 메모리를 포함하는 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치로서, 상기 하나 이상의 프로세서는: 사용자 입력과 명령에 기초하여 프롬프트를 생성하고, 생성형 인공지능 모델에 상기 프롬프트를 입력하여 대응하는 응답을 출력한다.

Description

생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법
개시되는 실시예들은 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법에 관한 것이다. 구체적으로, 개시되는 실시예들은 생성형 인공지능을 이용하여 의무 기록에 대한 사용자의 질문에 채팅 형식으로 답변을 제공하는 기술에 관한 것이다.
[관련 출원의 상호 참조]
본 출원은 2023년 5월 12일에 출원된 대한민국 임시 특허출원 제10-2023-0061952호 및 2024년 4월 11일에 출원된 대한민국 특허출원 제10-2024-0048955호에 대한 우선권을 주장하며, 그 출원 내용 전체가 본 출원에 통합된다.
[이 발명을 지원한 국가연구개발사업에 대한 설명]
본 연구는 [과제고유번호: 1711181132, 과제번호:2021R1F1A1060787, 부처명: 과학기술정보통신부, 과제관리(전문)기관명: 한국연구재단, 연구사업명: 개인기초연구(과기정통부), 연구과제명: 보건의료 빅데이터를 이용한 치매 신속예측 플랫폼 개발 및 실용화 검증, 과제수행기관명: 분당서울대학교병원 의료인공지능센터, 연구기간: 20210601 ~ 20240229]의 지원에 의하여 이루어진 것이다.
본 연구는 [과제고유번호: 1711160533, 과제번호:2022-0-00184-001, 부처명: 과학기술정보통신부, 과제관리(전문)기관명: 한국연구재단, 연구사업명: 사람중심인공지능핵심원천기술개발, 연구과제명: 점차 강화되고 있는 윤리 정책에 발맞춰 유연하게 진화하는인공지능 기술 개발 연구, 과제수행기관명: 한국과학기술원, 연구기간: 20220401 ~ 20261231]의 지원에 의하여 이루어진 것이다.
헬스케어 분야와 인공지능 산업을 결합한 '웰케어' 산업이 부상하고 있으며, 여러 의료 AI 솔루션들이 개발되었다. 그러나, 개인정보 보호법 등 규제로 인해 기술 활용이 제한적으로 이루어지고 있는 실정이다. 더하여, Chat GPT의 등장과 함께 초거대 AI 시대가 도래하였다. 특정 도메인 지식만을 학습한 자연어 처리 알고리즘 보다 인간의 언어를 이해한 초거대 생성 AI를 정확한 전문지식을 기반으로 하는 데이터셋으로 미세 조정(fine tuning)하는 것이 보다 높은 성능을 보일 것으로 예상되고 있다.
최근 환자들의 낮은 건강 문해력이 이슈가 되고 있다. 한국보건사회연구원의 <보건복지포럼>‘한국의료패널로 본 헬스 리터러시 실태와 정책적 시사점'에서 10명 중 3명은 건강 문해력이 부족하다고 전한다. 특히 고령층일수록, 사회경제적 위치가 취약할수록 건강 문해력은 낮아지는 경향을 보인다. 대학병원의 경우 외래 3분 정도로 진료 시간이 매우 짧아 의사에게 자세한 설명을 듣기 어려운 상황이다.
의무 기록은 수술 기록지, 초진 기록지, 재진 기록지, 입퇴원 기록, 영상 검사 판독문 등 환자가 외래, 입원 등 병원에 방문할 시 작성되는 모든 기록이다. 주로 보험사에 증빙자료로 제출할 목적 혹은 타병원 전원시 활용하기 위해 발급되고 있다. 환자가 직접 요청하여 발급할 수 있으며 의사의 승인 없이도 발급이 가능하다. 최근 여러 병원에서 온라인으로 의무기록 사본을 발급해주고 있으며, 점차 그 건수가 증가하는 추세이다. 또한 일부 병원에서는 모바일로도 의무기록 사본을 발급하는 서비스를 출시한다.
환자들은 자기자신의 건강상태를 이해하기 위해 의무기록을 해석하고자 하나, 대부분의 의무기록이 영어, 한글이 혼용되어 있고 의학 용어도 많아 이해하기 쉽지 않다. 또한 인터넷 검색을 하더라도 의학 약어의 경우 검색이 용이하지 않아 의무기록의 해석이 불가능한 경우도 많다. 한편 기존 자연어 처리 알고리즘은 의무기록은 전혀 해석하지 못하는 등 우수한 성능을 보이지 않는다.
개시되는 실시예들은 생성형 인공지능을 이용하여 의무기록에 대한 사용자의 질문에 답변을 채팅 형식으로 제공하기 위한 것이다.
일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법은 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램을 저장한 메모리를 포함하는 장치에 의해 수행되는 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법으로서, 사용자 입력과 명령에 기초하여 프롬프트를 생성하는 단계; 및 생성형 인공지능 모델에 상기 프롬프트를 입력하여 대응하는 응답을 출력하는 단계를 포함한다.
상기 사용자 입력은, 사람 또는 동물에 대한 수술 기록지, 검사 결과지, 입원 기록, 퇴원 기록, 초진 기록, 재진 기록, 간호 기록 및 처방전 중 적어도 하나를 포함하는 의무 기록에 관한 텍스트 입력 및 이미지 입력 중 적어도 하나를 포함할 수 있다.
