• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.51-55
• /
• 2016

본 논문에서는 임상 의사 결정 지원을 위한 UMLS와 위키피디아를 이용하여 지식 정보를 추출하고 질병 중심 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.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.317-320
• /
• 2016

기계학습 기반의 자연어처리 모듈에서 중요한 단계 중 하나는 모듈의 입력으로 단어를 표현하는 것이다. 벡터의 사이즈가 크고, 단어 간의 유사성의 개념이 존재하지 않는 One-hot 형태와 대조적으로 유사성을 표현하기 위해서 단어를 벡터로 표현하는 단어 표현 (word representation/embedding) 생성 작업은 자연어 처리 작업의 기계학습 모델의 성능을 개선하고, 몇몇 자연어 처리 분야의 모델에서 성능 향상을 보여 주어 많은 관심을 받고 있다. 본 논문에서는 Word2Vec, CCA, 그리고 GloVe를 사용하여 106,552개의 PubMed의 바이오메디컬 논문의 요약으로 구축된 말뭉치 카테고리의 각 단어 표현 모델의 카테고리 분류 능력을 확인한다. 세부적으로 나눈 카테고리에는 질병의 이름, 질병 증상, 그리고 난소암 마커가 있다. 분류 능력을 확인하기 위해 t-SNE를 이용하여 2차원으로 단어 표현 결과를 맵핑하여 가시화 한다. 2차원으로 맵핑된 결과 값을 코사인 유사도를 사용하여 질병과 바이오 마커간의 유사도를 구한다. 이 유사도 결과 값 상위 20쌍의 결과를 가지고 실제 연구가 되고 있는지 구글 스콜라를 통해 관련 논문을 검색하여 확인하고, 검색 결과를 점수화 한다. 실험 결과 상위 20쌍 중에서 85%의 쌍이 실제적으로 질병과 바이오 마커 간의 관계를 파악하는 방향으로 진행 되고 있으나, 나머지 15%의 쌍에 대해서는 실질적인 연구가 잘 되고 있지 않은 것으로 파악되었다.

• Journal of Oral Medicine and Pain
• /
• 제26권3호
• /
• pp.189-204
• /
• 2001

본 연구는, 기존의 나열식 분류체계의 문제점을 극복할 수 있는 GRAIL을 이용하여 두경부의 해부학적 구조물들 및 구강 악안면 영역의 주요 질병들과 관련된 치의학 개념들의 모델을 구축한 뒤, 완성된 치의학 개념 모델이 두경부의 해부학적 구조물들 및 구강 악안면 영역의 주요 질병들을 잘 표현할 수 있는지와 기존의 GRAIL 모델이 지닌 특징에 잘 부합하는지를 평가하고자 시행되었다. 서울대학교 치과병원 내원 환자 중 포괄적인 치과 치료 병력을 지닌 환자 150명의 치과 의무기록을 내용별로 분석하고, 각종 치의학 교과서와 기존의 의학용어 분류체계에서도 모델 구축에 필요한 치의학 용어를 선택하였다. 이들 자료를 바탕으로, GRAIL 모델 구축을 진행하고 구축된 모델을 평가할 수 있는 소프트웨어 프로그램인 'KnoME'에서 치의학 개념 모델을 구축하고 평가하여, 다음과 같은 결론을 얻었다. 1. 환자 150명의 치과 의무기록을 내용별로 분석한 결과, 우선적으로 모델 구축이 필요한 치의학 용어로는, 해부학적 구조물의 경우 치아, 치은, 악관절, 입술, 턱, 혀 등의 순서로 나타났으며, 구강악안면 영역의 병소에서는 치아 우식증, 치주염, 치은염, 악관절 장애, 매복 지치, 치경부 마모 등의 순서로 나타났다. 2. GRAIL을 이용하여 치아, 치주조직, 구강점막조직, 치아 우식증, 치수 및 치근단 병소, 치주질환, 구강점막질환의 모델 구축을 시행한 결과, 치의학 개념간의 다양한 관계가 대다수 잘 표현되었다. 그러나, 구강 악안면 영역의 해부학적 구조물에 대한 공간 정의의 한계성과 구강 악안면 질환의 진행 양상에 있어서 표현의 어려움이 관찰되었다. 이러한 부분은 GRAIL을 치의학 분야에 적용할 때, 극복해야 할 한계로 나타났다. 3. 치의학 개념들에 관한 다양한 질의를 시행한 후 그 응답 내용을 평가한 결과, 완성된 모델 내에서 치의학 개념의 자동적인 분류가 이루어 졌으며, 다양한 목적의 검색이 가능하였다. 이와 같은 사실로 미루어 보아서, 완성된 모델은 기존의 GRAIL 모델의 특성에 잘 부합되는 것으로 생각되었다.

