AI-Hub

데이터 변경이력

데이터 히스토리

소개

국내 유통되는 다빈도(처방 및 판매) 경구약제 5,000종(전문의약품 3,000종, 일반의약품 2,000종)을 선정하여 다양한 각도, 조명, 배경에서 촬영하여 이미지데이터 셋을 구축하였고 알약에 대한 약제 메타정보와 촬영에 대한 카메라 메타정보, 알약 바운딩박스 정보를 이용하여 라벨링데이터 셋을 구축하였음

구축목적

경구약제 약품식별 결과를 안내하고 피드백 할 수 있는 AI 서비스 모델이 요구되며 이를 위해 학습용 경구약제 이미지데이터 셋과 약품 정보에 대한 라벨링데이터 셋이 요구됨.

1. 데이터 구축 규모

2. 데이터 분포

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

• AI 기반 경구 약제 식별 어플리케이션 개발에 활용
• 의료인의 경구 약제 정보 접근성 강화
• DUR(의약품 안전사용서비스 시스템) 연동 후 약제의 이미지 데이터를 함께 제시함으로써 약제 처방의 오·남용을 예방 
  • 경구 약제 식별을 통하여 의약품 코드, 의약품명, 제조회사 조회
  • 의약품의 효능 및 효과, 부작용 등의 안전정보 조회
  • 기존에 먹고 있던 다른 약과의 상호작용, 중복처방, 금기정보 등의 정보 확인 가능

데이터 성능 점수

설명서 및 활용가이드 다운로드

• 보건복지부는 2000년 의약분업에 적용할 27,962품목의 의약품을 전문 의약품 17,187품목(61.5%), 일반의약품 10,775품목(38.5%)으로 분류. 전문의약품과 일반의약품의 품목 비율(6:4)을 고려하여 리스트 선정
• 보건복지부의 의약품 분류별 약품 개수 확인(2021년 7월 기준). 다빈도 등록 약품을 우선순위로 확보하여 약품 개수 선정
• 전문의약품 3,143(62.8%)종, 일반의약품 1,857(37.2%)종을 확보
• 확보된 경구 약제는 다양한 각도와 조명, 배경에서 촬영하여 원천데이터를 확보하고, 약제에 대한 메타정보와 촬영 메타정보, 바운딩 박스로 라벨링데이터를 구축함
• 경구약제 단일 이미지데이터와 3-4개 조합 이미지데이터 구축

  구분

  정제 경구약제		경질 캡슐 경구약제
  연질 캡슐 경구약제		경구약제 조합 이미지데이터

• 이미지데이터 가공 및 라벨링데이터 추출
  
• JSON 구조

  구분	항목명	타입	필수여부	설명	범위
  1	images	Object	M	약제 이미지정보
  1-1	images[].id	Number	M	약제 이미지식별자
  1-2	images[].width	Number	M	약제 이미지너비
  1-3	images[].height	Number	M	약제 이미지높이
  1-4	images[].file_name	String	M	약제 이미지파일명
  1-5	images[].drug_N	String	M	알약코드
  1-6	images[].drug_S	String	M	알약상태
  1-7	images[].back_color	String	M	촬영배경
  1-8	images[].drug_dir	String	M	알약방향
  1-9	images[].light_color	String	M	촬영조명
  1-10	images[].camera_la	Number	M	카메라위도
  1-11	images[].camera_lo	Number	M	카메라경도
  1-12	images[].size	Number	M	이미지 사이즈
  1-13	images[].dl_idx	String	M	알약 식별자
  1-14	images[].dl_mapping_code	String	M	제품코드
  1-15	images[].dl_name	String	M	제품명
  1-16	images[].dl_name_en	String	O	제품명(영어)
  1-17	images[].img_key	String	M	이미지 링크
  1-18	images[].dl_material	String	M	성분명
  1-19	images[].dl_material_en	String	O	성분명(영어)
  1-20	images[].dl_custom_shape	String	M	제조 모양
  1-21	images[].dl_company	String	M	제조사명
  1-22	images[].dl_company_en	String	O	제조사명(영어)
  1-23	images[].di_company_mf	String	M	위탁제조사명
  1-24	images[].di_company_mf_en	String	O	위탁제조사명(영어)
  1-25	images[].item_seq	Number	M	품목기준코드
  1-26	images[].di_item_permit_date	Date	O	허가일자	YYYY-MM-DD
  1-27	images[].di_class_no	String	M	약품 분류
  1-28	images[].di_etc_otc_code	String	M	전문의약품/ 일반의약품
  1-29	images[].di_edi_code	String	M	EDI 코드
  1-30	images[].chart	String	M	알약 제형
  1-31	images[].drug_shape	String	M	알약 모양
  1-32	images[].thick	Number	M	알약 두께
  1-33	images[].leng_long	Number	M	알약 장축
  1-34	images[].leng_short	Number	M	알약 단축
  1-35	images[].print_front	String	C	식별문자_앞
  1-36	images[].print_back	String	C	식별문자_뒤
  1-37	images[].color_class1	String	M	색상 1
  1-38	images[].color_class2	String	O	색상 2
  1-39	images[].line_front	String	M	알약 앞면 분할선 여부
  1-40	images[].line_back	String	M	알약 뒷면 분할선 여부
  1-41	images[].img_regist_ts	Date	O	약학정보원 이미지 생성일	YYYY-MM-DD
  1-42	images[].form_code_name	String	M	정제 분류명
  1-43	images[].mark_code_front_anal	String	M	알약 앞면 마크 형태
  1-44	images[].mark_code_back_anal	String	M	알약 뒷면 마크 형태
  1-45	images[].mark_code_front_img	String	M	알약 앞면 마크 이미지
  1-46	images[].mark_code_back_img	String	M	알약 뒷면 마크 이미지
  1-47	images[].mark_code_front	String	M	알약 앞면 마크 코드
  1-48	images[].mark_code_back	String	M	알약 뒷면 마크 코드
  1-49	images[].change_date	Date	O	변경일자	YYYY-MM-DD
  2	type	type	O	json 타입
  3	annotations	Object	M	라벨링정보
  3-1	annotations[].area	Number	M	바운딩박스 면적
  3-2	annotations[].iscrowd	Number	O	평가 분류
  3-3	annotations[].bbox	List	M	bbox 좌표
  3-4	annotations[].category_id	Number	M	category 아이디
  3-5	annotations[].ignore	Number	O	무시 여부
  3-6	annotations[].segmentation	List	O	라벨링 바운딩 박스
  3-7	annotations[].image_id	Number	M	이미지 아이디
  3-8	annotations[].id	Number	M	어노테이션 아이디
  4	categories	Object	M	라이선스
  4-1	categories[].supercategory	String	M	슈퍼 카테고리
  4-2	categories[].id	Number	M	카테고리 아이디
  4-3	categories[].name	String	C	카테고리 명

• 라벨링데이터 실제 데이터
  

데이터셋 구축 담당자

수행기관(주관) : 서울특별시 보라매병원

수행기관(참여)