상기 명령은 제1 명령을 포함하고, 상기 프롬프트는 제1 프롬프트를 포함하고, 상기 프롬프트를 생성하는 단계는, 상기 사용자 입력과 제1 명령에 기초하여 상기 제1 프롬프트를 생성하는 단계를 포함하고, 상기 제1 명령은, 상기 생성형 인공지능 모델에 상기 사용자 입력에 포함된 개인 정보 -상기 개인 정보는 환자명, 환자번호, 생년월일, 병원명, 병원주소, 담당의 및 담당의 전화번호 중 적어도 하나를 포함함- 를 제외하고, 상기 사용자 입력에 포함된 의무기록에 의학 전문적인 태도로 응답할 것을 요청하도록 구성될 수 있다.
상기 명령은 제2 명령을 포함하고, 상기 프롬프트는 제2 프롬프트를 포함하고, 상기 프롬프트를 생성하는 단계는, 상기 사용자 입력과 제2 명령에 기초하여 상기 제2 프롬프트를 생성하는 단계를 포함하고, 상기 제2 명령은, 페르소나 별 정의된 역할과 특징을 부여하도록 구성되고, 상기 역할은 의사, 수의사, 간호사, 부모, 자식 또는 친구이고, 상기 역할에 대응하는 특징은 전문적인 태도, 다정한 태도, 진실한 태도 또는 친근한 태도를 포함할 수 있다.
상기 명령은 제3 명령을 포함하고, 상기 프롬프트는 제3 프롬프트를 포함하고, 상기 프롬프트를 생성하는 단계는, 상기 사용자 입력에 사용자와 생성형 인공지능 모델 교환한 이전 채팅 록을 포함시켜 새로운 사용자 입력을 생성하는 단계; 상기 새로운 사용자 입력과 상기 제3 명령에 기초하여 상기 제3 프롬프트를 생성하는 단계를 포함하고, 상기 제3 명령은, 상기 이전 채팅 기록의 맥락을 유지하며 환자에게 유용한 질문을 생성하도록 구성될 수 있다.
상기 명령은 제4 명령을 포함하고, 상기 프롬프트는 제4 프롬프트를 포함하고, 상기 프롬프트를 생성하는 단계는, 상기 사용자 입력이 질문인지 여부를 식별하는 단계; 및 상기 사용자 입력이 질문인 경우, 상기 사용자 입력과 제4 명령에 기초하여 상기 제4 프롬프트를 생성하는 단계를 포함하고, 상기 제4 명령은 상기 질문에 대하여 상기 생성형 인공지능 모델이 기 정의된 분량의 응답을 출력할 것을 요청하도록 구성될 수 있다.
상기 제4 명령은, 상기 생성형 인공지능 모델이 상기 응답에 특정 응답이 포함되지 않게 응답할 것을 요청하도록 구성되고, 상기 특정 응답은 의료행위 또는 그에 준하는 행위를 제안하는 응답 및/또는 중복된 내용의 응답을 포함할 수 있다.
상기 방법은, 상기 사용자 입력에서 개인 정보를 감지하는 단계; 및 상기 개인 정보가 감지되는 경우, 상기 사용자 입력에서 상기 개인 정보를 제외할 것을 안내하는 메시지 및/또는 경고 신호를 출력하는 단계를 포함할 수 있다.
상기 제2 프롬프트를 생성하는 단계는, 상기 장치의 디스플레이에 상기 페르소나의 옵션을 선택할 수 있는 메뉴를 표시하는 단계; 및 상기 페르소나의 옵션에 대한 선택을 수신하면, 상기 옵션에 대한 선택을 제외한 나머지 사용자 입력과 선택된 페르소나에 기초하여 상기 제2 프롬프트를 생성하는 단계를 포함할 수 있다.
상기 생성형 인공지능 모델은 평가 지표가 라벨링된 학습 데이터에 의하여 학습되고, 상기 학습 데이터는 의무 기록이 포함된 입력 데이터에 대해 생성형 인공지능 모델이 출력한 예측 값에 대해 의료 분야 종사자가 기록한 선호도, 정확도 및 논쟁 가능성 중 적어도 하나에 대한 평가 지표가 라벨링되어 구축될 수 있다.
상기 응답을 출력하는 단계는, 의학 정보가 코퍼스로 구축된 벡터 데이터베이스에서 검색 증강 생성 기법(RAG; Retrieval-Augmented Generation)을 이용하여 상기 프롬프트에 대응하는 보완 응답을 출력하는 단계; 및 상기 생성형 인공지능 모델을 이용하여 출력된 응답과 상기 증강 생성 기법을 이용하여 출력된 보완 응답에 기초하여 최종 응답을 제공하는 단계를 포함할 수 있다.
일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치는 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램을 저장한 메모리를 포함하는 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치로서, 상기 하나 이상의 프로세서는: 사용자 입력과 명령에 기초하여 프롬프트를 생성하고, 생성형 인공지능 모델에 상기 프롬프트를 입력하여 대응하는 응답을 출력한다.
개시되는 실시예들은 생성형 인공지능을 이용하는 바, 사용자의 의무 기록에 대한 질문에 즉각적인 답변을 제공할 수 있다.
개시되는 실시예들은 프롬프트 엔지니어링을 통해 사용자의 의무 기록에 대한 질문을 보다 명확하게 변형하여 답변에 일관성을 제공할 수 있다.
개시되는 실시예들은 프롬프트 엔지니어링을 통해 사용자가 지정한 페르소나가 답변에 적용함으로써, 커스터마이징 된 답변을 제공할 수 있다.
도 1은 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 시스템을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치를 설명하기 위한 블록도이다.
도 3은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치가 사용자 입력을 위한 화면을 제공하는 예시를 나타내는 도면이다.
도 4는 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치가 사용자 입력에 경고 신호를 제공하는 예시를 나타내는 도면이다.
도 5는 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치가 페르소나를 적용하여 답변을 제공하는 예시를 나타내는 도면이다.
