• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.903-906
• /
• 2021

인공지능 기술 발전으로, 의료영상 분야에서도 딥러닝 기반 질병 진단 연구가 활발히 진행되고 있다. 딥러닝 모델 개발 시, 학습 데이터 품질은 모델의 성능과 신뢰성에 매우 큰 영향을 미친다. 그러나 의료 분야의 경우 도메인 지식에 대한 진입 장벽이 높아 개발자가 학습에 사용되는 의료영상 데이터의 품질을 평가하기 어렵다. 이로 인해, 많은 의료영상 분야에서는 각 분야의 특성(질병의 종류, 관찰 아나토미 등)에 따른 영상 품질 평가 방법을 제시해왔다. 그러나 기존의 방법은 특정 질병에 초점이 맞춰져, 일반화된 품질 평가 기준을 제시하고 있지 않다. 따라서 본 논문에서는 대부분의 흉부 질환을 진단하기 위한 흉부 X선 영상의 품질을 평가할 수 있는 기준을 제안한다. 우선, 흉부 X선 영상을 대상으로 관찰된 영역인 심장, 횡격막, 견갑골, 폐 등을 분할하여, 3D 히스토그램을 기반으로 각 영역별 통계적인 정밀 품질 평가 기준을 제안한다. 본 연구에서는 JSRT, Chest 14의 오픈 데이터셋을 활용하여 적용 실험을 수행하였으며, 민감도는 97.6%, 특이도는 92.8%의 우수한 성능을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.475-478
• /
• 2023

컴퓨터 단층촬영(CT)을 활용한 골격근 단면적은 근감소증과 관련된 기능을 평가하는 데 사용된다. 일반적인 근감소증 연구는 요추 3번의 골격근량을 주로 보지만 암 또는 폐절제술과의 상관관계를 예측하기 위한 다양한 연구에서는 흉추 4번, 7번, 8번, 10번, 12번 다양한 수준의 골격근량으로 연구를 진행하고 있음을 알 수 있다. 본 논문에서는 흉부와 복부 CT 영상에서 근감소증 진단을 위해서 흉추와 요추의 영역별 슬라이스를 검출하기 위해서 CNN 구조의 EfficientNetV2를 전이학습하여 인공지능 모듈을 개발하였다. 인공지능 모듈은 전체 흉부 및 복부 CT 영상에서 Cervical, T1, T2, T3, T4, T5, T6, T7, T8, T9, T10, T11, T12, L1, L2, L3, L4, L5, Sacral 총 19 클래스를 검출하도록 하였다. Test 데이터셋을 사용하여 Confusion Matrix와 Grad-CAM으로 모델의 정확도를 시각화하여 보였으며 검증으로 인공지능 모듈의 정확성을 측정하였다. 끝으로 우리가 개발한 다기관 공동연구 지원플랫폼에 적용하여 시각화된 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.434-436
• /
• 2021

의료산업은 진단 및 치료 위주의 기술개발이 진행되어왔다. 최근 의료 빅데이터를 기반으로 진단, 치료 및 재활뿐만 아니라 예방과 예후관리까지 지원하는 의료서비스에 대한 패러다임이 변화되고 있다. 특히, 여러 의료 중심의 플랫폼 기술 가운데 객관적인 진단지표를 가지고 있는 의료영상을 기반으로 인공지능 학습에 적용하여 진단 및 예측을 중심으로 한 플랫폼 개발이 진행되고 있다. 하지만, 인공지능 연구에는 많은 학습 데이터가 요구될 뿐만 아니라 학습에 적용하기 위해서는 데이터 특성에 따른 전처리 기술과 분류 작업에 많은 시간 소요되어 이와 같은 문제점을 해결할 수 있는 방법들이 요구되고 있다. 따라서, 본 논문은 인공지능 학습까지 적용하기 위한 의료영상 데이터에 대한 확장 모델을 개발하여 공통적인 조건에 따라 의료영상 데이터가 표준화되어 변환하며, 자동화 시스템 구조에 따라 데이터가 분류·저장되어 인공지능 학습까지 지원할 수 있는 플랫폼을 제안하고자 한다. 그리고 근감소증 학습데이터 관리 및 적용 결과를 통해 플랫폼의 수행성을 검증하였다. 향후 제안한 플랫폼을 통해 의료데이터에 대한 전처리, 분류, 관리까지 지원함으로써 CDM 확장 표준 의료데이터 플랫폼으로 활용 가능성을 보였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.489-496
• /
• 2005

