h1>의료 AI 보조 진단: 영상 분석 + 병력 요약 시스템 개발 완전 가이드

발행일: 2026-04-12 · 읽는 시간: 약 5분

2.3 응답 예시 및 비용 분석

3. 병력 요약 시스템 구축

3.1 복잡한 병력 데이터 처리

3.2 병력 요약 코드

import requests
from datetime import datetime

HolySheep AI API 설정
BASE_URL = "https://api.holysheep.ai/v1"
API_KEY = "YOUR_HOLYSHEEP_API_KEY"

def summarize_medical_history(patient_data):
    """
    환자 병력 요약 함수
    patient_data: dict 형태의 환자 정보
    """
    
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    # 구조화된 프롬프트 작성
    prompt = f"""당신은 10년 경력의 내과 전문의입니다.
    다음 환자 병력을 분석하여 임상에 유용한 요약을 작성해주세요.

    【환자 기본 정보】
    - 나이/성별: {patient_data.get('age', 'N/A')}세 / {patient_data.get('gender', 'N/A')}
    - 주호소: {patient_data.get('chief_complaint', 'N/A')}

    【과거력】
    {patient_data.get('past_history', '기록 없음')}

    【현재 증상】
    {patient_data.get('current_symptoms', '기록 없음')}

    【검사 결과】
    {patient_data.get('lab_results', '기록 없음')}

    다음 형식으로 요약해주세요:

    ## 핵심 소견 (Key Findings)
    -

    ## 진단考虑的 질환
    1. 

    ## 권장 추가 검사
    -

    ## 임상적 중증도: (경도/중등도/중증)

    반드시 간결하고 임상에 즉시 활용 가능한 보고서를 작성해주세요."""

    payload = {
        "model": "deepseek-chat",
        "messages": [
            {"role": "system", "content": "당신은 전문적인 의료 기록 분석 AI입니다."},
            {"role": "user", "content": prompt}
        ],
        "max_tokens": 800,
        "temperature": 0.2
    }
    
    response = requests.post(
        f"{BASE_URL}/chat/completions",
        headers=headers,
        json=payload
    )
    
    if response.status_code == 200:
        return response.json()["choices"][0]["message"]["content"]
    else:
        raise Exception(f"API 오류: {response.status_code} - {response.text}")

실전 사용 예시
if __name__ == "__main__":
    sample_patient = {
        "age": "58",
        "gender": "남",
        "chief_complaint": "흉통 및 호흡곤란 3일",
        "past_history": """
        - 고혈압 (10년 전 진단, 약물 복용 중)
        - 제2형 당뇨병 (5년 전 진단)
        - 흡연력: 30갑년 (현재 금연 2년)
        """,
        "current_symptoms": """
        - 운동 시 악화되는 압박감 있는 흉통
        - 왼쪽 팔로 퍼지는 통증
        - 숨쉬기 시 증상 악화
        - 어지러움 및 구역
        """,
        "lab_results": """
        - Troponin I: 0.8 ng/mL (참고치 < 0.04)
        - BNP: 450 pg/mL (참고치 < 100)
        - ECG: ST 분절 하강
        """
    }
    
    summary = summarize_medical_history(sample_patient)
    print("=== 환자 병력 요약 ===")
    print(summary)

4. 통합 시스템 구현

4.1 영상 분석 + 병력 요약 통합

import base64
import requests
import os
from datetime import datetime
from typing import Dict, Optional

HolySheep AI 통합 설정
class MedicalAIDiagnosisSystem:
    """의료 AI 보조 진단 시스템"""
    
    def __init__(self, api_key: str):
        self.api_key = api_key
        self.base_url = "https://api.holysheep.ai/v1"
        self.headers = {
            "Authorization": f"Bearer {api_key}",
            "Content-Type": "application/json"
        }
    
    def _call_api(self, model: str, messages: list, **kwargs) -> str:
        """통합 API 호출 함수"""
        payload = {
            "model": model,
            "messages": messages,
            **kwargs
        }
        
        response = requests.post(
            f"{self.base_url}/chat/completions",
            headers=self.headers,
            json=payload
        )
        
        if response.status_code != 200:
            raise ConnectionError(f"API 호출 실패: {response.status_code}")
        
        return response.json()["choices"][0]["message"]["content"]
    
    def analyze_image(self, image_path: str, modality: str = "흉부	X-레이") -> Dict:
        """의료 영상 분석"""
        
        with open(image_path, "rb") as f:
            base64_image = base64.b64encode(f.read()).decode("utf-8")
        
        prompt = f"""당신은 영상 전문의입니다. {modality}를 분석해주세요.
        이상 소견, 의심 질환, 권장 조치를 포함해주세요."""
        
        return self._call_api(
            "gemini-2.0-flash",
            [{
                "role": "user",
                "content": [
                    {"type": "text", "text": prompt},
                    {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{base64_image}"}}
                ]
            }],
            max_tokens=500,
            temperature=0.3
        )
    
    def summarize_history(self, patient_info: Dict) -> str:
        """병력 요약"""
        
        prompt = f"""환자 정보 요약:
        나이: {patient_info.get('age')}
        성별: {patient_info.get('gender')}
        주호소: {patient_info.get('chief_complaint')}
        과거력: {patient_info.get('past_history')}
        