도 6은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치가 사용자 질문에 대한 추천 질문을 제안하는 예시를 나타내는 도면이다.
도 7은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치가 외부 장치로 채팅 기록을 발송하는 예시를 나타내는 도면이다.
도 8은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치가 이전 입력과의 비교결과를 설명하는 예시를 나타내는 도면이다.
도 9는 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법을 설명하는 흐름도이다.
이하, 도면을 참조하여 일 실시예의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 발명에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
일 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 일 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 또한, 실시예의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 일 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 성분들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 성분, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "장치(apparatus) ", 모듈(module)", "장비(device)", "서버(server)" 또는 "시스템(system)" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예컨대, 부, 장치, 모듈, 장치, 서버 또는 시스템은 플랫폼(platform)의 일부 또는 전부를 구성하는 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 애플리케이션(application) 등의 소프트웨어를 지칭하는 것일 수 있다. 구체적인 예로, 부, 장치, 모듈, 장비, 서버 또는 시스템은 프로세서에 의해 구현될 수 있다.
용어 정의
본 명세서에서 사용자 입력은 생성형 인공지능 모델과 상호작용하기 위해, 사용자가 제공하는 정보 및/또는 요청을 의미할 수 있다. 즉, 사용자 입력은 프롬프트 생성 전 사용자가 생성형 인공지능 모델에 제공하는 초기 입력을 의미할 수 있다.
본 명세서에서 명령은 생성형 인공지능 모델의 응답이 원하는 방향으로 응답할 수 있도록, 프롬프트에 통합된 추가 지침 사항을 의미할 수 있다. 즉, 명령은 사용자 입력에 기초하여 생성형 인공지능 모델로 하여금 원하는 정보를 원하는 방향으로 또는 최적화하여 출력할 수 있도록, 프롬프트에 포함된 추가 지침사항을 의미할 수 있다.
본 발명의 예시적인 실시예들의 설명
도 1은 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 시스템(10)을 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 시스템(10)은 서버(100)와 장치(200)를 포함할 수 있다.
서버(100)는 통신 네트워크를 통해 장치(200)에 생성형 인공지능 모델을 이용하여 채팅 서비스를 제공하고, 채팅 서비스를 전체적으로 관리하는 서버(100) 컴퓨터를 나타낼 수 있다.
서버(100)는 입력 데이터와 명령을 포함하는 프롬프트를 장치(200)로부터 수신할 수 있다. 이때, 입력 데이터는 의무 기록과 관련된 텍스트 및 이미지 중 적어도 하나를 포함할 수 있다. 서버(100)는 생성형 인공지능 모델을 이용하여 입력 데이터에 대한 분석 요청에 대응한 설명을 장치(200)에 제공할 수 있다. 이때, 서버(100)는 채팅 형식에 기반하여 설명을 제공할 수 있다.
장치(200)는 서버(100)와 사용자 간의 상호작용에서 이해력을 돕기 위해, 입력 데이터에 명령을 덧붙인 프롬프트의 처리를 서버(100)에 요청할 수 있다. 이때, 장치(200)는 사용자에게 용이한 이해를 돕기 위해, 프롬프트에 사용자 입력에 대응하는 설명에 보다 간결성을 요청하는 명령을 포함시킬 수 있다. 다른 예로, 장치(200)는 생성형 인공지능 모델이 채팅에서 수행해야 하는 역할을 부여하기 위해, 프롬프트에 페르소나 적용을 요청하는 명령을 포함시킬 수 있다.
이때, 장치(200)는 휴대폰, 태블릿 PC, 디지털 카메라, 캠코더, 노트북 컴퓨터(laptop computer), 태블릿 PC, 데스크탑, 전자책 단말기, 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 내비게이션, MP3 플레이어, 착용형 기기(wearable device) 등과 같은 다양한 전자 기기로 구현될 수 있다.
이하, 도 2에서는 장치(200)가 생성형 인공지능 모델과 사용자 입력 간의 상호작용을 보다 효과적이게 하는 프롬프트 생성 방법을 설명한다.
도 2는 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치(200)를 설명하기 위한 블록도이다.
도 2를 참조하면, 장치(200)는 프로세서(210)와 메모리(220)를 포함한다.
프로세서(210)는 사용자 입력과 명령에 기초하여 프롬프트를 생성한다.
여기서, 사용자 입력은 구체적으로, 사용자 입력은 제1 입력 데이터로서, 의무 기록에 대한 분석 대상 데이터와 제2 입력 데이터로서, 분석 대상 데이터에 대한 분석 요청을 포함할 수 있다.
일 예로, 제1 입력 데이터는 의료 분야 종사자에 의해 진단된 의무 기록으로, 인쇄된 의무 기록을 촬영하여 생성된 이미지를 포함할 수 있다. 다른 예로, 제1 입력 데이터는 발급된 의무 기록에 기초하여 환자가 받아 적거나 발췌하여 타이핑 한 텍스트를 포함할 수 있다.
제2 입력 데이터는 생성형 인공지능 모델에 제1 입력 데이터에 대한 의료적 분석을 요청하는 사용자의 쿼리를 포함할 수 있다. 여기서, 제2 입력 데이터에는 의료적 분석의 요청 중 의료 행위로 해석될 수 있는 사항은 배제될 수 있다.
일 예로, 제2 입력 데이터는 제1 입력 데이터에 대한 설명 요청 및/또는 제1 입력 데이터에 기반하여 현재 건강 상태에서 가능한 경과 및/또는 보유 질환을 예방하고 관리할 수 있는 지침 사항에 대한 질의 등을 포함할 수 있다.
