영상 객체 인식 기술을 활용한 알약 빅데이터 분석 시스템

초록

오늘날 의학 기술이 발달로 인하여 다양한 종류의 약물이 존재한다. 이렇게 다양한 약물은 적절히 복용하면 간단하게는 영양 보충부터, 특정 증상/질병에 대한 예방/극복까지 할 수 있다. 이러한 약물은 적은 용량으로도 인간의 몸에 큰 영향을 미치기 때문에 대부분 전문 지식을 갖추고 있는 전문의의 철저한 관리하에 조제/제공되어야 한다. 하지만 실제 복용자는 실수로 잘못된 약물 조합을 복용할 수도 있으며, 이는 약물 오남용의 큰 부분을 차지한다. 본 논문은 이러한 문제를 극복하고자 객체 인식 모델을 활용하여 약물 이미지로 해당 약물 정보를 제공할 수 있는지 확인하고자 한다. 본 논문에서 제안하는 약물 구분 모델은 YOLO V8을 사용하였으며, 실험 결과 F1-Score 0.83, PR Curve 0.928, mAP50 92.5%의 결과를 달성하였다. 다양한 각도의 알약 이미지를 학습하기 위해 이미지 증강 기술로 학습한 모델임을 고려하면 높은 수준의 정확도와 재현율이 보인다고 판단한다. 향후 좀 더 다양한 약물의 종류와 이미지를 학습한다면 실제 서비스화가 가능할 것으로 보이며, ICD-10 코드 및 이용자 맞춤 서비스를 통해 약물 오남용 등의 문제도 해결할 수 있을 것이다.

키워드