MED-Predict: 의료 비용 예측 웹 애플리케이션

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

인공지능

대상자

- 대상자: 웹 개발자, 머신러닝 프로젝트 초보자, 의료 데이터 분석자

- 난이도: 중급 (풀스택 개발 + 머신러닝 모델 통합)

핵심 요약

• 프로젝트 목적: 사용자의 건강 정보를 바탕으로 의료 비용을 예측하는 웹 애플리케이션 개발
• 기술 스택: React.js (프론트엔드), Flask (백엔드), MongoDB (데이터베이스), RandomForest & XGBoost (머신러닝 모델)
• 기능: 사용자 인증, 실시간 비용 예측, MongoDB 기반 데이터 저장 및 시각화

섹션별 세부 요약

1. 프로젝트 개요

• 의료 비용 예측 도구 개발 목적: 실생활에 유용한 애플리케이션으로의 전환
• ML 모델 활용: 보험 비용 예측을 위한 회귀 분석 기반

2. 기술 스택

• 프론트엔드: React.js 사용 (인터랙티브 UI 구현)
• 백엔드: Flask로 API 개발 (데이터 처리 및 모델 연동)
• 데이터베이스: MongoDB 사용 (사용자별 예측 결과 저장)
• 머신러닝: RandomForest + XGBoost 혼합 모델 (성능 향상)

3. 현재 기능

• 사용자 로그인 기능 구현
• 입력된 건강 정보 (연령, BMI, 흡연 여부 등) 기반의 비용 예측
• MongoDB에 저장된 데이터를 기반으로 대시보드 시각화 (비용 추이 차트 제공)

4. 피드백 요청

• 기능 개선: 사용자 경험(UX) 개선, 추가 예측 변수 도입
• ML 모델: 더 높은 정확도를 위한 알고리즘 최적화 제안
• 의사소통: 개발자 및 의료 전문가의 피드백 요청

결론

• 권장사항: 사용자 인증 보안 강화, 모델 성능 지표 (예: R², MAE) 추가, 지역별 데이터 분포 분석을 통한 모델 튜닝
• 실무 적용: Flask + React 기반의 풀스택 프로젝트로 머신러닝 모델의 실제 적용 사례로 활용 가능