2019.07.12

왓슨으로 챗봇 구축한 英 안과 병원

Tom Macaulay | Computerworld UK
영국 국민건강보험(NHS)은 노령 인구, 치료 비용 증가, 정부 재정 지원 증가 속도 감소로 점차 증가하는 재정적 압박에 직면했다. 무어필드 안과 병원은 새로운 챗봇이 그 공백을 메우는데 도움이 되리라 생각했다.
 
ⓒGetty Images Bank

오리엘 어시스턴트(Oriel Assistant)는 런던의 올드 스트리트에 분산된 무어필드와 UCL IO(Institute of Ophthalmology)를 눈 관리 치료, 연구, 교육 서비스를 제공하는 킹스 크로스(King's Cross)의 새로운 통합된 시설로 이전하기 위해 3억 4,400만 파운드 규모로 제안된 오리엘 프로젝트에서 이름과 초기 사용례를 차용했다.

사용자는 챗봇에게 해당 계획에 관해 질문하고 이벤트 및 논의 그룹에 관한 정보를 찾으며 9월 16일에 종료되는 더욱 광범위한 협의에 통합될 제안에 대한 자체적인 피드백을 제공할 수 있다.

오리엘 어시스턴트는 또한 전통적인 가상 비서 모델을 역전시키는 기능이 포함되어 있다. 챗봇은 자연어 처리를 이용해 사용자의 발화를 분석하고 필요에 맞는 관련된 질문을 던져 사용자와 가상 비서 사이에서 양방향 대화를 형성한다.

무어필드의 디지털 혁신 책임자 겸 컨설턴트 소아과 안과 의사 피터 토마스가 <컴퓨터월드UK>에 오리엘 이전은 챗봇이 상태와 치료에 대한 쿼리로 확대되기 전에 이를 위한 완벽한 시험을 제공한다고 말했다.

그는 "양방향 환자 정보 리플렛 같은 것부터 시작할 것"이라고 밝혔다. 이어서 "우리의 시스템에서는 진단을 받으면 환자 정보 리플렛을 제공하며 궁금한 것은 한 가지지만 이를 얻기 위해 5~6페이지 분량의 정보를 읽어야 한다. 환자가 챗봇에게 자신의 상태에 대한 일반적인 질문을 던질 수 있다면 좋을 것이다"라고 덧붙였다. 
 
왜 왓슨인가?
토마스는 챗봇이 현재 해당 의료 서비스의 복잡한 일련의 통신 채널을 탐색하는데 어려움을 겪는 경우가 많은 NHS 서비스 사용자들에게 매우 유용할 수 있다고 생각한다.

무어필드는 여러 병원 부서에 대한 전화통화의 내용을 분석하여 자체 환자들의 경험에 이것이 어떻게 적용되었는지를 조사했다. 그들은 약속 시간과 연락처 정보 등의 주제에 대한 컴퓨터를 활용할 수 있는 데이터를 요청하는 전화가 많았음을 발견했으며, 챗봇은 인간보다 빠르고 효율적으로 이에 응답할 수 있다.

해당 병원은 아마존과 구글 등의 기술 거대기업부터 뉘앙스와 Flow.ai 등의 챗봇 전문 기업까지 일련의 업체를 검토한 후 해당 프로젝트를 위해 IBM 왓슨을 선택했다. 왓슨은 앨더 헤이 아동 병원(Alder Hey Children's Hospital) 및 벨린더 암센터(Velindre Cancer Centre) 등을 위한 NHS 챗봇 개발 기록, 사용례, 구속받지 않는 IBM 클라우드 관리 플랫폼 등을 필요로 했다.

토마스는 "상대적으로 플랫폼 중립적이기를 원했다"라고 말했다. 그는 "왓슨의 장점 중 하나는 아마존이나 구글의 생태계에 덜 얽매였다는 점이며, 왓슨 클라우드 툴 중 일부를 여러 업체의 호스팅으로 이전할 수 있는 기능이 있다"라고 강조했다. 

오리엘 어시스턴트는 제안된 현장에 대한 감독부터 서비스에 대한 영향까지 다양한 사안에 대해 직원과 대중을 상태로 실시한 설문조사를 통해 수집한 500개 이상의 스톡 질문으로 훈련을 받았다. 챗봇은 사용자와의 상호작용을 통해 학습하면서 시간이 지남에 따라 지속적으로 개선된다. 

시각 장애 환자가 이 인터페이스에 접근할 수 있도록 하기 위해 챗봇 창에 글꼴 크기와 색상 대비를 개인적인 요건에 맞출 수 있는 기능을 추가했다. 토마스는 음성 통합을 넣어 추가 지원을 제공할 계획이다.

그는 "시각 장애 환자가 텍스트 인터페이스를 받아들일 수 있도록 하기 위해 최선을 다했지만 앞으로 이를 더욱 발전시키고 이를 음성과 통합하여 시각 장애가 정말로 심각한 환자들이 이를 사용할 수 있게 되기를 바라고 있다"고 말했다.

토마스는 초기 피드백으로 용기를 얻었지만 챗봇 기술을 연구하는 사람들에게 사용자가 질문하는 모든 것을 예측할 수는 없을 것이라고 경고했다.