이때, 의무 기록이란, 기록사람 또는 동물에 대한 수술 기록지, 검사 결과지, 입원 기록, 퇴원 기록, 초진 기록, 재진 기록, 간호 기록 및 처방전 중 적어도 하나를 포함할 수 있다.
명령은, 사용자와 생성형 인공지능 모델 간의 효과적인 의사소통을 촉진하도록, 생성형 인공지능 모델에 요청하는 추가 지침 사항을 포함할 수 있다. 구체적인 예로, 명령은 사용자의 잠재적인 요청을 처리할 수 있도록, 사용자 입력에 대한 보완 사항을 포함할 수 있다.
즉, 프로세서(210)는 사용자 입력에 명령을 덧붙여 생성형 인공지능 모델에 입력할 프롬프트를 생성할 수 있다.
일 예로, 프로세서(210)는 사용자 입력과 제1 명령에 기초하여 생성형 인공지능 모델에 입력할 프롬프트를 생성할 수 있다.
여기서, 제1 명령은 생성형 인공지능 모델에게 사용자 입력에 포함된 개인 정보를 제외하고 의무 기록에 대해 의학 전문적으로 응답할 것을 요청하도록 구성될 수 있다.
구체적인 예로, 제1 명령은 "모든 응답에는 병원명, 주소, 의사 이름, 전화번호를 제외하고 응답하십시오. 질문에 대한 답변을 하십시오."와 같은 명령을 포함할 수 있다.
한편, 개인 정보는 환자명, 환자번호, 생년월일, 병원명, 병원주소, 담당의 및 담당의 전화번호 중 적어도 하나를 포함할 수 있으나, 이는 예시적인 것으로서 상술한 예시에 한정되는 것은 아니다.
즉, 프로세서(210)는 사용자 입력에서는 나타나지 않았으나, 사용자가 잠재적으로 요청할 수 있었던 사항(예: 개인 정보 보안 요청, 개인 정보 처리 규정 준수 요청, 주요 컨텐츠 집중 요청)을 보완하여 프롬프트를 생성할 수 있다.
다른 예로, 프로세서(210)는 사용자 입력과 제2 명령에 기초하여 생성형 인공지능 모델에 입력할 프롬프트를 생성할 수 있다.
여기서, 제2 명령은 생성형 인공지능 모델에게 페르소나 별 정의된 역할과 특징에 기초하여 응답할 것을 요청하도록 구성될 수 있다.
이때, 역할은, 의사, 수의사, 간호사, 부모, 자식 또는 친구이고, 역할에 대응하는 특징으로, 전문적인 태도, 다정한 태도, 진실한 태도 또는 친근한 태도를 포함할 수 있다.
구체적인 예로, 제2 명령은 "의사가 환자에게 말하는 것처럼 전문적이면서도 친절하게 응답해주십시오."와 같은 명령을 포함할 수 있다.
다른 예로, 프로세서(210)는 새로운 사용자 입력과 제3 명령에 기초하여 생성형 인공지능 모델에 입력할 프롬프트를 생성할 수 있다.
여기서, 새로운 사용자 입력이란, 이전의 사용자 입력과 대응하는 생성형 인공지능 모델 사이에 교환된 채팅 기록을 포함한 입력 데이터를 의미할 수 있다.
여기서, 제3 명령은, 이전 채팅 기록의 맥락을 유지하며 생성형 인공지능 모델이 환자에게 유용할 질문을 생성할 것을 요청하도록 구성될 수 있다.
여기서, 유용할 질문은 사용자 입력에 포함된 요청사항과 관련하여 사용자가 궁금해할 질문을 포함할 수 있다. 즉, 유용할 질문은 사용자 입력에 비추어볼 때, 사용자가 알았다면, 질의하였을 것 같은 질문을 포함할 수 있다.
일 예로, 유용한 질문은 사용자 입력에 포함된 질문이 당면한 주제를 이해하는데 도움이 되는 질문을 포함할 수 있다. 다른 예로, 유용한 질문은 사용자 입력에 포함된 질문을 해결하는데 도움이 되는 질문을 포함할 수 있다.
다른 예로, 프로세서(210)는 사용자 입력과 제4 명령에 기초하여 생성형 인공지능 모델에 입력할 프롬프트를 생성할 수 있다.
여기서, 프로세서(210)는 사용자 입력에 질문이 포함되어 있는 경우, 사용자 입력과 제4 명령에 기초하여 제4 프롬프트를 생성할 수 있다.
이때, 제4 명령은 사용자 입력에 포함되어 있는 질문에 대하여 생성형 인공지능 모델이 기 정의된 분량으로 응답할 것을 요청하도록 구성될 수 있다.
프로세서(210)는 생성형 인공지능 모델로 하여금 사용자에게 명확하고 간결한 설명의 제공을 돕기 위해, 응답은 예컨대, 한 줄의 분량을 가질 것을 요청할 수 있다.
또한, 제4 명령은 생성형 인공지능 모델이 응답 시 특정 응답을 포함하지 않도록 요청하도록 구성될 수 있다. 상기 특정 응답은 의료행위 또는 그에 준하는 행위를 제안하는 응답 및/또는 중복된 내용의 응답을 포함하는 것일 수 있다. 이를 통해, 프로세서(210)는 생성형 인공지능 모델로 하여금 중복된 응답을 회피하게 할 수 있다. 또한 응답이 의료 행위 또는 이에 준하는 행위로 해석되지 않도록 특정 응답을 제외할 수 있다.
또한, 프로세서(210)는 생성형 인공지능 모델을 이용할 뿐만 아니라, 의학 도메인의 정보가 임베딩 된 벡터들이 저장된 데이터베이스를 이용하여 보완 답변을 더 제공할 수 있다.
