• Proceedings of the Korean Society for Information Management Conference
• /
• 2017.08a
• /
• pp.104-104
• /
• 2017

연구 데이터란 과학적 연구에서 사용된 일차 자료와 연구자에 의해 직접 작성된 연구의 결과로서 수치, 문자, 이미지, 음성 등의 사실적 기록을 의미한다. 이 연구의 주제 분야인 의학은 잠재적 가치와 활용 가능성이 높고 공익적 성격을 가지고 있는 학문 분야로 의학 연구 데이터의 종류와 관리의 필요성을 통해서 그 가치와 공유 의미를 찾아보고자 한다. 또한 연구 데이터의 대표적인 임상 시험 기록과 연구 논문의 발표와 공유 현황에 대해서도 살펴보고 그 안에서 도서관의 역할이 어떤 것인가를 짚어보고자 한다. 의학 연구 데이터는 환자 진료기록, 건강 검진 기록, 임상 기록, 사망 기록, 임상 시험 기록, 유전체 정보, 연구 논문 등 그 종류와 형태가 다양하며 대용량인 경우가 많다. 의학 연구는 개인 정보보호와 윤리적인 문제 등 연구 수행 과정에서 어려운 점이 많은 성격을 가지고 있으나 질병 치료나 예방 나아가 인류의 건강과 직접적으로 관련된 학문 분야로 의학 연구 데이터의 보존과 공개, 공유를 위한 관리는 큰 의미가 있다. 의학 연구 데이터관리는 새로운 연구의 밑받침이 될 뿐만 아니라 중 저개발 국가의 연구자들에게도 큰 기회를 부여하여 세계적인 의학 발전에 기여할 수 있다. 또한 임상 시험 결과에 대한 은폐와 거짓 연구 방지에도 의미가 있어 미국뿐만 아니라 전세계적으로 학술 연구 논문 발표에 사용된 데이터는 등록하도록 규정하고 있다. 임상 시험 등록으로 공인된 사이트는 NIH의 ClinicalTrials.gov, ICTRP의 Primary Registry 등이 있으며, 우리나라에도 질병관리본부 국립보건연구원에서 관리하는 CRIS 등이 있다. 의학 연구자들은 연구의 시작부터 연구 데이터를 수집, 사용, 보존, 공유의 문제를 고려해야 하나 시간적 물리적인 문제 등으로 어려움을 겪고 있으며, 이를 지원하는 서비스는 도서관에서도 관심이 높아지고 있는 분야로 Virginia Commonwealth 대학 도서관과 Emory 대학 도서관 등에서 시도되고 있다. 이 서비스는 연구 과정에서 사서의 지원이 가능한 새로운 기회로 연구자의 데이터관리를 위한 단계별 스토리를 조직하고 DMP 작성 지원 및 교육 등을 통해서 학술 커뮤니케이션에서 새로운 역할자로 자리잡을 수 있을 것이다.

• The Journal of Bigdata
• /
• v.6 no.2
• /
• pp.61-70
• /
• 2021

The objective of this study was to describe specific approaches for data extraction from graph when statistical information is not directly reported in some articles, enabling data intergration and meta-analysis for quantitative data synthesis. Particularly, meta-analysis is an important analysis tool that allows the right decision making for evidence-based medicine by systematically and objectively selects target literature, quantifies the results of individual studies, and provides the overall effect size. For data integration and meta-analysis, we investigated the strength points about the introduction and application of Adobe Acrobet Reader and Python-based Jupiter Lab software, a computer tool that extracts accurate statistical figures from graphs. We used as an example data that was statistically verified throught an previous studies and the original data could be obtained from ClinicalTrials.gov. As a result of meta-analysis of the original data and the extraction values of each computer software, there was no statistically significant difference between the extraction methods. In addition, the intra-rater reliability of between researchers was confirmed and the consistency was high. Therefore, In terms of maintaining the integrity of statistical information, measurement using a computational tool is recommended rather than the classically used methods.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.73-74
• /
• 2013

차세대 웹 기술인 시맨틱 웹(Semantic Web)이 각광을 받음에 따라, 시맨틱 웹과 관련된 다양한 기술들이 활발히 연구되고 있다. 특히, 시맨틱 웹의 핵심 사례인 링크드 데이터(Linked Data)는 웹으로 접근 가능한 형태의 URI로 시맨틱 데이터를 표현하고 서로 연결함으로써, 오픈 데이터로서 상호운용성 극대화 및 데이터의 통합을 용이하게 한다. 이는 바이오인포매틱스 기술 발전과 결합하여 웹에서 바로 이용 가능한 많은 의학 링크드 데이터 생산과 이를 활용한 다양한 의학용어 검색 서비스 개발 결과를 가져왔다. 하지만, 기존 의학용어 검색 서비스들은 각 기관이 보유하고 있는 의학정보를 기반으로 서비스되기 때문에 다양하고 정확한 정보를 얻기 위해서는 많은 시간과 노력을 투자해야 한다. 그래서 본 논문에서는 척추 분야 의학 관련 링크드 데이터를 활용해 정확도가 높고 확장이 용이한 척추정보 검색 서비스를 제안한다.

