• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.35-40
• /
• 2022

본 논문에서는 임상 의사 결정 지원을 위하여 의학 지식을 통해 임상 관계를 추출하고 딥러닝 모델을 이용하여 질병을 예측하는 방법을 제안한다. 의학 사전인 UMLS(Unified Medical Language System)와 암 관련 의학 지식에 포함된 임상 용어를 5가지로 분류한다. 분류된 임상 용어들을 사용하여 위키피디아 의학 문서를 추출한다. 추출한 위키피디아 의학 문서와 추출한 임상 용어를 매칭하여 임상 관계를 구축한다. 구축한 임상 관계를 이용하여 딥러닝 학습을 진행한 후 질의에서 표현된 의학 용어를 바탕으로 질의와 연관된 질병을 예측한다. 이후, 예측한 질병과 관계가 있는 의학 용어를 확장 질의로 선택한 뒤 질의를 확장한다. 제안 방법의 유효성을 검증하기 위해 TREC Clinical Decision Support(CDS), TREC Precision Medicine(PM) 테스트 컬렉션에 대해 비교 평가한다.

• 한국콘텐츠학회논문지
• /
• 제10권10호
• /
• pp.54-67
• /
• 2010

종래에 헬스케어 영역에서 주로 사용해왔던 기계학습 기법을 U-health 서비스 분석단계에 적용하기에는 여러 가지 문제점들이 있다. 첫째, 아직 U-health 분야의 연구가 초기단계에 불과하여 기존의 기법들을 U-health 환경에 적용한 사례가 매우 부족하다. 둘째, 기계학습 기법은 학습시간이 많이 소요되기 때문에 실시간으로 질환을 관리해야만 하는 U-health 서비스 환경에는 적용하기 어렵다. 셋째, 그동안 다양한 기계 학습 기법들이 제시되었으나 질환 연관변수에 가중치를 부여할 수 있는 방법이 없어, 개인 맞춤형 질병예측 시스템으로 구축할 수 없는 한계를 가진다. 본 논문에서는 이러한 문제점들을 개선하고, U-health 서비스 시스템의 바이오 데이터 분석 과정을 프로세스로 해석하기 위하여, 개인 맞춤형 질병예측 기법인 PCADP를 제안하였다. 또한 이러한 PCADP를 바탕으로 U-health 데이터 및 서비스 명세의 의미 있는 표현을 위하여 U-health 온톨로지 프레임워크를 시멘틱스형으로 모델링하였다. 또한 PCADP 예측 기법은 U-health 환경에서 판별 기법이 갖추어야 할 조건인 유연성과 실시간성이 기존의 방식에 비하여 향상되었고, 판별과정의 모니터링 및 시스템의 지속적인 개선측면에서도 효율적으로 작용함을 확인하였다.

• 월간양계
• /
• 제18권7호통권201호
• /
• pp.91-96
• /
• 1986

닭의 산란능력에 영향을 미치는 요인들을 개괄하였으며 특히 바이러스성 질병에 대하여 논의하였다. 전염성질병은 예측할 수 없는 상황에서 발생하므로 질병의 발생을 방지할 수 있는 모든 방법들이 사전에 강구되어야만 한다. 최근들어 전염성기관염이 전국적으로 확산됨에 따라 채란계농가나 종계농가의 피해가 날로 높아가리라 사료되며, 우리 모두의 지혜를 모아 어려움을 슬기롭게 풀어가야 하리라 믿는다

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.57-66
• /
• 2017

질병의 확산 과정을 설명하기 위한 모형으로 가장 대표적인 방법은 Kermack과 McKendrick (1927)에 의해 제안된 SIR (susceptible - infectious - recovered) 모형이다. SIR 모형을 구축하기 위해서는 질병의 감염률 (transition rate)과 회복률 (recovery rate)이 주어져 있거나 질병의 전체 확산 과정이 데이터로 주어진 경우 추정을 통하여 구할 수 있다. 하지만 데이터가 제한적으로 관찰된 경우 직접적인 감염률와 회복률의 계산이 불가능 하다. 본 연구에서는 관찰된 자료가 가지는 한계점을 고려하여 질병의 초기 확산과정에서 질병 감염 확률을 추정하기 위하여 리드-프로스트 (Reed-Frost) 모형 (Andersson과 Britton, 2000)을 적용하였다. 리드-프로스트 모형은 질병의 최초 감염자 수, 최종 감염자 수, 그리고 최초 감염대상자의 수가 주어졌을 때 이를 통하여 감염 확률을 추정하기 위한 모형이다. 본 연구에서는 서아프리카의 카메룬 공화국에서 조사된 역학 조사 자료를 이용하여 콜레라의 초기 감염 확률을 추정하였다. 그리고 추정된 결과를 이용하여 다시 SIR 모형에 적용하여 질병의 확산 경로에 대한 예측을 수행하였다. 예측 결과 조사 지역의 주민 가운데 50% 이상이 감염될 것으로 예측되었으며 질병의 전파는 약 한달 정도 지속될 것으로 예측 되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.602-604
• /
• 2017

