KU 매디컬 해커톤

뒤늦게 올리는 포스트 이지만.. 2019년 건국대학교에서 개최한 KU Medical Hackathon에 참가했었다. 해커톤은 더 클래식 500에서 진행되었으며 무박 2일동안 여러 참가자들이 한 공간에 모여 작업을 하였다.

 

심사 기준은 1. 고객가치 구현 : 30%, 2. 실제 구현 가능성 : 30%, 3. 파급 효과 : 30%, 4. 해커톤 참여도 : 10%였다. 

 

우리는 여기서 AI 심리분석 시스템인 Mental Illnes Customized Analysis MICA를 제시하였다.

 

MICA의 등장 배경은 다음과 같다. 통계청 자료에 따르면 인구 10만명 당 자살사 수는 한국에서 2017년 24.3명으로 줄어들었지만 2018년 26.6명으로 다시 급증하였다. 또한 의료기관 진료만 집계했을 때 2012년에 비해 2018년 20대의 우울증 환자가 대략 5만명에서 9만명으로 86.5% 증가했다고 한다. 이러한 사회현상에도 불구하고 2018년 기준 보건복지부 자료에 의하면 당장 서울만 해도 정신의료기관이 400개가 채 되지도 않는다고 한다. 2019년 우리 팀이 대학생 257명을 대상으로 우울증에 대한 설문조사를 진행하였을 때 거의 대부분이 우울감을 경험하거나 우울증을 경험하였음에도 불구하고 정신과 내원 비율은 19.63%로 현저하게 낮았다. 이처럼 우울증을 의지의 문제라고 바라보거나, 저절로 낫는 가벼운 병이라고 생각하는 사회적 인식이 만연하다.

 

따라서 이를 해결하기 위해 MICA를 제시하게 되었다!!

MICA는 단순히 어플만 다운받으면 된다는 점에서 접근성이 훌륭하고, 지속적인 케어가 가능하다.

 

건국대학교에서 주최한 해커톤이기 때문에 Target은 건국대학교 병원으로 설정하였으며 1. 정신과 내원 문턱을 낮춰 고객 유치 2. 정확한 분석을 통한 고객 관리 3. 예후 예측을 위한 데이터 확보 4. 인식 개선 및 자살률 감소로 인한 사회적 기여를 MICA의 기대효과로 보았다.

 

우리가 생각한 MICA는 사용자가 우선 최소한의 개인정보를 입력하면, AI 심리분석가를 매칭해주고 그 이후에 심리상담을 시작한다. 이때 사용자와 같은 성별의 AI 심리분석가를 매칭해줌으로 좀 더 편안함을 느낄 수 있게 해준다.

MICA는 우선 DSM-5 기반의 고정된 질문을 통해 환자로부터 우울증 진단에 유의미한 점수표를 얻은 후, AI 상담가와의 대화로부터 필요한 정보 feature를 얻어낸다. 이후 이런 여러 modality들을 종합적으로 사용해 딥러닝을 수행하고 학습된 예측 모델을 근거로 병원 방문을 권고해준다.

 

우선, 사용자가 보는 화면은 다음과 같은 디자인의 user page일 것이다. 심리상담은 총 세가지 스텝으로 이루어져 있는데 먼저 Face marker를 인식하기 위해 reference가 될 얼굴을 인식한다. 그 이후 AI와의 대화가 이루어질 것이며 컴퓨터는 표정과 음성 언어로부터의 데이터를 실시간으로 분석해준다.

 

의사에게 보여지는 결과 분석 화면은 다음과 같다. 총 네가지의 파라미터를 이용하여 딥러닝 모델 거친 아웃풋에 대한 우울증 가능성 예측 화면이다. 먼저 patient inform 메뉴에서는 간단한 환자의 정보와 함께 약 처방 내역을 알려준다. 환자의 약 처방 내역을 알려주는 주된 이유는, 시스템을 통해 의사가 환자의 예후를 지속적으로 관찰할 수 있기 때문이다. 약의 효과를 입증하고 개인 맞춤형 약물을 사용할 수 있는 지표로 사용할 수 있다. 네 개의 parameter 중 하나인 단어 분석에서 긍정적 단어, 부정적 단어 빈도 양상을 일주일 간격 동안의 데이터로 보여준다. 두 번째 파라미터는 얼굴 분석 결과이다. Mit에서 발표된 2014년 연구 결과에 따르면 감정이 나타나기까지의 억압 시간이 우울증 환자일 경우 정상군보다 더 길다는 연구 결과가 있다. 따라서, 이 또한 일주일 간의 억압 시간 추이를 시각화한다. 일본 2017년 발표된 연구 결과에 따르면, 특정 freq 에너지가 우울증 환자의 경우 일반군보다 더 낮다는 연구 결과가 나왔으며 이를 토대로 각각 요일마다의 freq 에너지를 그래프로 표현하여 정상 데이터와 함께 비교하여 나타내준다.

 

MICA에 대한 아이디어 제시를 사용해 우리는 최우수상을 수상할 수 있었다!

 

비록 아이디어톤이고 데이터 확보가 이루어지지 못했기 때문에 구현은 하지 못했지만, 딥러닝 네트워크 관련만 공부하다가 실제로 딥러닝을 사용해 어떤 서비스를 만들어 볼 수 있는지를 생각해볼 수 있는 좋은 시간이였다.