• Smart Media Journal
• /
• v.2 no.4
• /
• pp.34-40
• /
• 2013

Rapid sequencing of individual genomes with next generation sequencer opens new horizon to biology and personalized medicine. The analyzed sequences help to check several genomic abnormality, genomic expression, epigenomic phenotypes, gene annotation after assembly of their reads. Several trials integrating genomic information and clinical data will assist disease diagnostics and clinical treatments. To have a large step towards individualized medicine, development of smart interface linking specialized sequence data to the public is necessary.

• Journal of the Korean Society of Radiology
• /
• v.83 no.4
• /
• pp.759-770
• /
• 2022

The importance of ethics in research and the use of artificial intelligence (AI) is increasingly recognized not only in the field of healthcare but throughout society. This article intends to provide domestic readers with practical points regarding the ethical issues of using radiological images for AI research, focusing on data security and privacy protection and the right to data. Therefore, this article refers to related domestic laws and government policies. Data security and privacy protection is a key ethical principle for AI, in which proper de-identification of data is crucial. Sharing healthcare data to develop AI in a way that minimizes business interests is another ethical point to be highlighted. The need for data sharing makes the data security and privacy protection even more important as data sharing increases the risk of data breach.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.11
• /
• pp.1571-1576
• /
• 2022

This study aims to analyze the interest of modern people in non-face-to-face medical counseling in the medical industrys. Big data was collected on two social platforms, 지식인, a platform that allows experts to receive medical counseling, and YouTube. In addition to the top five keywords of telephone counseling, "internal medicine", "general medicine", "department of neurology", "department of mental health", and "pediatrics", a data set was built from each platform with a total of eight search terms: "specialist", "medical counseling", and "health information". Afterwards, pre-processing processes such as morpheme classification, disease extraction, and normalization were performed based on the crawled data. Data was visualized with word clouds, broken line graphs, quarterly graphs, and bar graphs by disease frequency based on word frequency. An emotional classification model was constructed only for YouTube data, and the performance of GRU and BERT-based models was compared.

• Journal of the Korean Society for information Management
• /
• v.27 no.2
• /
• pp.117-127
• /
• 2010

In this study, the author examined medical information management research trends in abroad and Korea from the perspectives of library and information science. LISA was used to collect research data in abroad from 2007 to 2010 (a total of 225 research articles). Korean studies were investigated using DBPIA to compare research trends. Content analysis results based on subject category show that research in abroad increased consistently and electronic resources and collection-related subjects were frequently studied. In Korea, the electronic resources and collection-related research proportion was also high, and much research was done in the areas of bibliometrics. However, medical information management researches did not increase in Korea between 2000 and 2010.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.2
• /
• pp.357-367
• /
• 2009

According to the development of modern medical science, one can find many other related researches in various fields. In order to get correct research results, research design, research process and analysis of results should be done in objective and reasonable manner. Therefore, various statistical analysis approaches are widely used. In this paper, we investigate the usage of statistical methods in research papers published in four medical journals between 2004 and 2007.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.333-337
• /
• 1998

의학분야에서 컴퓨터 활용은 단순히 처리할 데이터의 자동화뿐만 아니라 각종 의학영상들을 자동으로 처리함으로서 의사의 진단을 도와주는 형태로 발전되어 가고 있다. 본 논문에서는 병원의 임상병리과에서 번번히 수행하는 혈액검사를 자동화하기 위한 것으로 혈액을 자동 분석하는 웹 기반 분석시스템을 구축하였다. 이를 위해 본 논문에서는 혈액 영상으로부터 특징을 추출하기 위한 단계를 서술하고 세포분류를 위한 다층 신경망을 이용해 구현한 내용을 보인다. 또한 본 연구의 결과로 신경망의 학습 효율을 높이기 위한 전처리로서 학습 데이터에 대해 러프 집합 이론을 적용하여 학습 데이터의 차원을 효과적으로 줄일 수 있었다.

• Journal of Industrial Convergence
• /
• v.22 no.1
• /
• pp.177-183
• /
• 2024

The study investigates the impact of data quality on the performance of artificial intelligence (AI). To this end, the impact of labeling error levels on the performance of artificial intelligence was compared and analyzed through simulation, taking into account the similarity of data features and the imbalance of class composition. As a result, data with high similarity between characteristic variables were found to be more sensitive to labeling accuracy than data with low similarity between characteristic variables. It was observed that artificial intelligence accuracy tended to decrease rapidly as class imbalance increased. This will serve as the fundamental data for evaluating the quality criteria and conducting related research on artificial intelligence learning data.