최근 새로운 정보기술의 패러다임으로 이슈가 되고 있는 유비쿼터스 컴퓨팅이 기술은 행정, 경제, 의료, 교육, 문화 등 사회 곳곳에 적용될 것으로 예상되고 있으며, 그에 따라 비즈니스 모델에 대한 중요성도 증대되고 있다. 그러나 기초 기술, 표준화, 보안 등에 관련된 연구가 중심을 이루고 있을 뿐, 비즈니스 모델과 관련된 연구는 미흡한 실정이다 본 연구에서는 유비쿼터스 컴퓨팅 환경에서 등장하는 다양한 비즈니스 모델에 대해 사업화 이전 단계에서 보다 효과적으로 사업화 가능성을 평가함으로써 사업자가 유망한 비즈니스 모델의 도출이 가능하도록 하는 평가체계를 제시한다.

• 한국디지털정책학회:학술대회논문집
• /
• 2007.06a
• /
• pp.315-322
• /
• 2007

유비쿼터스 환경은 조직의 구조와 개인의 행위를 변화시킬 뿐만 아니라 기업의 경쟁 패러다임 자체를 변화시킬 것으로 전망하고 있다. 또한 유비쿼터스 컴퓨팅의 기술이 경영경제, 행정, 교육, 문화, 의료등 사회 전반에 걸쳐 도입되고 있으며, 이에 따른 비즈니스 모델에 대한 중요성이 증대되고 있다. 기술에 관련된 RFID, USN, 표준화, 보안등에 대한 연구가 활발히 이루어지고 있으나, 비즈니스 모델에 관련된 연구는 미흡한 실정이다. 본 연구에서는 유비쿼터스 컴퓨팅에 대해 알아보고 비즈니스 모델 사례 검토를 통해 유비쿼터스 컴퓨팅 시대의 비즈니스 모델과 발전 방향 및 혁신 전략을 제시하고자 한다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.9 no.10
• /
• pp.239-246
• /
• 2020

In the medical field where artificial intelligence technology is introduced, research related to clinical decision support system(CDSS) in relation to diagnosis and prediction is actively being conducted. In particular, medical imaging-based disease diagnosis area applied AI technologies at various products. However, medical imaging data consists of inconsistent data, and it is a reality that it takes considerable time to prepare and use it for research. This paper describes a one-stop AI learning platform for converting to medical image standard R_CDM(Radiology Common Data Model) and supporting AI algorithm development research based on the dataset. To this, the focus is on linking with the existing CDM(common data model) and model the system, including the schema of the medical imaging standard model and report information for multi-center research based on DICOM(Digital Imaging and Communications in Medicine) tag information. And also, we show the execution results based on generated datasets through the AI learning platform. As a proposed platform, it is expected to be used for various image-based artificial intelligence researches.

• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.7
• /
• pp.233-240
• /
• 2022

Most of the recent AI researches has focused on developing AI models. However, recently, artificial intelligence research has gradually changed from model-centric to data-centric, and the importance of learning data is getting a lot of attention based on this trend. However, it takes a lot of time and effort because the preparation of learning data takes up a significant part of the entire process, and the generation of labeling data also differs depending on the purpose of development. Therefore, it is need to develop a tool with various labeling functions to solve the existing unmetneeds. In this paper, we describe a labeling system for creating precise and fast labeling data of medical images. To implement this, a semi-automatic method using Back Projection, Grabcut techniques and an automatic method predicted through a machine learning model were implemented. We not only showed the advantage of running time for the generation of labeling data of the proposed system, but also showed superiority through comparative evaluation of accuracy. In addition, by analyzing the image data set of about 1,000 patients, meaningful diagnostic indexes were presented for men and women in the diagnosis of sarcopenia.

