• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.407-410
• /
• 2006

방대한 양의 다양한 데이터들이 발생되는 의료분야에서는 임상데이터를 기반으로 보다 정확하고 효율적으로 현상을 분석/판단하여 의사가 환자진료 시 정확한 진단과 치료를 수행할 수 있도록 보조해주는 적절한 의사결정지원시스템이 요구되고 있다. 따라서, 이와 같은 요구를 충족시키기 위해서는 다종 다양한 데이터로부터 간결하면서도 효과적으로 개념들을 추출하고 구조화하여 개념계층구조로 표현할 수 있어야 하며, 실세계의 데이터에 대한 구조화와 요약을 제공하고 필요한 정보를 수월하게 접근할 수 있어야 한다. 본 연구에서는, 도메인 내의 다양한 데이터들로부터 개념들을 추출하고, 개념들 사이의 상하위 관계를 파악하여 개념계층구조를 구축하기위한 정형화된 데이터분석기법으로서 형식개념분석기법(Formal Concept Analysis)을 소개하고, 이를 치과 교정학 분야의 환자 임상데이터 분석기법(Cephalometric Analysis)에 융합한 형태의 임상의사결정지원시스템 개발 및 향후 연구과제 등에 관해 설명한다.

• Journal of Digital Convergence
• /
• v.16 no.12
• /
• pp.511-521
• /
• 2018

The purpose of this study was to investigate the effect of critical thinking, clinical decision making ability, patient safety knowledge and attitude ability to perform patient safety activities during clinical practice on nursing student's. Data were analyzed using t-tests and one-way ANOVA using the SPSS 21.0 program. As a result, the subjects' safety nursing activities was positively correlated critical thinking disposition(r=.278, p=.001), clinical decision making ability(r=.202, p=.014), patient safety attitude(r=.421, p<.001).The significant predictors of perform safety nursing activities were gender(${\beta}=.175$, p=.031), patient safety education(${\beta}=-2.266$, p=.025), critical thinking disposition(${\beta}=3.354$, p=.001), patient safety attitude(${\beta}=.368$, p<.001). These factors explained 31.5% of the variance(R2=.561, F=4.56 p<.001). It is necessary to establish a curriculum for critical thinking disposition, clinical decision making ability, and patient safety education in order to improve patient safety performance necessary for clinical practice education of nursing college students.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.593-596
• /
• 2007

복합 질환과 관련된 임상데이터에 대한 예측 모델을 회귀분석, 신경망, 또는 MDR과 같은 방법을 이용하여 분석할 경우 데이터의 차원 문제(Dimensionality Problem)가 발생할 수 있다. 엔트로피(Entropy)를 이용한 의사결정규칙 방법은 이러한 데이터의 차원 문제를 줄이고 의사결정규칙의 결과를 바로 해석할 수 있다는 점에서 질환 예측 모델을 만드는데 유용하다. 본 논문에서는 천식과 관련된 임상데이터를 사용하여 예측 모델을 구성하고 결과를 분석한다.

• The Korean Nurse
• /
• v.35 no.5
• /
• pp.13-19
• /
• 1997

• Journal of the Korean Applied Science and Technology
• /
• v.38 no.1
• /
• pp.88-98
• /
• 2021

This study was conducted to identify the factors affecting the self-confidence in performing patient safety management in nursing students. As a result of the analysis, 7.0 points in knowledge of patient safety management, 3.86 points in attitude of patient safety management, 3.47 points in clinical decision making ability, and 4.15 points in self-confidence in performing patient safety management. Self-confidence in performing patient safety management was positively correlated with knowledge of patient safety management(r=.216, p<.01) and attitude of patient safety management(r=.375, p<.01), clinical decision making ability(r=.467, p<.01). The self-confidence in performing patient safety management was influenced by clinical decision making ability(β=.409, p<.001) and attitude of patient safety management(β=.198, p=.011), explanatory power was 26.3%.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.19-21
• /
• 2006

