-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2021-06-18 데이터 최초 개방 소개
비대면 진료를 위한 의사, 간호사의 음성 데이터 및 환자 음성 데이터
구축목적
의료진 음성 발화 및 환자 음성 발화 데이터를 구축하여 궁극적으로 언택트 진료를 위한 음성인식 AI 서비스 개발에 활용
-
메타데이터 구조표 데이터 영역 헬스케어 데이터 유형 오디오 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/187.2만 -
구축 내용 및 제공 데이터량
구축 내용 및 제공 데이터량 구분 내용 데이터 구축 범위 · 언택트 진료를 위한 의료진과 환자 음성 발화 수집
· 직군별, 직능별 의료진 음성 발화 수집
· 연령, 성별, 증상별 환자 음성 발화 수집
· 대화 응답 시나리오 동반 수집데이터 구축 규모 · 의사, 간호사, 환자별 음성과 문장 수집
· 의사 300시간(약 300,000문장) Wave, 간호사 400시간(약400,000문장), 의료진33,000문장 Text
· 환자 45만 문장 Wave, 15만 문장 Text 코퍼스 수집데이터 구축 일정 · 총 5.5개월 소요
· 데이터 설계 및 인프라 구축 2개월
· 데이터 수집/태깅 2개월
· 데이터 품질 검수 1.5개월- 의료진 음성 700시간 및 33,000 문장 코퍼스 구축
- 환자 45만 문장(약 600시간 분량) 음성 및 15만 문장 코퍼스 구축
- 일반인 1,500명 크라우드워커 고용창출
- 데이터를 활용한 비대면 진료 서비스의 가능성을 확인하기 위한 프로토타입 APP 개발
-
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 학습 성능(STT 인식률/의료진) Speech Recognition HMM-DNN hybrid WER 8 % 3.68 % 2 학습 성능(STT 인식률/환자) Speech Recognition HMM-DNN hybrid WER 8 % 5.9 %
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2021.06.18 데이터 최초 개방 구축 목적
- 의료진 음성 발화 및 환자 음성 발화 데이터를 구축하여 궁극적으로 언택트 진료를 위한 음성인식 AI 서비스 개발에 활용
활용 분야
- 코로나19 이후 드러난 비대면 의료 사업
주요 키워드
- 의료진, 환자, 음성, 비대면, 음성인식, 진료
소개
- 의료 현장의 음성 및 텍스트 데이터 수집을 통해 비대면 진료를 위한 음성인식 AI 서비스 제공이 목적
- 의료진 음성 발화 및 환자 음성 발화 데이터를 구축하여 궁극적으로 언택트 진료를 위한 음성인식 AI 서비스 개발에 활용
- 언택트 진료를 위한 의료진과 환자 음성 발화 수집, 직군별, 직능별 의료진 음성 발화 수집, 연령, 성별, 증상별 환자 음성 발화 및 대화 데이터를 수집함
- EMR 자동 음성 입력 등 다양한 응용 서비스 활용 기대.
구축 내용 및 제공 데이터량
구축 내용 및 제공 데이터량 구분 내용 데이터 구축 범위 · 언택트 진료를 위한 의료진과 환자 음성 발화 수집
· 직군별, 직능별 의료진 음성 발화 수집
· 연령, 성별, 증상별 환자 음성 발화 수집
· 대화 응답 시나리오 동반 수집데이터 구축 규모 · 의사, 간호사, 환자별 음성과 문장 수집
· 의사 300시간(약 300,000문장) Wave, 간호사 400시간(약400,000문장), 의료진33,000문장 Text
· 환자 45만 문장 Wave, 15만 문장 Text 코퍼스 수집데이터 구축 일정 · 총 5.5개월 소요
· 데이터 설계 및 인프라 구축 2개월
· 데이터 수집/태깅 2개월
· 데이터 품질 검수 1.5개월- 의료진 음성 700시간 및 33,000 문장 코퍼스 구축
- 환자 45만 문장(약 600시간 분량) 음성 및 15만 문장 코퍼스 구축
- 일반인 1,500명 크라우드워커 고용창출
- 데이터를 활용한 비대면 진료 서비스의 가능성을 확인하기 위한 프로토타입 APP 개발
데이터 구축 프로세스
- 데이터 설계, 수집, 가공, 검수 및 AI 모델링 수행
대표도면
데이터 구축 구조
- 의료진 및 환자로부터 EMR 및 진료 상황에 맞는 구어 음성과 텍스트를 수집. 비대면 진료 상황에서 음성 AI 기술을 활용한 의료 서비스 제공을 목적으로 함.
음성 데이터 수집 도구
- 스마트폰, 태블릿, PC 등 다양한 환경에서 크라우드 워커들의 데이터 수집 수행, 문장 단위 데이터 가공의 자동화로 효율적 수집 가능
파일명 구조 및 샘플
- 파일명으로 데이터 항목, 의사/간호사/환자, 화자정보, 환경정보 등을 쉽게 구분.
데이터 검수 도구
- 3단계의 강도 높은 검수를 통해 데이터 품질 확보.
필요성
- 대면 진료에서도 의사가 환자와 상담하면서 의료기록시스템에 환자 정보를 입력하느라 환자 얼굴을 제대로 보지 못하여, 환자 서비스가 저하됨
- 전화상담 등 비대면 진료에서는 의사가 환자 상담 내용을 기록하기 어려움. 전화 상담을 녹음하더라도 추후 정리하는 것이 매우 어려움
- 비대면 진료에서 음성인식 기술의 활용은 의사가 환자의 진찰에 집중할 수 있게 되고, 상담내용을 문서기록으로 남길 수 있게 되어 의료서비스의 질을 획기적으로 제고시킬 수 있음
- 전화상담 진료가 활발하게 이뤄지고 있는 온 선진국에서는 음성인식 기술이 헬스케어 분야에 가장 활발히 접목되어 발전하고 있음.
데이터 구조
데이터 구성
- (1) Wave 파일 : 48kHz(44kHz), 16bit, mono
- (2) Json 파일 : Json 포맷 어노테이션 정보
JSON 포맷 샘플
-
데이터셋 구축 담당자
수행기관(주관) : 미디어젠
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 윤성준 02-6429-7104 [email protected] · 데이터 구축 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 비디 · 응용서비스 개발 메트릭스리서치 · 크라우드소싱
· 결과물 정제 및 검수고려대학교 의료원 산학협력단 · 의료진 데이터 수집 및 제공 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 송민규(미디어젠) 02-6429-7104 [email protected]
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 [email protected] 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.