인간의 수명이 늘어남에 따라 사람들은 건강하게 오래살고 싶은 욕구가 생기게 되었다. 특히 한국은 빠른 속도로 고령화 사회에 진입하였고, 고령화에 따른 질병의 증가로 의료비의 부담으로 이어졌다. 의료비 부담을 줄이기 위해 병의 치료보다는 예측과 예방이 중요하다. 개인의 유전자 정보를 측정하여 질병의 예측 및 예방을 할 수 있다. 개인의 유전자정보를 이용하기 위해서 한국인 질병과 표현형의 유전요인 발굴에 최적화된 SNP(80만개)과 GWAS를 통해 한국인의 유전정보를 파악하고 특정 집단의 유전적(체질적) 특성으로 각 개인의 유전자 정보를 분석한다. 본 논문은 특정 만성질환(비만, 당뇨 또는 심혈관계)집단을 분류할 수 있도록 분류 인덱스를 개발한다. 만성질환에 따른 맞춤식단 및 운동 관리를 위한 건강관리 서비스를 개발하고자한다.

• 한국통신학회논문지
• /
• 제38C권12호
• /
• pp.1095-1105
• /
• 2013

본 논문에서는 헬스 케어 시스템에서 효율적으로 질병을 관리할 수 있는 RDMS(Rough Set Theory based Disease Monitoring System)을 제안한다. RDMS는 DCM(Data Collection Module), RDRGM(RST based Disease Rule Generation Module), HMM(Healthcare Monitoring Module)로 구성된다. DCM은 바이오센서로부터 환자의 생체 정보를 수집하고, 데이터 처리 절차에 따라 RDMS DB에 저장한다. RDRGM은 RST의 코어와 속성의 지지율을 이용하여 질병 규칙을 생성한다. HMM은 DCM에 의해 수집된 환자 정보를 이용하여 환자의 질병에 대한 위험지수뿐만 아니라 질병에 대한 합병증에 관한 위험지수까지 분석함으로써 환자의 질병을 예측하고, 환자의 위험지수에 따라 환자, 주치의 등에 시각화된 환자의 정보를 전달한다. 또한, RDRGM에 의해 생성된 규칙들에 따라 환자의 의료정보, 현재의 환자건강상태, 환자 가족력 등을 비교분석하여 환자의 질병을 예측하고, 예측결과에 따라 환자 맞춤형 의료 서비스와 의료 정보를 신속하고 신뢰성 있게 제공할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.1-3
• /
• 2006

대사증후군은 당뇨병, 고혈압, 복부 비만, 고지혈증 등의 질병이 한 개인에게 동시에 발현하는 것을 말하며, 최근 경제여건의 향상 및 식생활 습관의 변화와 함께 우리나라에서도 심각한 문제가 되고 있다. 한편 불확실성의 처리를 위해 많이 사용되는 베이지안 네트워크는 사람이 분석 가능한 확률 기반의 모델로 최근 의학분야에서 질병의 진단이나 예측모델을 구성하기 위한 방법으로 유용하게 사용되고 있다. 베이지안 네트워크의 구조를 학습하는 대표적인 알고리즘인 K2 알고리즘은 속성이 입력되는 순서의 영향을 받으며, 따라서 이 또한 하나의 주제로써 연구되어 왔다. 본 논문에서는 유전자 알고리즘을 이용하여 베이지안 네트워크에 입력되는 속성 순서를 최적화하며 이 과정에서 의학지식을 적용해 효율적인 최적화가 가능하도록 하였다. 제안하는 모델을 통해 1993년의 데이터를 가지고 1995년의 상태를 예측하는 분류 실험을 수행한 결과 속성 순서 최적화 후에 이전보다 향상된 예측율을 보였으며 또한 다층 신경망, k-최근접 이웃 등을 이용한 다른 모델보다 더 높은 예측율을 보였다.

