# AIOCD 온톨로지 - 개념 목록

## 플랫폼 노드 (4개)

### 1. AIOCD (본 플랫폼)
- **정의**: 교정진단 자동화 + 시뮬레이션 + 임상가이드 + 환자교육
- **속성**: 
  - 입력: 치과이미지, 세팔로메트리
  - 출력: 진단리포트, 3D시뮬레이션, 치료계획, 임상가이드
  - 사용자: 교정의, 병원장, 환자

### 2. GEO Score AI
- **정의**: 병원 마케팅·홍보 진단 플랫폼
- **속성**:
  - 입력: 병원의 온라인 현황 데이터
  - 출력: 10대 KPI 진단, 개선 권고
  - 사용자: 병원장, 마케팅팀

### 3. MedVo
- **정의**: AI 다국어 상담통역 + 진료설명 지원
- **속성**:
  - 입력: 환자 질문, 진료계획
  - 출력: 다국어 상담, 진료설명 스크립트
  - 사용자: 교정의, 환자, 외국인 환자

### 4. Insight Bank Hub
- **정의**: 신뢰 콘텐츠 통합 미디어 플랫폼
- **속성**:
  - 입력: 기관의 콘텐츠 (기사, 보도자료)
  - 출력: 기사화, SEO 최적화, 언론 노출
  - 사용자: 병원, 기관

---

## 기능 노드 (AIOCD의 8개 핵심 기능)

### F1. AI 부정교합 분류
- **역할**: 치과이미지 → 자동 부정교합 타입 분류
- **입력**: 치과이미지, 구강사진
- **출력**: 부정교합 분류, 난이도 등급
- **선행**: 없음 (최초 입력)

### F2. 세팔로메트리 분석
- **역할**: 세팔로 데이터 → 자동 측정 + 정상범위 비교
- **입력**: 3D/2D 세팔로 데이터
- **출력**: 각도값, 거리값, 편차 분석
- **후행**: F3으로 전달

### F3. AI 치료계획 생성
- **역할**: 진단 → AI 추천 치료계획 + 의사 검증
- **입력**: 진단결과, 세팔로 분석
- **출력**: 예상기간, 비용, 장치순서, 단계별 가이드
- **후행**: F4, F5로 전달

### F4. 3D 치아이동 시뮬레이션
- **역할**: 치료계획 → 3D 동영상 (6개월/1년/최종)
- **입력**: 초기 3D모델, 치료계획
- **출력**: 3D 시뮬레이션 비디오
- **사용자**: 환자 (신뢰도 증가)

### F5. 환자 교육 콘텐츠 자동생성
- **역할**: 진단+계획 → 맞춤 환자 설명자료 생성
- **입력**: 진단결과, 치료계획
- **출력**: 환자 가이드, FAQ, 예상결과 이미지
- **사용자**: 환자 (신뢰도, 이해도 증가)

### F6. 교정의 임상가이드 생성
- **역할**: 치료계획 → 단계별 임상 지침
- **입력**: 치료계획, 케이스 특수성
- **출력**: 와이어 사이즈, 고무줄 강도, 방문간격, 응급상황 가이드
- **사용자**: 교정의 (진료시간 단축)

### F7. 케이스 라이브러리 검색
- **역할**: 현재 케이스 → 유사 성공사례 검색
- **입력**: 현재 케이스 (진단+세팔로)
- **출력**: 유사사례 3~5개, 비교분석
- **사용자**: 교정의 (의사결정 지원)

### F8. 교정의 학습 플랫폼
- **역할**: 1000개 케이스 기반 AI 교육 시스템
- **입력**: 케이스 라이브러리, 학습자
- **출력**: 맞춤형 학습 경로, 평가, 인증
- **사용자**: 교정의, 학생, 교정학과

---

## 고객 문제 노드 (AIOCD가 해결하는 6가지)

### P1. 진단시간 부족
- **고객**: 교정의
- **문제**: 초진 진단 20~30분 소요 → 일일 8명만 가능
- **영향**: 년 100시간 낭비, 진료기회 상실
- **AIOCD 해결**: F1, F2, F3 → 3분으로 단축

### P2. 진단편차 (객관성 부족)
- **고객**: 병원장, 환자
- **문제**: 의사마다 다른 진단 결과 (일관성 없음)
- **영향**: 환자 신뢰도 하락, 재치료 위험
- **AIOCD 해결**: F1, F2 (AI 기반 정량화)

### P3. 환자설득 어려움
- **고객**: 교정의, 병원
- **문제**: 환자가 치료계획의 근거를 이해 못함
- **영향**: 전환율 60%, 중도이탈 증가
- **AIOCD 해결**: F4 (3D 시뮬레이션), F5 (교육 콘텐츠)

