PillCare

복약 기록, 증상 일지, 외부 환경 데이터가 따로 존재하면 사용자는 지금 자신의 건강 상태가 어느 정도 위험한지 직관적으로 알기 어렵습니다. 이 문제를 해결하고자 5개 도메인을 가중합하는 0~100점 건강 위험 지수를 설계했습니다.

# 건강 위험 지수 (Health Index) 산출 — 5개 도메인 가중합
health_index = (
    medication_adherence_score * 0.25  # 복약 순응도
  + disease_trend_score        * 0.25  # 질환 추이
  + dur_safety_score           * 0.20  # 식약처 DUR 안전성
  + symptom_trend_score        * 0.15  # 증상 추이
  + environment_index          * 0.15  # 환경지수 (날씨·미세먼지)
)

각 도메인은 독립적으로 계산되어 DB에 캐싱되고, 스케줄러가 매일 자정 전체 사용자의 지수를 재계산합니다. 가중치는 만성질환 예방 관리 지침의 복약 순응도 중요도를 참고해 설정했습니다.

단일 점수로 내리는 것에 대한 고민이 있었는데, 점수를 내릴 때어떤 도메인이 낮은지를 함께 표시하는 방식으로 정보 손실 없이 요약값과 세부 원인을 동시에 전달하도록 설계했습니다.

단순히 복약 시간을 알려주는 것에서 나아가, 오늘 환경이 특정 질환에 미치는 영향까지 알림에 반영하고 싶었습니다. 기상청·에어코리아·식약처 DUR 세 가지 외부 API를 스케줄러로 주기 수집해 알림 트리거 조건에 결합했습니다.

# 알림 트리거 조건 예시
# 고혈압 환자 + 기온 급변(일교차 10°C 이상) → 경고 알림
if user.has_disease("hypertension") and weather.temp_diff >= 10:
    notify(user, level="WARNING", reason="기온 급변 — 혈압 변동 주의")

# 호흡기 질환 환자 + 미세먼지 나쁨(PM2.5 > 35) → 외출 자제 알림
if user.has_disease("respiratory") and air.pm25 > 35:
    notify(user, level="CAUTION", reason="미세먼지 나쁨 — 외출 시 마스크 착용")

외부 API 응답은 AsyncPG + FastAPI 비동기 구조로 처리했습니다. 날씨·미세먼지 API는 지역 코드 기반 응답이라 사용자 좌표를 행정구역 코드로 변환하는 매핑 테이블을 별도로 관리했습니다.

복약 등록 시 약품명을 직접 검색하는 것은 번거롭고 오기입 위험이 있습니다. AI Hub에서 제공하는 알약 이미지 분류 ResNet 모델을 활용해 사진 한 장으로 약품명을 자동 추론하는 파이프라인을 구성했습니다.

# 알약 인식 파이프라인
# 1. 프론트: 사용자가 알약 사진 촬영 → multipart/form-data로 업로드
# 2. 백엔드: AI Hub ResNet 모델로 추론 → 약품 코드 반환
# 3. 식약처 DUR API에서 약품 코드로 상세 정보 조회 → 복약 등록

# FastAPI 추론 엔드포인트
@router.post("/drugs/recognize")
async def recognize_pill(image: UploadFile):
    img_tensor = preprocess(await image.read())   # 전처리
    pred = model(img_tensor)                       # ResNet 추론
    drug_code = label_map[pred.argmax().item()]    # 코드 매핑

    # 식약처 DUR API로 약품 상세 정보 조회
    drug_info = await mfds_client.get_drug(drug_code)
    return drug_info

파인튜닝 없이 AI Hub 제공 가중치를 그대로 사용했기 때문에 인식률은 모델 성능에 의존합니다. 대신 추론 결과에 confidence score를 함께 반환해, 낮은 신뢰도일 때는 UI에서 "직접 검색"을 권유하는 폴백 흐름을 설계했습니다.

식약처 DUR 연동 덕분에 약품명뿐 아니라 병용 금기·주의 성분까지 등록 시점에 바로 표시할 수 있어 안전성 확인 흐름이 자연스럽게 이어졌습니다.

헬스케어 앱에서 가장 중요한 것은 사용자가 정보를 읽는 데 인지 부하를 줄이는 것입니다. 이미지에 나타난 홈 대시보드를 설계할 때 3단 정보 계층을 의식적으로 구성했습니다.

위험 지수 숫자(38, 72 등)는 크기와 색상을 동시에 변환합니다. 낮은 점수는 파란색·작게, 높은 점수는 빨간색·크게 표시해 숫자를 읽지 않아도 위험도를 직관적으로 인지할 수 있도록 했습니다.