• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.445-447
• /
• 2023

최근, 환자의 현재와 과거 방문 정보(즉, 환자가 현재와 과거 각 방문에서 진단 받은 질병들과 수술들)를 활용하여 환자 임베딩을 획득한 뒤, 환자의 현재 방문에서 효과적인 의약품들을 추천해주는 의약품 추천 연구들이 활발하게 진행되고 있다. 이들은 환자 임베딩을 획득하기 위해, 현재와 과거 방문 정보를 유형 별(즉, 질병과 수술 별)로 각각 융합하여 하나의 질병과 수술 임베딩으로 나타낸 뒤 이 두 임베딩을 융합한다. 이로 인해, 방문 정보 유형 별 임베딩을 융합하는 방법은 의약품들을 추천하는데 있어서 큰 영향을 미칠 수 있다. 그러나 지금까지 방문 정보 유형 별 임베딩을 어떻게 융합하는 것이 환자에게 의약품들을 추천하는데 가장 효과적인지 탐구한 연구는 없다. 따라서, 본 논문에서 우리는 실세계 데이터 집합을 활용한 실험을 통해 방문 정보 유형들 간의 다양한 융합 방법들 중 어떠한 방법이 추천 정확도 개선에 가장 효과적인지 비교하고 분석하여 환자에게 가장 효과적인 의약품들을 추천해주고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1066-1068
• /
• 2017

본 연구는 사회적으로 문제가 되는 질병들을 사전에 예방하기 위한 연구로 키넥트라는 장비를 이용하여 사람의 골격을 촬영하여 뼈대의 휘어짐을 분석하여 뼈대의 휘어짐 상태를 사용자에게 알려준다. 또한 그에 따라 유발될 수 있는 질병들을 예측하여 알려주고 사용자가 질병을 예방할 수 있도록 도와주는 시스템에 대해 연구하였다. 본 논문에서 제안한 시스템은 질병 예방으로 건강관리, 생활 습관 개선, 의료비용절감 등에 활용이 가능할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.122-124
• /
• 2000

본 논문은 질병이 있는 뇌종양 MRI 이미지 검색을 위해 아이콘 기반의 스케치 질의 방안을 제시한다. 기존의 이미지 검색 시스템은 이미지가 갖는 속성 중 일부의 속성 값만을 가지고 사용자가 직접 질의 이미지를 작성한다. 그러나 이런 방법으로는 여러 복잡한 속성값을 갖는 뇌종양 MRI 이미지의 내용을 표현하기는 어렵다. 그래서 본 논문에서는 질병이 있는 뇌 MRI 이미지 검색을 위해 아이콘을 사용한 템플릿 형식의 메디컬 스케치 질의 방법을 제시한다. 뇌에서 발생하는 뇌질환을 질병별로 분류하였고, 분류된 질병들이 가지고 있는 색상이나 질감, 모양과 같은 속성 값들을 아이콘화하여 템플릿 이미지로 제공되는 정상인의 이미지에 정의된 질병 아이콘의 크기와 위치를 설정함으로써 사용자가 검색하고자 하는 질의 이미지를 쉽게 작성할 수 있는 스케치 형식의 질의방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.836-838
• /
• 2022

반려동물 시장 및 동물 의료분야의 성장, 동물병원 이용 과정 개선의 필요성으로 반려동물 질병의 시작부터 끝까지 전 과정을 함께하는 원스탑 모바일 애플리케이션을 개발하였다. 증상으로 예상 질병을 진단하는 머신러닝 모델과 자연어 문장을 인식하는 딥러닝 챗봇으로 사용자가 편리하게 반려동물 이상 증상에 대한 예상 질병을 챗봇으로 상담할 수 있도록 구현하였다. 챗봇 시스템을 기반으로 '예상 진단', '질병백과', '문진표', '동물병원' 기능을 추가하여 일관된 기능들로 유기적인 서비스를 구성하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.435-442
• /
• 2000