### P4. 반복업무 부담
- **고객**: 교정의, 직원
- **문제**: 매번 비슷한 환자설명 반복, 자료 제작 반복
- **영향**: 업무 효율 저하, 직원 이직
- **AIOCD 해결**: F5 (자동생성), F6 (자동가이드)

### P5. 신입교육 어려움
- **고객**: 병원장, 베테랑 교정의
- **문제**: 신입이 경험을 쌓으려면 2년 이상 필요
- **영향**: 교육 비용, 오진 위험
- **AIOCD 해결**: F8 (학습플랫폼 - 6개월 학습 기간 단축)

### P6. 의료사고 리스크
- **고객**: 병원, 환자
- **문제**: 주관적 진단 → 오진 또는 부분교정
- **영향**: 법적 분쟁, 환자 신뢰 손상
- **AIOCD 해결**: F1, F2, F7 (AI 기반 + 유사사례 참고)

---

## 성과 지표 노드 (AIOCD가 만드는 4가지 결과)

### R1. 진료효율성 향상
- **측정**: 일일 진단 건수 (8명 → 12명)
- **기간**: 즉시
- **값**: +50%

### R2. 환자만족도 증가
- **측정**: NPS 점수 (60 → 80), 전환율 (60% → 80%)
- **기간**: 1개월
- **값**: +33%

### R3. 매출성장
- **측정**: 월 진료료 수익 증가
- **계산**: 월 추가 4명 × 550만 원 = 월 2,200만 원
- **기간**: 3개월
- **값**: +30%

### R4. 직원만족도
- **측정**: 이직율 감소, 업무량 감소
- **기간**: 6개월
- **값**: 이직 3명 → 0명

---

## 데이터 노드 (플랫폼 간 이동 데이터)

### D1. 진단 데이터
- **생성**: AIOCD (F1, F2)
- **형식**: 부정교합 분류, 각도값, 거리값
- **활용처**:
  - GEO Score AI: 병원의 "진단 효율" 측정
  - MedVo: 환자 상담의 의료 정보
  - AX Ontology OS: 병원 프로세스 개선 근거

### D2. 치료계획 데이터
- **생성**: AIOCD (F3)
- **형식**: 예상기간, 비용, 장치순서, 단계별 가이드
- **활용처**:
  - MedVo: 다국어 설명 자료
  - Insight Bank Hub: 기사·콘텐츠 주제
  - GEO Score AI: 투명성 지표

### D3. 환자 상담 데이터
- **생성**: MedVo
- **형식**: 환자 질문, 상담 내용, 상담 결과
- **활용처**:
  - AIOCD: 환자 교육 콘텐츠 개선
  - GEO Score AI: 고객 만족도 분석
  - Insight Bank Hub: FAQ 콘텐츠 주제

### D4. 콘텐츠 데이터
- **생성**: AIOCD (F5, F6)
- **형식**: 환자 가이드, 임상가이드, FAQ
- **활용처**:
  - Insight Bank Hub: 기사화, SEO 최적화
  - GEO Score AI: "신뢰 콘텐츠" 지표
  - MedVo: 상담 자료

### D5. 케이스 데이터
- **생성**: AIOCD (F7, F8)
- **형식**: 진단, 치료, 결과, 성공률
- **활용처**:
  - AX Ontology OS: 병원 업무 벤치마크
  - Insight Bank Hub: 증례 기사화
  - GEO Score AI: 프리미엄 서비스 차별화

---

## 관계 유형 분류 (10가지)

| 유형 | 정의 | 예시 |
|---|---|---|
| **진입** | A가 B의 시작점 | GEO Score AI → AIOCD 도입 근거 |
| **실행** | A가 B를 통해 기능 수행 | AIOCD → 진단 자동화 |
| **전환** | A의 결과 → B의 입력 | 진단 → 치료계획 → 환자설명 |
| **데이터** | A가 생성한 데이터 → B 활용 | AIOCD 진단 → MedVo 상담 |
| **신뢰** | A가 B의 신뢰도 증가 | 3D 시뮬레이션 → 환자 신뢰 |
| **수익** | A와 B의 결합 → 수익 증가 | AIOCD + MedVo → 글로벌 패키지 |
| **특허** | A와 B의 결합 → 새 특허 기술 | 진단 + 상담 자동화 → 특허 |
| **교육** | A가 B의 학습 자료 제공 | 케이스 라이브러리 → 학생 교육 |
| **최적화** | A의 결과 → B의 성과 개선 | 환자 상담 데이터 → 콘텐츠 개선 |
| **피드백** | B의 결과 → A의 개선 | 환자 만족도 → 진단 알고리즘 개선 |

---

**이 개념 목록은 AIOCD 온톨로지의 기초입니다.**
다음 문서에서는 이 노드들 사이의 관계를 명확히 정의합니다.