• 월간산업보건
• /
• 통권81호
• /
• pp.6-13
• /
• 1995

독일에서는 근로자의 건강을 예방하고 유지하고 질병을 조기발견하기 위하여 근로자에 대하여 산업의학적 예방검진을 법적으로 규정하고 용어의 정의 및 검진방법과 그 단계에 대하여 자세히 명시하고 있다. 산업재해보상보험조합(Berufsgenossenschaft)은 예방검진을 수행하는 기관이면서 동시에 감독하는 기능을 가지며 각 유해인지별 예방검진조항을 규정하고 제시하고 있다. 다음은 소음에 관한 산업의학적 예방검진규정(G 20)을 정리한 것이다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.35-42
• /
• 2024

의공학은 의학 및 생물학적 이해를 바탕으로 공학적 기술을 이용하여 인체 질병을 진단하고 치료하는 학문이다. 올바른 의공학 교육을 위해서는 교육과정에 의학용어, 인체해부학, 인체 생리학 등의 교육이 필요하지만 학생들은 이들 의학 기초 과목들을 암기 과목이라는 선입견을 가지고 있다. 이러한 학생들의 선입견을 해소시키기 위해서는 다양한 교육방법을 개발하여 학생들이 기초의학 과목들에 쉽게 접근할 수 있도록 해야 한다. 본 논문에서는 의학용어 과목에 인체 반신 해부 모형의 관찰 실습을 도입하여 학습 효과를 높이는 방법을 제시한다. 인체 반신 모형은 여러가지 장기가 조립되어 있는 형태이며 하나씩 분해하면서 관찰할 수 있다. 본 관찰 실습은 머리, 목, 가슴, 복부 부위의 장기들에 대한 질문으로 구성하여 학생들이 조별로 답을 찾아가도록 구성하였다. 학생들은 실습 후 이 실습이 학습동기를 유발하고 강의의 이해를 쉽게 해 주었다고 평가하였다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2002년도 제1차워크샵
• /
• pp.89-104
• /
• 2002