• Journal of Science and Technology Studies
• /
• v.13 no.2
• /
• pp.71-110
• /
• 2013

As a patient has recently been recognized as not a passive object but a subject of medical services, various attempts are being made to strengthen the status of a patient. Medical communication which has been led by a doctor so far is being made with a focus on a patient due to sovereignty of a consumer and activation of medical information. The purpose of this paper is to investigate the process to strengthen the status of a patient as a consumer of health care service through a patient association and consumer movement as medical information becomes public. As the patient centered medical service is creating a variety of health care service market using IT technologies, it has contributed to the improvement on asymmetry of medical information. As the expansion of IT fusion health care market is bringing the fundamental change into the traditional relationship between a doctor and a patient, the medical service market is being re-organized. A patient centered medical service such as expansion of mobile health care model led by a patient is being accelerated.

• The Journal of Bigdata
• /
• v.6 no.1
• /
• pp.51-62
• /
• 2021

In the field of medical artificial intelligence, there have been a lot of researches on disease prediction and classification algorithms that can help doctors judge, but relatively less interested in artificial intelligence that can help medical consumers acquire and judge information. The fact that more than 150,000 questions have been asked about which hospital to go over the past year in NAVER portal will be a testament to the need to provide medical information suitable for medical consumers. Therefore, in this study, we wanted to establish a classification model that classifies 8 medical subjects for symptom text directly described by patients which was collected from NAVER portal to help consumers choose appropriate medical subjects for their symptoms. In order to ensure the validity of the data involving patients' subject matter, we conducted similarity measurements between objective symptom text (typical symptoms by medical subjects organized by the Seoul Emergency Medical Information Center) and subjective symptoms (NAVER data). Similarity measurements demonstrated that if the two texts were symptoms of the same medical subject, they had relatively higher similarity than symptomatic texts from different medical subjects. Following the above procedure, the classification model was constructed using a ridge regression model for subjective symptom text that obtained validity, resulting in an accuracy of 0.73.

• The Journal of the Korea Contents Association
• /
• v.18 no.6
• /
• pp.155-168
• /
• 2018

The purpose of this study was to investigate characteristics of Blockchain to introduce Blockchain technology to the medical industry. Thus, the 5 factors such as Security, Availability, Reliability, Diversity and Economic feasibility were used as the characteristics of Blockchain, which are independent variable, based on precedent studies. Also, Technology Acceptance Model(TAM) that are widely used in the research on Acceptance Intention in order to introduce new technology accept was utilized for intervening variable and dependent variable. For the purpose of this study, the health professionals and ordinary people were classified into health care providers and medical service consumers respectively to conduct survey and comparative analysis. The researching findings discovered that Hypothesis1-1(Security-Perceived Easiness-Acceptance Intention), Hypothesis2-1(Security-Perceived Usefulness-Acceptance Intention) and Hypothesis 3-1(Security-Perceived Easiness-Perceived Usefulness-Acceptance Intention) were rejected in all participants including health professionals and ordinary people. Additionally, all characteristics of Blockchain such as Availability, Reliability, Diversity and Economic feasibility were rejected in Hypothesis3-2 and Hypothesis 3-5 that pass through Easiness and Usefulness to Acceptance Intention, in case of the medical service consumers. Thus, this study discovered and confirmed that there's difference between the health care providers and medical service in the characteristics of Blockchain, as they pass through Perceived Easiness and Perceived Usefulness to Acceptance Intention. The significance of this study can be found, as it suggested activation plan through empirical analysis, which was hardly ever used in the study on Blockchain activation.