        핵심 임상 정보를 간결하게 요약해주세요."""
        
        return self._call_api(
            "deepseek-chat",
            [{"role": "user", "content": prompt}],
            max_tokens=300,
            temperature=0.2
        )
    
    def generate_diagnostic_report(self, image_path: str, patient_info: Dict) -> Dict:
        """종합 진단 보고서 생성"""
        
        print("영상 분석 중...")
        image_analysis = self.analyze_image(image_path)
        
        print("병력 요약 중...")
        history_summary = self.summarize_history(patient_info)
        
        # 최종 보고서 생성
        final_prompt = f"""다음 정보를 종합하여 최종 진단 보조 보고서를 작성해주세요:

        【영상 소견】
        {image_analysis}

        【병력 요약】
        {history_summary}

        임상적으로 연관된 소견을 정리하고 종합 의견을 제시해주세요."""
        
        print("종합 보고서 생성 중...")
        final_report = self._call_api(
            "claude-sonnet-4-20250514",
            [{"role": "user", "content": final_prompt}],
            max_tokens=600,
            temperature=0.3
        )
        
        return {
            "timestamp": datetime.now().isoformat(),
            "image_analysis": image_analysis,
            "history_summary": history_summary,
            "final_report": final_report
        }

메인 실행
if __name__ == "__main__":
    # API 키 설정
    SYSTEM = MedicalAIDiagnosisSystem("YOUR_HOLYSHEEP_API_KEY")
    
    # 환자 정보
    patient = {
        "age": "65",
        "gender": "여",
        "chief_complaint": "지속적 기침 및 가슴 통증",
        "past_history": "당뇨병, 고혈압"
    }
    
    # 영상 파일 경로
    image_file = "lung_ct.jpg"
    
    if os.path.exists(image_file):
        report = SYSTEM.generate_diagnostic_report(image_file, patient)
        
        print("\n" + "="*50)
        print("최종 진단 보조 보고서")
        print("="*50)
        print(f"생성 시간: {report['timestamp']}")
        print(f"\n【영상 분석】\n{report['image_analysis']}")
        print(f"\n【병력 요약】\n{report['history_summary']}")
        print(f"\n【종합 의견】\n{final_report}")
    else:
        print("영상 파일을 찾을 수 없습니다.")

4.2 비용 최적화 팁

자주 발생하는 오류와 해결

오류 1: API 키 인증 실패 (401 Unauthorized)

# 잘못된 예시 - API 키 공백 포함
headers = {
    "Authorization": "Bearer YOUR_HOLYSHEEP_API_KEY "  # 공백 주의!
}

올바른 예시
headers = {
    "Authorization": f"Bearer {API_KEY.strip()}"  # strip()으로 공백 제거
}

오류 2: 토큰 한도 초과 (400 Bad Request - Maximum tokens exceeded)

# 잘못된 예시 - 긴 이미지 + 긴 텍스트 동시 전송
payload = {
    "messages": [{
        "role": "user",
        "content": [
            {"type": "text", "text": very_long_text},  # 수만 토큰
            {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{large_image}"}}
        ]
    }]
}

올바른 예시 - 사전 요약으로 토큰 절약
def preprocess_image_analysis(image_path):
    # 이미지 리사이징 (최대 1MB)
    img = Image.open(image_path)
    img.thumbnail((1024, 1024), Image.Resampling.LANCZOS)
    buffer = BytesIO()
    img.save(buffer, format="JPEG", quality=85)
    return base64.b64encode(buffer.getvalue()).decode("utf-8")

오류 3: 비전 모델 미지원 오류

# 잘못된 예시 - 비전 미지원 모델 사용
payload = {
    "model": "deepseek-chat",  # 비전 미지원
    "messages": [{"role": "user", "content": [{"type": "image_url", ...}]}]
}

올바른 예시 - 비전 지원 모델 지정
payload = {
    "model": "gemini-2.0-flash",  # 비전 지원 모델
    "messages": [{"role": "user", "content": [{"type": "image_url", ...}]}]
}

또는 gpt-4o 시리즈 사용
payload = {
    "model": "gpt-4o",  # 비전 지원
    ...
}

오류 4: Rate Limit 초과 (429 Too Many Requests)

import time
from functools import wraps

def rate_limit_handler(max_retries=3, delay=2):
    """레이트 리밋 처리 데코레이터"""
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for attempt in range(max_retries):
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    if "429" in str(e) and attempt < max_retries - 1:
                        wait_time = delay * (2 ** attempt)  # 지수 백오프
                        print(f"레이트 리밋 초과. {wait_time}초 후 재시도...")
                        time.sleep(wait_time)
                    else:
                        raise
            return None
        return wrapper
    return decorator

@rate_limit_handler(max_retries=3, delay=2)
def analyze_medical_image_safe(image_path):
    # API 호출 로직
    ...

마무리 및 다음 단계

관련 리소스