유전체연구사업단은 국내에서 발병 및 사망빈도가 가장 높은 위암과 간암의 퇴치를 목적으로 국가적 특목전략사업으로 연구를 추진하고 있다. 이와 별도로 보건복지부에서는 22개의 중요 질병별 유전체 연구센터를 전국적으로 추진하고 있다. 따라서, 연구가 성공적으로 진행되면 각 연구소에서 독자적으로 개발하여 제공하는 생명정보의 양은 거의 무한에 이를 것이다. 그러나 생명정보는 환자진료에 도움을 주기 위해서는 궁극적으로 임상정보와 함께 유기적으로 통합되어야 한다. 임상정보와의 통합을 위해서는 의료기관의 진료정보와 연구소의 생명정보가 연계되어 엄밀한 임상실험이 추가적으로 실시되어야 한다. 뿐만 아니라 생명정보학의 발전을 위해서는 연구대상의 임상정보가 공유되어야 한다. 유전체정보를 이용하는 생명정보학(Bioinformatics)은 각 국가마다 전략사업으로 간주하여 막대한 투자가 이루어지는 새로운 분야이다. 현재 선진국에서 개발 사용 중인 시스템의 연간 사용료가 고가이므로 국내 도입은 거의 불가능하거나 또는 매우 비효율적이다. 유전체 또는 생명정보의 임상활용 및 생명정보연구를 위한 임상정보 공유를 위해서는 우선 다음의 사항이 개발되어야 한다. 1) 다음과 같은 개별환자의 정보를 각 의료기관에서 제공 받아 저장 활용한다. - 진찰 및 임상소견, 수술기록, 경과기록, 검사결과 (임상병리, 해부병리, 방사선 등), - 영상정보 (X-ray, CT, MRI, 초음파, 전자현미경, 그래픽 등), - 환자개인기록(병력, 과거력, 가족력, 알러지 등), - 예방접종 기록 2) 각 연구소에서 첨단기술을 이용하여 개발되는 생명정보를 임상에 활용하기 위해서는 유전체연구센타와 병원간에 임상정보와 유전체 분석정보의 공유가 필수적으로 발생하게 됨으로, 유전체 정보와 임상정보의 통합은 미래 의료환경에 필수기능이 될 것이다. 3) 각 생명공학 연구소에서 사용하는 첨단 분석 장비와 생명공학 정보시스템의 자동 연계가 필요하다. 현재 국내에는 전국적인 초고속정보망이 가동되어 웹을 기반으로 하는 생명정보의 공유는 기술적으로 문제가 될 수 없으나 임상정보의 유전체연구에 그리고 유전체연구정보의 임상활용은 다양한 문제를 내포하고 있다. 이에 영상을 포함한 환자정보의 유전체연구센터와 병원정보시스템과의 효율적인 연계통합 운영을 위해 국내에서는 초기 도입단계에 있는 국제적인 보건의료정보의 표준인 Health Level 7 (textural information 공유), DICOM (image 및 wave 공유), 관련 ISO표준, WHO의 ICD9/10 (질병분류), LOINC (검사 및 관련용어), SNOMED International (의학용어) 등을 활용하여야 한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권2호
• /
• pp.77-82
• /
• 2016

증상 진단 시스템이라 함은 환자가 자신의 증상을 설명하고, 한의사가 증상에 맞는 질병 진단을 내리는 것을 말한다. 증상 진단 시스템을 자동화하기 위해서는 환자의 자연어로 이루어진 증상 설명에 대한 분석이 필요하다. 이에 본 논문에서는 증상 설명에 대하여 형태소 분석을 수행하고 한의학 병증 데이터와 비교하여 적합한 진단을 내리도록 증상 진단 시스템을 개발하였다. 증상 진단 검색의 효율을 높이기 위해서 Document형 NoSQL인 MongoDB를 이용하여 각각의 병증 데이터를 하나의 도큐먼트로 하고, 그 안의 필드값을 유연하게 관리할 수 있도록 데이터베이스를 구축하였다. 또한, 진단의 근거가 되는 한의사의 병증 설명과 환자의 증상 설명에서 사용되는 용어의 차이를 줄일 수 있도록 환자의 증상 설명을 축적하고 정제하여 일반인에게 친숙한 단어로 구성된 설명데이터를 제공할 수 있게 하였다.

• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.62-70
• /
• 2021

2020년은 코로나바이러스감염증-19(코로나19)가 세계적 대유행인 팬데믹(pandemic)으로 인해 전 세계가 혼돈 속에서 보낸 한 해였다. 14세기 중세 유럽의 봉건제도를 무너뜨린 흑사병(페스트), 17세기 스페인에 의해 잉카제국의 멸망을 이끈 천연두, 제1차 세계대전을 조기 종식시킨 스페인독감처럼 팬데믹은 역사 전환의 기점에 있었다. 코로나 19이후 다가올 대변환을 다양한 분야와 관점에서 제시하고 있으나 전환에 대한 이해와 방향이 모호한 측면이 있다. 본 연구에서는 코로나19 이후 '세계가 어떻게 변할 것인가', 다시 말해 세계화에 대한 미래를 네트워크 기반으로 핵심용어를 도출하여 분석하고자 하였다. 세계화, 반세계화, 코로나19 이후 세계화와 디지털화에 관한 네트워크 및 4종류를 통합한 네트워크를 구축하였다. 네트워크로부터 허브 용어, 응집중심성 용어, K-코어 알고리즘을 적용한 단순화 네트워크로 부터 핵심용어를 추출하여 코로나19 이후 세계화의 변화를 분석하였다. 본 연구는 코로나 이후 사회적 변화를 이해하는데 있어서 네트워크를 기반으로 핵심용어를 도출하고 분석하는 방법을 제시한 것이 의미가 있을 것으로 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권3호
• /
• pp.145-154
• /
• 2016