그는 "이것이 역동적인 프로세스라는 점을 이해하라고 조언하고 싶다"라며 "이를 실행한 첫날, 자신이 예상하지 못한 질문을 던지는 사람들이 있을 것이며 지속적으로 사용자의 필요를 충족시키기 위해 이에 대응할 수 있어야 한다"라고 이야기했다. ciokr@idg.co.kr
 



2019.07.12

왓슨으로 챗봇 구축한 英 안과 병원

Tom Macaulay | Computerworld UK
영국 국민건강보험(NHS)은 노령 인구, 치료 비용 증가, 정부 재정 지원 증가 속도 감소로 점차 증가하는 재정적 압박에 직면했다. 무어필드 안과 병원은 새로운 챗봇이 그 공백을 메우는데 도움이 되리라 생각했다.
 
ⓒGetty Images Bank

오리엘 어시스턴트(Oriel Assistant)는 런던의 올드 스트리트에 분산된 무어필드와 UCL IO(Institute of Ophthalmology)를 눈 관리 치료, 연구, 교육 서비스를 제공하는 킹스 크로스(King's Cross)의 새로운 통합된 시설로 이전하기 위해 3억 4,400만 파운드 규모로 제안된 오리엘 프로젝트에서 이름과 초기 사용례를 차용했다.

사용자는 챗봇에게 해당 계획에 관해 질문하고 이벤트 및 논의 그룹에 관한 정보를 찾으며 9월 16일에 종료되는 더욱 광범위한 협의에 통합될 제안에 대한 자체적인 피드백을 제공할 수 있다.

오리엘 어시스턴트는 또한 전통적인 가상 비서 모델을 역전시키는 기능이 포함되어 있다. 챗봇은 자연어 처리를 이용해 사용자의 발화를 분석하고 필요에 맞는 관련된 질문을 던져 사용자와 가상 비서 사이에서 양방향 대화를 형성한다.

무어필드의 디지털 혁신 책임자 겸 컨설턴트 소아과 안과 의사 피터 토마스가 <컴퓨터월드UK>에 오리엘 이전은 챗봇이 상태와 치료에 대한 쿼리로 확대되기 전에 이를 위한 완벽한 시험을 제공한다고 말했다.

그는 "양방향 환자 정보 리플렛 같은 것부터 시작할 것"이라고 밝혔다. 이어서 "우리의 시스템에서는 진단을 받으면 환자 정보 리플렛을 제공하며 궁금한 것은 한 가지지만 이를 얻기 위해 5~6페이지 분량의 정보를 읽어야 한다. 환자가 챗봇에게 자신의 상태에 대한 일반적인 질문을 던질 수 있다면 좋을 것이다"라고 덧붙였다. 
 
왜 왓슨인가?
토마스는 챗봇이 현재 해당 의료 서비스의 복잡한 일련의 통신 채널을 탐색하는데 어려움을 겪는 경우가 많은 NHS 서비스 사용자들에게 매우 유용할 수 있다고 생각한다.

무어필드는 여러 병원 부서에 대한 전화통화의 내용을 분석하여 자체 환자들의 경험에 이것이 어떻게 적용되었는지를 조사했다. 그들은 약속 시간과 연락처 정보 등의 주제에 대한 컴퓨터를 활용할 수 있는 데이터를 요청하는 전화가 많았음을 발견했으며, 챗봇은 인간보다 빠르고 효율적으로 이에 응답할 수 있다.

해당 병원은 아마존과 구글 등의 기술 거대기업부터 뉘앙스와 Flow.ai 등의 챗봇 전문 기업까지 일련의 업체를 검토한 후 해당 프로젝트를 위해 IBM 왓슨을 선택했다. 왓슨은 앨더 헤이 아동 병원(Alder Hey Children's Hospital) 및 벨린더 암센터(Velindre Cancer Centre) 등을 위한 NHS 챗봇 개발 기록, 사용례, 구속받지 않는 IBM 클라우드 관리 플랫폼 등을 필요로 했다.

토마스는 "상대적으로 플랫폼 중립적이기를 원했다"라고 말했다. 그는 "왓슨의 장점 중 하나는 아마존이나 구글의 생태계에 덜 얽매였다는 점이며, 왓슨 클라우드 툴 중 일부를 여러 업체의 호스팅으로 이전할 수 있는 기능이 있다"라고 강조했다. 

오리엘 어시스턴트는 제안된 현장에 대한 감독부터 서비스에 대한 영향까지 다양한 사안에 대해 직원과 대중을 상태로 실시한 설문조사를 통해 수집한 500개 이상의 스톡 질문으로 훈련을 받았다. 챗봇은 사용자와의 상호작용을 통해 학습하면서 시간이 지남에 따라 지속적으로 개선된다. 

시각 장애 환자가 이 인터페이스에 접근할 수 있도록 하기 위해 챗봇 창에 글꼴 크기와 색상 대비를 개인적인 요건에 맞출 수 있는 기능을 추가했다. 토마스는 음성 통합을 넣어 추가 지원을 제공할 계획이다.

그는 "시각 장애 환자가 텍스트 인터페이스를 받아들일 수 있도록 하기 위해 최선을 다했지만 앞으로 이를 더욱 발전시키고 이를 음성과 통합하여 시각 장애가 정말로 심각한 환자들이 이를 사용할 수 있게 되기를 바라고 있다"고 말했다.

토마스는 초기 피드백으로 용기를 얻었지만 챗봇 기술을 연구하는 사람들에게 사용자가 질문하는 모든 것을 예측할 수는 없을 것이라고 경고했다.

그는 "이것이 역동적인 프로세스라는 점을 이해하라고 조언하고 싶다"라며 "이를 실행한 첫날, 자신이 예상하지 못한 질문을 던지는 사람들이 있을 것이며 지속적으로 사용자의 필요를 충족시키기 위해 이에 대응할 수 있어야 한다"라고 이야기했다. ciokr@idg.co.kr
 

X