프로젝트 개요

프로젝트 요약:

저희 프로젝트 ‘ILLZZIK’은 지역 의료 격차로 어려움을 겪는 노인층을 주 대상으로 하는 AI 기반 피부 질환 진단 웹 애플리케이션입니다. 사용자는 앱을 통해 피부 상태 사진을 업로드하면 AI가 진단을 제공합니다. 진단 결과는 이해하기 쉽도록 간단하게 설명되며, 음성 입력과 출력 기능을 지원해 편리함을 더하고, 의료 서비스 접근성이 취약한 이들의 이용 편의를 높였습니다.

문제인식

사회적 문제:

ILLZZIK이 해결하고자 하는 주요 사회 문제는 고령화 사회 내 지역 간 의료 격차입니다. 이러한 격차로 인해 원격지나 의료 취약 지역에 거주하는 노인들은 적절한 의료 서비스를 받기 어려운 상황에 놓여 있습니다. 이들 인구에게는 조기 발견과 예방이 매우 중요하기 때문에, 지리적 제약에 상관없이 의료 서비스를 가까이에서 제공하는 해결책이 필수적입니다.

혁신과 차별성

우리 프로젝트의 차별점:

ILLZZIK은 AI 기술과 사용자 중심 설계를 독창적으로 결합해 의료 접근성 문제를 해결하는 데 중점을 둡니다. 피부 질환 진단과 전문의 추천을 위한 AI 활용은 특히 지역 의료 격차의 영향을 가장 크게 받는 고령층을 위해 설계되었습니다. 음성 입력과 출력 기능을 갖춰 기술 사용에 익숙하지 않은 사용자도 쉽게 앱을 이용할 수 있도록 하였으며, 이는 고령화 사회에서 의료 접근성 문제를 완화하는 선도적인 솔루션입니다.

통찰과 개발

학습 과정:

ILLZZIK 개발 과정은 고령화 및 지역 편차가 큰 인구에게 접근 가능한 의료 솔루션의 중요성을 다시금 깨닫게 해주었습니다. 가장 큰 과제 중 하나는 다양한 사용자가 촬영한 사진에서도 피부 질환을 정확히 진단할 수 있는 AI 시스템을 설계하는 것이었습니다. 더불어, 고령 사용자들이 쉽게 사용할 수 있도록 직관적인 UI/UX를 구현하는 것도 필수적이었습니다. 반복적인 피드백 수집과 사용자 테스트를 통해 이 같은 난관을 극복할 수 있었으며, 그 결과 AI 진단 정확도와 사용자 인터페이스 디자인이 크게 향상되었습니다.

개발 과정:

ILLZZIK 개발에는 Streamlit을 프론트엔드로 활용하여 인터랙티브하고 사용자 친화적인 애플리케이션을 빠르게 구현할 수 있는 환경을 마련했습니다. 백엔드 개발은 Python으로 진행되었으며, AI 및 머신러닝 모델은 TensorFlow, Keras 등 다양한 라이브러리를 활용해 개발했습니다. 개발 과정은 사용자 경험과 AI 모델의 정확성에 초점을 맞춘 초기 기획 및 설계 단계부터 시작해, 집중적인 테스트와 개선 단계를 거쳤습니다. 사용자 피드백과 실제 환경에서의 검증을 바탕으로 한 이러한 반복적 접근법은 ILLZZIK이 의료 접근성 격차를 해소하는 효과적인 도구로 진화하는 데 중요한 역할을 했으며, 사회적 문제 해결에 있어 통합 기술 솔루션의 강력함을 보여주었습니다.