u-Health에 대한 관심과 IT 기술의 발전에 따라 의료 정보를 적극적으로 활용하고자 하는 요구가 커지고 있으며, 이에 대해 텍스트 형태의 의료 정보 데이터에 연관규칙 기법을 적용하여 질병과 증상과의 관계를 추론하는 시스템에 대한 연구들이 이루어지고 있다. 그러나 일반적인 연관규칙 기법을 의료 정보 데이터에 그대로 적용할 경우, 이전에는 새로운 연관규칙들보다 일반적이며 의미없는 연관규칙들이 많이 생성되는 문제가 발생한다. 또한 필터링으로 인해 빈번하게 함께 발생하지는 않지만 의학적으로 의미있는 항목들의 연관 규칙을 발견할 수 없다는 한계점을 가지게 된다. 본 논문에서는 의료데이터 특성을 고려하여 빈번한 항목과 빈번하지 않지만 의학적으로 의미 있는 항목들을 대상으로 연관규칙을 구성하여 의료 전문가의 의사 결정에 도움을 주기 위한 시스템을 제안한다. 제안 시스템은 의료 기록 데이터에서 용어들을 TF-IDF기반으로 가중치를 부여하고 기존 FP-Growth 알고리즘을 확장하여 TF-IDF 가중치를 고려한 빈번하게 발생하거나 빈번하지 않지만 의미 있는 연관규칙을 구성한다. 특정 질의 데이터가 입력되면 해당 데이터에 나타난 연관 규칙들의 유사도를 의학분야 온톨로지를 이용하여 평가하여 해당 데이터의 내용과 관련된 후보 질병들을 추론한다. 추론된 후보 질병명은 의료 전문가에게 의사 결정의 참고 자료로 제공된다. 실제 임상 진료 및 처방 기록 데이터에 대해 제안 시스템을 적용해 본 결과, 본 제안 시스템을 통해 도출한 연관 규칙이 기존 FP-Growth 알고리즘을 적용했을 때 보다 더 구체적인 질병과 증상과의 관계들을 포함함을 확인할 수 있었다. 또한 본 제안 시스템은 자유형식의 의료 및 병리데이터를 마이닝하고 후보 질병들을 가중치 기반으로 보여주므로, 의료 기록 정보로부터 질병 관련 새로운 정보를 획득하고 의료진의 의사 결정에 도움을 주는 시스템으로 활용될 수 있다.

• 건강소식
• /
• 제30권8호통권333호
• /
• pp.6-11
• /
• 2006

사회 환경과 생활 습관의 변화로 현대인들에게 건강챙기기는 무엇보다 우선시 되는 과제로 부각되고 있다. 장수의 개념도 바뀌고 있다. 무조건 오래 살기보다는 '건강하게 오래 살기'를 추구하는 것이다. 그러기 위해선 건강에 대한 지속적인 관심과 함께 정기적인 건강검진으로 아프기 전에 미리 건강을 체크하는 것이 중요하다. 사소한 증상이 때론 돌이킬 수 없는 질병의 신호가 될지도 모르기 때문이다. 어딘가 몸 한 구석이 아파서 병원을 찾는 경우는 물론, 정상인이라도 현재의 건강상태를 체크해 보고 싶은 마음은 누구나 한 번 이상 가져봤을 것이다. 그럴때 가장 궁금한 것은 어떤 검사를 어떻게 받는야 하는 것이다. 또 검사를 받긴 받았는데 검사결과가 낮선 의학 용어에다 수치에 있어서도 우리가 일상 생활에서 흔히 사용하는 단위로 설명되 있지 않아 난감한 경우가 많다. 이번 8월호 특집 '건강검진'에서 건강하게 오래 살기 위한 생활수칙으로서의 건강검진에 대해 자세히 알아보자.