이때, 프로세서(210)는 데이터베이스에서 검색 증강 생성 기법(RAG, Retrieval-Augmented Generation)을 통해 보완 답변을 산출할 수 있다.
즉, 프로세서(210)는 데이터베이스를 이용하여 산출한 보완 응답과 생성형 인공지능 모델을 이용하여 산출한 응답에 기초하여 의학적 정확도가 제고된 최종 응답을 제공할 수 있다.
생성형 인공지능 모델은 평가 지표가 라벨링된 학습 데이터에 의하여 학습됨이 바람직하다.
이때, 학습 데이터는 의무 기록이 포함된 샘플 데이터에 대해 생성형 인공지능 모델이 출력한 예측 값에 대해 의료 분야 종사자가 기록한 선호도, 정확도 및 논쟁 가능성 중 적어도 하나에 대한 평가 지표가 라벨링되어 구축될 수 있다.
예를 들어, 학습 데이터는 의무 기록에 관한 하나의 설명과, 의무 기록과 관련하여 제시된 질문에 대한 5개의 응답에 대한 선호도, 정확도 및 논쟁 가능성을 측정하여 하나의 의무기록에 대하여 총 18개의 라벨이 부여되도록 구축될 수 있다.
이때, 선호도란, 의료 종사자가 해당 설명에 관한 응답으로 가장 적절하다고 판단되는 순서에 비례하여 클래스가 매겨질 수 있다. 정확도란, 해당 응답이 의학적으로 타당한지, 타당하지 않은지, 그 외의 의견을 갖는지 여부를 평가하기 위한 지표로, 3개의 클래스로 평가될 수 있다. 논쟁 가능성은 0부터 10점 사이의 범위에서 평가될 수 있다. 이때, 논쟁 가능성은 의료 분야 종사자 사이에서 합의가 이루어지지 않고 다양한 관점을 가질 응답에 대해 높은 점수가 부여될 수 있다.
한편, 정확도와 논쟁 가능성은 선호도가 3지 선다 형식으로 출력된 설명과 응답에 대하여 가장 높은 것에 대해 평가함이 바람직하다.
메모리(220)는 프로세서(210)에 의해 실행되는 명령어를 저장한다.
도 3은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치(200)가 사용자 입력을 위한 화면을 제공하는 예시를 나타내는 도면이다.
프로세서(210)는 서버(100)와 연동된 어플리케이션을 통해 수신된 사용자 입력을 서버(100)에 송신할 수 있다.
프로세서(210)는 장치(200)의 디스플레이에 표시된 어플리케이션 제1 UI를 통해 사용자의 입력을 수신할 수 있다. 예컨대, 프로세서(210)는 제1 UI로서, 텍스트 입력란을 통해 획득되는 사용자 입력을 수신할 수 있다. 프로세서(210)는 제1 UI로서, 이미지 업로드 아이콘을 통해 사용자 입력을 수신할 수 있다.
프로세서(210)는 사용자 입력이 완료되면, 사용자의 요청에 따라 서버(100)에 분석 요청 또는 송신 요청을 보낼 수 있다. 예를 들어, 프로세서(210)는 장치(200)의 디스플레이에 표시된 어플리케이션 제2 UI가 사용자에 의해 터치되면, 서버(100)에 사용자 입력을 통해 업로드 된 의무 기록의 분석을 요청하거나, 외부의 다른 장치(200)로 송신할 것을 요청할 수 있다.
도 4는 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치(200)가 사용자 입력에 경고 신호를 제공하는 예시를 나타내는 도면이다.
프로세서(210)는 업로드 된 이미지가 부적절한 정보를 포함하는 경우, 경고 신호를 출력할 수 있다.
도 4의 좌측에 도시된 의무기록 이미지와 같이, 업로드 된 이미지에 성명, ID, 나이, 성별 및 생년월일 중 적어도 하나를 포함하는 개인 정보가 존재하는 경우, 프로세서(210)는 이를 인식한 경우, 개인 정보를 제외할 것을 안내하는 메시지를 경고 신호로서 출력할 수 있다.
반면, 프로세서(210)는 이미지에 부적절한 정보가 포함되지 않을 경우, 완료 신호를 출력할 수 있다.
도 4의 우측에 도시된 의무기록 이미지와 같이, 업로드 된 이미지에 개인 정보가 존재하지 않는 경우에 프로세서(210)는 완료 신호를 출력함으로써 이미지의 업로드가 성공적으로 이루어졌다는 정보를 안내할 수 있다.
이때, 경고 신호 및/또는 안내 신호는 장치(200)의 디스플레이에 시각적으로 출력된 것으로 설명되었으나 이는 예시적인 것으로서, 시각을 포함하여 청각, 촉각적으로 출력될 수도 있는 것이지 반드시 상술한 예시에 한정되는 것은 아니다.
도 5는 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치(200)가 페르소나를 적용하여 답변을 제공하는 예시를 나타내는 도면이다.
프로세서(210)는 서버(100)와 연동된 어플리케이션을 통해 서버(100)에 송신한 사용자 입력에 대해 답변을 제공할 수 있다.
도 5에서, 프로세서(210)는 '자녀' 페르소나를 적용하여 답변을 제공한다. 이때, 프로세서(210)는 이전에 사용자가 기 선택한 '자녀' 페르소나 또는 설정 환경에서 세팅된 '자녀' 페르소나로 답변을 제공할 것을 요청하는 프롬프트를 제공하여, '진실한' 어조로 채팅 메시지를 제공한다.