만성질병, 식습관, 영양등 스트레스에 시달리는 현대인의 건강 상태를 파악하는 일은 매우 중요하며 또한 필요하다. 그러나 식이 섭취 평가는 많은 분야의 자료와 지식을 필요로 하기 때문에 손쉽게 일반인이 신뢰성 있는 평가는 얻기는 쉽지 않다. 본 연구는 식품, 영양, 조리, 만성질병, 식습관 등의 여러 전문 분야의 자료와 지식을 기반으로 한 웹 상에서의 영양 평가 시스템으로 '건강 관리를 위한 사이버 식생활 자가 진단 시스템(Cyber Food Self Diagnosis Program, 이하 Cyber-FSDP)'의 설계 및 구축에 관한 것이다. 바탕으로 한다. 초고속 통신망을 이용하여 사람들의 건강문제와 관련된 식생활 정보를 수집하고, 개인별 식생활을 사용자와 상호작용하게 온라인으로 평가·진단하여 이를 개선하고 궁극적으로는 만성질병 위험도를 감소시키고 건강을 증진시킬 수 있는 영양 및 만성 질병 평가 전문가 시스템을 구축한 사례에 대한 Web 응용 프로그램 개발을 소개하며, 개발환경으로는 서버를 엔터프라이즈 3000 Solaris 2.5.1을 사용했으며, DBMS는 IUS (Illustra Universal Server)를 사용하였고, APB(App Page Builder), JabaScript, HTML 등의 언어로 구현되었다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.165-168
• /
• 2015

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.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38C no.12
• /
• pp.1095-1105
• /
• 2013

This paper proposes the RDMS(Rough Set Theory based Disease Monitoring System) which efficiently manages diseases in Healthcare System. The RDMS is made up of DCM(Data Collection Module), RDRGM(RST based Disease Rules Generation Module), and HMM(Healthcare Monitoring Module). The DCM collects bio-metric informations from bio sensor of patient and stores it in RDMS DB according to the processing procedure of data. The RDRGM generates disease rules using the core of RST and the support of attributes. The HMM predicts a patient's disease by analyzing not only the risk quotient but also that of complications on the patient's disease by using the collected patient's information by DCM and transfers a visualized patient's information to a patient, a family doctor, etc according to a patient's risk quotient. Also the HMM predicts the patient's disease by comparing and analyzing a patient's medical information, a current patient's health condition, and a patient's family history according to the rules generated by RDRGM and can provide the Patient-Customized Medical Service and the medical information with the prediction result rapidly and reliably.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.12
• /
• pp.928-932
• /
• 2009

Most diseases are caused by complex processes of various factors. Although previous researches have tried to identify the causes of the disease, there are still lots of limitations to clarify the complex factors. Here, we present a disease classification model based on an evolutionary learning approach of combinatorial features using the data sets from the genetics and cohort studies. We implemented a system for finding the combinatorial risk factors and visualizing the results. Our results show that the proposed method not only improves classification accuracy but also identifies biologically meaningful sets of risk factors.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.33-35
• /
• 2008

위 논문에서는 RFID를 기반으로 한 냉장고 관리 시스템을 통하여, 음식물 관리를 통한 개인 질병 관리 시스템을 구축하고자 한다. 먼저 마트에서 사온 RFID Tag가 부착된 음식물의 정보를 RFID 리더기를 통하여 정보를 획득하며, 획득한 음식물의 정보는 데이터베이스를 구축하고 구축된 음식물 정보와 사전에 입력된 개인 질병관리 데이터를 통하여, 현재 사용자에게 가장 알맞은 음식물과 주의해야 할 음식물 정보 등을 제공하며, 추가적으로 현재 음식물을 통해서 얻을 수 있는 새로운 요리법과 음식물의 현 상태 등을 사용자에게 언제어디서나 사용자에게 제공하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.519-520
• /
• 2024

KOICD(질병분류 정보센터), 보건의료정보표준, 질병분류기호 모두 국내에서 권위 있는 질병분류 정보 검색 가능 홈페이지를 가지고 있다. 그러나 국내에서 가장 많이 이용되는 KCD 와, 국제적으로 사용되는 SNOMED CT 의 검색결과가 동시에 나오는 사이트는 아직 존재하지 않는다. 이에 의료진과 환자, 보험사의 편의를 모두 고려하여 KCD 와 SNOMED CT 가 동시에 출력되는 검색사이트를 제작하였다.