본 논문에서는 의료임상 문서의 구절(phrase)를 대상으로 고차원 개념의 정보를 태깅하는 시맨틱 태깅 시스템을 제안하고 있다. 시스템은 의사들이 기록한 임상 기록으로부터 정보를 추출한다. 태깅은 UMLS와 POS, 약어 태깅이 된 문서를 대상으로 HMM 모델에 의거하여 이루어지게 된다. 태깅된 결과는 의료 상에서의 경험적 지식을 추출하는데 이용되어 의사들의 의사 결정을 지원하게 된다.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.34 no.8
• /
• pp.25-29
• /
• 2016

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.329-330
• /
• 2021

벌크화물운송은 해상운송시장에서 가장 큰 규모이고 철강 및 에너지 산업을 뒷받침 하는 중요한 시장이다. 또한 운임의 변동성이 가장 큰 시장으로 상당한 수익을 기대할 수 있는 반면에 파산에 이르는 큰 손실이 발생할 수 있기때문에 시장 참여자들은 합리적이고 과학적인 예측을 기반하여 의사결정을 해야 한다. 그러나 해운시장에서는 과학적 의사결정보다는 경험기반의 의사결정에 의존하기 때문에 시황변동성에 취약하다. 본 논문은 벌크운임예측에 신호 분해 방법인 EMD와 인공신경망을 결합한 하이브리드 모델을 적용하여 과학적 예측방법을 제시하고자 한다. 본 논문은 학문적으로 해운시장 운임예측연구에서 거의 시도되지 않았던 시계열분해법과 기계학습기법을 결합한 하이브리드 모델을 제시하였다는데 의미가 있으며 실무적으로는 해운시장에서 빈번이 일어나는 의사결정의 질이 제고되는데 기여할 것으로 기대된다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.51-55
• /
• 2016

본 논문에서는 임상 의사 결정 지원을 위한 UMLS와 위키피디아를 이용하여 지식 정보를 추출하고 질병중심 문서 클러스터와 단어 의미 표현을 이용하여 질의 확장 및 문서를 재순위화하는 방법을 제안한다. 질의로는 해당 환자가 겪고 있는 증상들이 주어진다. UMLS와 위키피디아를 사용하여 병명과 병과 관련된 증상, 검사 방법, 치료 방법 정보를 추출하고 의학 인과 관계를 구축한다. 또한, 위키피디아에 나타나는 의학 용어들에 대하여 단어의 효율적인 의미 추정 기법을 이용하여 질병 어휘의 의미 표현 벡터를 구축하고 임상 인과 관계를 이용하여 질병 중심 문서 클러스터를 구축한다. 추출한 의학 정보를 이용하여 질의와 관련된 병명을 추출한다. 이후 질의와 관련된 병명과 단어 의미 표현을 이용하여 확장 질의를 선택한다. 또한, 질병 중심 문서 클러스터를 이용하여 문서 재순위화를 진행한다. 제안 방법의 유효성을 검증하기 위해 TREC Clinical Decision Support(CDS) 2014, 2015 테스트 컬렉션에 대해 비교 평가한다.

• Knowledge Management Research
• /
• v.21 no.3
• /
• pp.105-121
• /
• 2020

With regard to the development of new drugs, what is most important for a Korean Biotech, where no global sales network has been established, is decision-making related to out-licensing of new drugs. The probability of success for each clinical phase is different, and the licensing amount and its royalty vary depending on which clinical phase the licensing contract is made. Due to the nature of such a licensing contract and Biotech's weak financial status, it is a very important decision-making issue for a Biotech to determine when to license out to a Big Pharma. This study defined a model called 'optimal timing for out-licensing of new drugs' and the results were derived from the decision tree analysis. As a case study, we applied to a Biotech in Korea, which is conducting FDA global clinical trials for a first-in-class new drug. Assuming that the market size and expected market penetration rate of the target disease are known, it has been shown that out-licensing after phase 1 or phase 2 of clinical trials is a best alternative that maximizes Biotech's profits. This study can provide a conceptual framework for the use of management science methodologies in pharmaceutical fields, thus laying the foundation for knowledge and research on out-licensing of new drugs.