이때, 프로세서(210)는 다음 답변에 적용할 페르소나의 선택을 위해 페르소나 설정을 위한 제3 UI를 장치(200)의 디스플레이에 표시할 수 있다. 이때, 페르소나의 역할과 성격은 디스플레이에 안내되어 사용자에게 페르소나의 변경을 용이하게 도울 수 있다.
한편, 프로세서(210)는 사용자에 의해 제3 UI가 터치되면, 생성형 인공지능 모델로 하여금 새롭게 선택된 페르소나를 적용하여 답변을 제공하라는 명령을 새 사용자 입력에 덧붙여 다음 프롬프트를 생성할 수 있다.
도 6은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치(200)가 사용자 질문에 대한 추천 질문을 제안하는 예시를 나타내는 도면이다.
도 6에서, 프로세서(210)는 사용자에게 유용할 질문을 제안한다. 이때, 프로세서(210)는 사용자가 생성형 인공지능 모델과 나눈 대화에 기반하여 사용자에게 유용할 질문을 제안할 수 있다.
구체적으로, 프로세서(210)는 이전까지 사용자가 생성형 인공지능 모델과 나눈 대화에서의 맥락을 유지하며 사용자에게 유용할 질문을 추천할 수 있다. 예시에서, 사용자는 '방사선 굴절체'를 주제로 질문을 하는 바, 프로세서(210)는 다음 추천 질문으로 해당 사용자의 방사선 굴절체가 '어느 신체 부위에 위치하는지', 해당 사용자의 방사선 굴절체 '상태가 심각한지 여부'를 알려주기 위해 새로운 질문을 유도할 수 있다.
즉, 프로세서(210)는 사용자가 생성형 인공지능 모델과 나눈 대화에서의 주제, 분량, 범위, 배경 정보, 목적, 목표, 관련성, 사용자의 사전 지식, 경험, 감정적 맥락, 문화적 맥락 등을 유지하여 다음 답변을 제공할 수 있다.
도 7은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치(200)가 외부 장치(200)로 채팅 기록을 발송하는 예시를 나타내는 도면이다.
프로세서(210)는 어플리케이션을 통해 외부 장치(200)로 채팅 기록을 전송할 수 있다.
우선, 프로세서(210)는 외부 장치(200)로 전송할 수 있는 채팅 기록의 목록을 장치(200)의 디스플레이에 표시할 수 있다. 이후, 프로세서(210)는 사용자가 외부로 전송하기 위해 선택한 채팅 기록을 외부 장치(200)에 송신할 수 있다. 프로세서(210)는 데이터 전송이 완료되면, 전송이 성공적이었음을 나타내는 확인 메시지 또는 전송이 실패하였음을 나타내는 오류 메시지를 디스플레이에 표시할 수 있다.
도 8은 일 실시예에 따라, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치(200)가 이전 입력과의 비교결과를 설명하는 예시를 나타내는 도면이다.
프로세서(210)는 비교를 요청하는 사용자 쿼리를 처리하기 위해, 새로 업로드 된 의무기록과 이전에 업로드 된 의무기록을 비교하는 쿼리를 서버(100)에 제공할 수 있다. 이때, 프로세서(210)는 업로드 된 이미지와 업로드 된 날짜를 메타데이터와 함께 저장함으로써, 서버(100)에 원하는 날짜의 기록과의 비교를 요청할 수 있다.
프로세서(210)는 해당 사용자 쿼리에 대응하여 비교의 항목으로 질환 환부의 크기 변화, 상태 변화를 요청하는 명령을 서버(100)에 제공할 수 있다. 한편, 프로세서(210)는 해당 사용자의 쿼리 외에 권고사항을 더 요청하는 명령을 포함시킨 프롬프트를 서버(100)에 제공할 수 있다.
도 9는 일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법을 설명하는 흐름도이다.
도 9의 방법은 도 2에 설명된 생성형 인공지능 모델 기반의 의료 채팅 서비스를 제공하는 장치(200)에 의해 수행될 수 있다.
우선, 인공지능 모델 기반의 의료 채팅 서비스를 제공하는 장치(200)는 사용자 입력과 기 정의된 명령에 기초하여 프롬프트를 생성(910)한다.
이후, 인공지능 모델 기반의 의료 채팅 서비스를 제공하는 장치(200)는 생성형 인공지능 모델에 프롬프트를 입력하여 대응하는 응답을 출력(920)한다.
한편, 도 1에서 장치(200)는 서버(100)의 생성형 인공지능 모델과 통신함으로써, 채팅 서비스를 제공하는 것으로 설명하였으나, 설명과 다르게 장치(200)에 내장된 생성형 인공지능 모델을 통해 자체적으로 채팅 서비스를 제공할 수도 있다.
상기 도시된 도 9는 도면에 제시된 순서를 참조로 하여 설명되었다. 설명을 위하여 상기 방법은 일련의 블록들로 도시되고 설명되었으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 다른 블록들과 본 명세서에서 도시되고 기술된 것과 상이한 순서로 또는 동시에 일어날 수도 있으며, 동일한 또는 유사한 결과를 달성하는 다양한 다른 분기, 흐름 경로, 및 블록의 순서들이 구현될 수 있다. 또한, 본 명세서에서 기술되는 방법의 구현을 위하여 도시된 모든 블록들이 요구되지 않을 수도 있다.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램, 및 상기 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 프로그램의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 청구범위뿐만 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.
일 실시예에 따른 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법은 사용자로 하여금 의학 정보를 도메인으로 하는 생성형 인공지능 모델의 효과적인 사용을 돕기 위해 프롬프트 엔지니어링을 제공하는 바, 디지털 의료 산업에 이용 가능하다.

