이번에 개발된 기술은 몇 문장만 입력하면 적절한 진료과를 추천해주는 인공지능 기반의 기술이다.
연구팀은 올해 초 26,986개의 의학용어를 정리하고, 한국어 일반 자연어처리 모델인 KR-BERT를 기반으로 의학관련 지식(논문 및 기사 등) 통해 약 6백만개의 문장과 약 1억 1천 6백만개의 단어를 학습시켜서 의료분야에 특화된 자연어처리 모델인 KM(Korean Medical)-BERT를 개발하였다. KM-BERT는 기존 일반 자연어처리 모델인 M-BERT, KR-BERT에 비해 의료분야 한국어 자연어처리 성능에 있어서 월등한 성능을 보여 국제학술지에 소개되면서 국제적인 주목을 받은 바 있다.
이번 연구는 KM-BERT에 대한 후속 연구로서 실제 의료 및 헬스케어에 활용해봄직한 실질적인 업무에 KM-BERT를 적용해보았다. 질문자가 몇 문장을 입력하면, 인공지능이 질문자의 문장에서 핵심단어를 찾고 가장 적합한 진료과 3곳을 추천한다. 예를들어, “중앙 갈비뼈 통증 숨 들이마쉴때랑 기침할 때 여기가 너무 아파요ㅠ 왜그런거죠..?”라고 입력하면, 인공지능이 학습한 내용을 기반으로 33.9%의 예측확률로 호흡기내과, 31.6%로 흉부외과, 9.8%로 가정의학과를 추천한다.
주형준 교수는 “양질의 데이터셋을 통해 완성도 높은 언어모델을 구축할 수 있었다”며, “이번 언어모델 개발과 고도화는 KM-BERT를 활용하여 실제로 적용가능한 의료서비스 개발이 가능하다는 것을 보여주었다는 점에서 의미가 있으며, 앞으로 의료 및 헬스케어 분야에 여러 가지로 활용 가능할 것으로 기대한다”며 의료특화 한국어 자연어 모델 개발의 중요성을 강조했다.
한편, 이번 연구 'Predicting medical specialty from text based on a domain-specific pre-trained BERT'는 국제저명학술지 'International Journal of Medical Informatics' 최신호에 게재됐으며, 연구팀은 관련 특허를 확보하는 등 연구개발과 실용화에 박차를 가하고 있다.
김지예 기자
press@healthinnews.co.kr