• Tuberculosis and Respiratory Diseases
• /
• 제60권2호
• /
• pp.215-220
• /
• 2006

연구 배경: 폐활량측정법 정상예측식이 한국인을 대상으로 개발되었다. 한국인 정상예측식을 실제 진료에 사용하기 위해서 그 동안 많이 사용하던 정상 예측식 중 하나인 Morris 예측식을 적용하였을 때와 한국인 예측식을 적용하였을 때 장애 양상 해석 및 질병 중증도 평가가 어떻게 달라지나 비교하고자 하였다. 방 법: 서울아산병원의 호흡기검사실에서 2004년도 11월 한 달간 폐활량측정법을 시행한 남자 926명과 여자 694명을 대상으로 하였다. 나이, 성, 키, 몸무게, 그리고 폐활량측정법으로 $FEV_1$ [forced expiratory volume in one second], FVC [forced vital capacity], $FEV_1/FVC$ 등을 구하였다. 한국인 예측식과 Morris 예측식을 사용하여 장애 양상 해석과 질병 중증도 평가를 하였고 그 차이를 비교하였다. 폐활량측정법 장애 양상은 $FEV_1/FVC$과 FVC 값에 따라서 정상, 제한성, 폐쇄성, 양상 미정 등으로 정의하였고 질병 중증도는 기류제한이 있는 환자는 $FEV_1$ 값에 따라서 기류제한이 없는 환자는 FVC값에 따라서 정의하였다. 결 과: Morris 예측식에서 한국인 예측식으로 바꾸어 적용하면 장애 양상 해석이 남자 환자의 경우 22.5% (208/926) 달라졌고 여자의 경우 24.8% (172/694) 달라졌다. 한국인 예측식을 적용하였을 때, 기류제한이 있는 환자의 경우 질병의 중증도가 남자에서 30.2% (114/378) 바뀌었고 여자에서 39.4% (37/94) 바뀌었다. 기류제한이 없는 환자의 경우는 질병의 중증도가 남자에서 27.9% (153/548) 바뀌었고 여자에서 30.2% (181/600) 바뀌었다. 결 론: 폐활량측정법 정상예측식이 바뀌면 장애 양상 해석과 질병 중증도 평가에 유의한 영향을 미칠 수 있다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1266-1271
• /
• 2022

반려동물 중 반려묘의 비중이 2012년 이후 연평균 25.4%의 증가율을 보이며 증가하는 추세이다. 고양이는 강아지에 비해 야생성이 강하게 남아있기 때문에 질병이 생기면 잘 숨기는 특성이 있다. 보호자가 반려묘가 질병이 있음을 알게 되었을 때는 병이 이미 악화되어진 상태일 수 있다. 반려묘의 식욕부진(식사회피), 구토, 설사, 다음, 다뇨 등과 같은 현상은 당뇨, 갑상선기능항진증, 신부전증, 범백혈구감소증 등 고양이 질병 시 나타나는 증상 중 일부이다. 반려묘의 다뇨(소변 양이 많음), 다음(물 많이 마심), 빈뇨(소변을 자주 봄) 현상을 보호자가 보다 빨리 알아차릴 수 있다면 반려묘의 질병 치료에 크게 도움이 될 것이다. 본 논문에서는 인공지능 디바이스에서 작동하는 1) 자세 예측 DeepLabCut의 Efficient 버전, 2) 객체 검출 YOLO v4, 3) 행동 예측 LSTM 4) 객체 추적은 BoT-SORT를 사용한다. 인공지능 기술을 이용하여 홈 CCTV의 영상에서 반려묘의 행동 패턴 분석과 물그릇의 무게 센서를 통해 반려묘의 다음, 다뇨 및 빈뇨를 예측한다. 그리고, 반려묘 행동 패턴 분석을 통해, 질병 예측 및 이상행동 결과를 보호자에게 리포트 하는, 메인 서버시스템과 보호자의 모바일로 전달하는 애플리케이션을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.165-167
• /
• 2022

반려동물 중 반려묘의 비중이 2012년 이후 연평균 25.4%의 증가율을 보이며 증가하는 추세이다. 고양이는 강아지에 비해 야생성이 강하게 남아있기 때문에 질병이 생기면 잘 숨기는 특성이 있다. 보호자가 반려묘가 질병이 있음을 알게 되었을 때는 병이 이미 악화되어진 상태일 수 있다. 반료묘의 식욕부진(식사회피), 구토, 설사, 다음, 다뇨 등과 같은 현상은 당뇨, 갑상선기능항진증, 신부전증, 범백혈구감소증 등 고양이 질병 시 나타나는 증상 중 일부이다. 반려묘의 다음(물 많이 마심), 다뇨(소변의 양이 많음), 빈뇨(소변을 자주 봄) 현상을 보호자가 보다 빨리 알아차릴 수 있다면 반려묘의 질병 치료에 크게 도움이 될 것이다. 본 논문에서는 인공지능 서버에서 작동하는 1) 자세 예측 DeepLabCut의 Efficient버전, 2) 객체 검출 yolov4, 3) 행동 예측은 LSTM을 사용한다. 인공지능 기술을 이용하여 홈 CCTV의 영상에서 반려묘의 행동 패턴 분석과 물그릇의 무게 센서를 통해 반려묘의 다음, 다뇨 및 빈뇨를 예측한다. 그리고, 반려묘 행동 패턴 분석을 통해, 질병 예측 및 이상행동 결과를 보호자에게 리포트 하는, 메인 서버시스템과 보호자의 모바일로 전달하는 애플리케이션을 제안한다.