Claims (12)

  1. 하나 이상의 프로세서; 및
    상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램을 저장한 메모리를 포함하는 장치에 의해 수행되는 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법으로서,
    사용자 입력과 명령에 기초하여 프롬프트를 생성하는 단계; 및
    생성형 인공지능 모델에 상기 프롬프트를 입력하여 대응하는 응답을 출력하는 단계를 포함하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  2. 제1항에 있어서,
    상기 사용자 입력은, 사람 또는 동물에 대한 수술 기록지, 검사 결과지, 입원 기록, 퇴원 기록, 초진 기록, 재진 기록, 간호 기록 및 처방전 중 적어도 하나를 포함하는 의무 기록에 관한 텍스트 입력 및 이미지 입력 중 적어도 하나를 포함하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  3. 제1항에 있어서,
    상기 명령은 제1 명령을 포함하고,
    상기 프롬프트는 제1 프롬프트를 포함하고,
    상기 프롬프트를 생성하는 단계는,
    상기 사용자 입력과 제1 명령에 기초하여 상기 제1 프롬프트를 생성하는 단계를 포함하고,
    상기 제1 명령은, 상기 생성형 인공지능 모델에 상기 사용자 입력에 포함된 개인 정보 -상기 개인 정보는 환자명, 환자번호, 생년월일, 병원명, 병원주소, 담당의 및 담당의 전화번호 중 적어도 하나를 포함함- 를 제외하고, 상기 사용자 입력에 포함된 의무기록에 의학 전문적인 태도로 응답할 것을 요청하도록 구성되는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  4. 제1항에 있어서,
    상기 명령은 제2 명령을 포함하고,
    상기 프롬프트는 제2 프롬프트를 포함하고,
    상기 프롬프트를 생성하는 단계는,
    상기 사용자 입력과 제2 명령에 기초하여 상기 제2 프롬프트를 생성하는 단계를 포함하고,
    상기 제2 명령은, 페르소나 별 정의된 역할과 특징을 부여하도록 구성되고, 상기 역할은 의사, 수의사, 간호사, 부모, 자식 또는 친구이고, 상기 역할에 대응하는 특징은 전문적인 태도, 다정한 태도, 진실한 태도 또는 친근한 태도를 포함하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  5. 제1항에 있어서,
    상기 명령은 제3 명령을 포함하고,
    상기 프롬프트는 제3 프롬프트를 포함하고,
    상기 프롬프트를 생성하는 단계는,
    상기 사용자 입력에 사용자와 생성형 인공지능 모델 교환한 이전 채팅 기록을 포함시켜 새로운 사용자 입력을 생성하는 단계;
    상기 새로운 사용자 입력과 상기 제3 명령에 기초하여 상기 제3 프롬프트를 생성하는 단계를 포함하고,
    상기 제3 명령은, 상기 이전 채팅 기록의 맥락을 유지하며 환자에게 유용한 질문을 생성하도록 구성되는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  6. 제1항에 있어서,
    상기 명령은 제4 명령을 포함하고,
    상기 프롬프트는 제4 프롬프트를 포함하고,
    상기 프롬프트를 생성하는 단계는,
    상기 사용자 입력이 질문인지 여부를 식별하는 단계; 및
    상기 사용자 입력이 질문인 경우, 상기 사용자 입력과 제4 명령에 기초하여 상기 제4 프롬프트를 생성하는 단계를 포함하고,
    상기 제4 명령은 상기 질문에 대하여 상기 생성형 인공지능 모델이 기 정의된 분량의 응답을 출력할 것을 요청하도록 구성되는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  7. 제6항에 있어서,
    상기 제4 명령은,
    상기 생성형 인공지능 모델이 상기 응답에 특정 응답이 포함되지 않게 응답할 것을 요청하도록 구성되고,
    상기 특정 응답은 의료행위 또는 그에 준하는 행위를 제안하는 응답 및/또는 중복된 내용의 응답을 포함하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  8. 제1항에 있어서,
    상기 방법은,
    상기 사용자 입력에서 개인 정보를 감지하는 단계; 및
    상기 개인 정보가 감지되는 경우, 상기 사용자 입력에서 상기 개인 정보를 제외할 것을 안내하는 메시지 및/또는 경고 신호를 출력하는 단계를 포함하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  9. 제4항에 있어서,
    상기 제2 프롬프트를 생성하는 단계는,
    상기 장치의 디스플레이에 상기 페르소나의 옵션을 선택할 수 있는 메뉴를 표시하는 단계; 및
    상기 페르소나의 옵션에 대한 선택을 수신하면, 상기 옵션에 대한 선택을 제외한 나머지 사용자 입력과 선택된 페르소나에 기초하여 상기 제2 프롬프트를 생성하는 단계를 포함하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  10. 제1항에 있어서,
    상기 생성형 인공지능 모델은 평가 지표가 라벨링된 학습 데이터에 의하여 학습되고,
    상기 학습 데이터는 의무 기록이 포함된 입력 데이터에 대해 생성형 인공지능 모델이 출력한 예측 값에 대해 의료 분야 종사자가 기록한 선호도, 정확도 및 논쟁 가능성 중 적어도 하나에 대한 평가 지표가 라벨링되어 구축되는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  11. 제1항에 있어서,
    상기 응답을 출력하는 단계는,
    의학 정보가 코퍼스로 구축된 벡터 데이터베이스에서 검색 증강 생성 기법(RAG; Retrieval-Augmented Generation)을 이용하여 상기 프롬프트에 대응하는 보완 응답을 출력하는 단계; 및
    상기 생성형 인공지능 모델을 이용하여 출력된 응답과 상기 증강 생성 기법을 이용하여 출력된 보완 응답에 기초하여 최종 응답을 제공하는 단계를 포함하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 방법.
  12. 하나 이상의 프로세서; 및
    상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램을 저장한 메모리를 포함하는 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치로서,
    상기 하나 이상의 프로세서는:
    사용자 입력과 명령에 기초하여 프롬프트를 생성하고,
    생성형 인공지능 모델에 상기 프롬프트를 입력하여 대응하는 응답을 출력하는, 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치.
PCT/KR2024/004971 2023-05-12 2024-04-12 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법 Ceased WO2024237490A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2023-0061952 2023-05-12
KR20230061952 2023-05-12
KR10-2024-0048955 2024-04-11
KR1020240048955A KR20240164747A (ko) 2023-05-12 2024-04-11 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2024237490A1 true WO2024237490A1 (ko) 2024-11-21

Family

ID=93519245

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/004971 Ceased WO2024237490A1 (ko) 2023-05-12 2024-04-12 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2024237490A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150040245A (ko) * 2013-10-04 2015-04-14 삼성전자주식회사 사용자 인터페이스 관리 방법 및 시스템
CN113889249A (zh) * 2021-10-26 2022-01-04 东北大学秦皇岛分校 基于gpt-2模型的智能分诊与医疗问答方法及其装置
WO2022003049A1 (en) * 2020-06-30 2022-01-06 Cortery AB Computer-implemented system and method for creating generative medicines for dementia and for generating tailored medical recipes for mental health disorders

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150040245A (ko) * 2013-10-04 2015-04-14 삼성전자주식회사 사용자 인터페이스 관리 방법 및 시스템
WO2022003049A1 (en) * 2020-06-30 2022-01-06 Cortery AB Computer-implemented system and method for creating generative medicines for dementia and for generating tailored medical recipes for mental health disorders
CN113889249A (zh) * 2021-10-26 2022-01-04 东北大学秦皇岛分校 基于gpt-2模型的智能分诊与医疗问答方法及其装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHOI GANG MIN: "CoreAIAnnounces 'HealthAssist' , MedicalConversationalAI AssistantThat Helps MaximizeTreatment Effects", WWW.AITIMES.KR, 17 March 2022 (2022-03-17), pages 1 - 4, XP093240401, Retrieved from the Internet <URL:https://www.aitimes.kr/news/articleView.html?idxno=24547> *
LEE PYO-SU: "AI that reads hospital medical records Startup godfather captivates", BIZ WATCH, 14 April 2023 (2023-04-14), pages 1 - 8, XP093240476, Retrieved from the Internet <URL:https://news.bizwatch.co.kr/article/mobile/2023/04/14/0014>> *
SOSURIM: "How to Use ChatGPT -6 Secrets to Use It 200% Smarter", SOSURIM.COM, 14 April 2023 (2023-04-14), pages 1 - 5, XP093240409, Retrieved from the Internet <URL:https://sosurim.com/%EC%B1%97gpt-%ED%99%9C%EC%9A%A9%EB%B2%95-200-%EB%98%91%EB%98%91%ED%95%98%EA%B2%8C-%EC%93%B0%EB%8A%94-%EB%B9%84%EB%B2%95-6%EA%B0%80%EC%A7%80/> *

Similar Documents

Publication Publication Date Title
US11942221B2 (en) Disambiguation of ambiguous portions of content for processing by automated systems
Ive et al. Generation and evaluation of artificial mental health records for natural language processing
Mohammadnejad et al. Impacts of technology use on the workload of registered nurses: a scoping review
Wang et al. COVID-19 SignSym: a fast adaptation of a general clinical NLP tool to identify and normalize COVID-19 signs and symptoms to OMOP common data model
Smith et al. Language and rigour in qualitative research: Problems and principles in analyzing data collected in Mandarin
Wong et al. The intersection of ChatGPT, clinical medicine, and medical education
US11495332B2 (en) Automated prediction and answering of medical professional questions directed to patient based on EMR
US20180082024A1 (en) Secure Distributed Patient Consent and Information Management
Au et al. Auxiliary use of ChatGPT in surgical diagnosis and treatment
US20240053307A1 (en) Identifying Repetitive Portions of Clinical Notes and Generating Summaries Pertinent to Treatment of a Patient Based on the Identified Repetitive Portions
KR20240164747A (ko) 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법
US11837343B2 (en) Identifying repetitive portions of clinical notes and generating summaries pertinent to treatment of a patient based on the identified repetitive portions
Roguljić et al. Publishing identifiable patient photographs in scientific journals: scoping review of policies and practices
WO2025234854A1 (ko) 멀티모달 거대언어모델을 활용한 의무 기록 자동 생성 장치 및 방법
Ahmadi et al. Radiology reporting system data exchange with the electronic health record system: a case study in Iran
US11334720B2 (en) Machine learned sentence span inclusion judgments
Wiest et al. A software pipeline for medical information extraction with large language models, open source and suitable for oncology
Christof et al. Implications of integrating large language models into clinical decision making
Hsueh et al. Exploring the feasibility of GPT-4 as a data extraction tool for renal surgery operative notes
US10886030B2 (en) Presenting contextually relevant patient data in relation to other patients to a medical professional
CN113728322A (zh) 使用医疗线索的情感检测
US20200294681A1 (en) Detecting Interactions of Medications from Social Media
WO2016186271A1 (ko) 온톨로지를 이용한 전자 차트 제공 방법 및 그 장치
WO2024237490A1 (ko) 생성형 인공지능 기반의 의료 채팅 서비스를 제공하는 장치 및 방법
US20190295695A1 (en) SOAP Based Analysis of Patient EMR to Identify Treatment Plan Features in a Patient EMR

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24807370

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2025566774

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2025566774

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE