• Title/Summary/Keyword: 질병 지식

Search Result 275, Processing Time 0.04 seconds

현장취재 - 전국닭질병방역순회세미나 개최 - 철저한 자율방역의식 고취와 올바른 질병관리 지침 전달

  • 대한양계협회
    • KOREAN POULTRY JOURNAL
    • /
    • v.41 no.6
    • /
    • pp.78-81
    • /
    • 2009
  • 저멀리 북아메리카에서 신종 인플루엔자 A(H1N1)가 발생해 곧이어 국내에도 감염자가 입국했다는 뉴스가 긴급하게 보도 되었다. 다행히 추가 감염자 발생으로 이어지지 않았지만 불안감을 떨쳐 낼 수 없는 것이 현실이다. 이로 인해 국민들의 시선은 자연스럽게 축산물에 대한 안전성 문제에 대해 의혹의 시선으로 바라보고 있다. 또한 소비자들이 축산물에 대한 지식이 높아만 가고 있는 현실에서 우리 양계인들이 소비자들의 높은 인식을 따라가지 못한다는 지적이다. 따라서 본회는 질병관리에 대한 예방법과 중요성을 재인식시키고 교육과 토론을 같이 공유 할 수 있는'전국닭질병방역순회세미나'를 개최 하였다. 수도권을 시작해 세차례에 걸쳐 전국을 순회하는 이번 세미나는 5월 15일 충북음성의 '반석가금진료연구소', 5월 18일 전북 전주의 '삼성생명전주연구소', 제주도 '칼 호텔'에서 연 인원 650여명이 참석해 질병세미나에 대한 뜨거운 관심을 보여주었다. 특히, 제주도는 뉴캣슬(ND) 및 조류인플루엔자(AI)의 청정지역으로서 신종질병 등에 대해 다시한번 재인식을 할 수 있는 기회가 되었다. 본고는 세미나 기간 중 주요하게 다루어졌던 내용을 중심으로 정리를 함으로써 세미나에 참여하지 못한 농가들에게 도움을 주고자 한다.

  • PDF

Managing Illness of Korean Immigrants in Transition (재미 한인들의 초기 이민 경험과 질병관리에 관한 고찰)

  • Im Eun-Ok
    • Journal of Korean Public Health Nursing
    • /
    • v.10 no.1
    • /
    • pp.58-79
    • /
    • 1996
  • 재미 한인들의 급격한 증가와 더불어 미국 간호학의 한인들에 대한 문화적 지식의 유입을 필요로 하게 하였다. 더구나 기존 연구들은 한인들이 질병을 비효율적이며 부적절하게 관리하는 것으로 보고하고 있어 이에 대한 연구의 필요성이 더욱 증가하였다. 기존 연구에 의하면 초기 이민 경험은 이민자들의 건강과 질병 관리에 크게 영향을 미치는 것으로 나타났다. 이 연구에서는 비평적 문헌 고찰을 통하여 초기 이민 경험이 재미 한인들의 질병관리에 어떻게 영향을 미치는지에 관하여 살펴보고 이에 근거하여 재미 한인들을 위한 적절한 간호의 방향을 제시하고자 했다. 의학도서 목록 전산망과 기타 문헌 자료를 이용하여 1966년부터 1995년까지의 의학, 보건학, 생물학, 심리학, 사회학 문헌들을 살펴보았다. 체계적인 문헌 고찰을 위하여 4개의 세부적인 주제 아래 문헌들을 구분하여 고찰하였다 첫째. 일반적인 이민자들의 초기 이민경험, 건강, 질병 관리가 고찰되었고. 둘째로 재미 한인들의 초기 이민 경험이 고찰되어졌으며, 셋째로, 재미 한인들의 건강. 질병관리가 고찰되어졌고, 마지막으로 이들을 위한 간호의 방향을 제시해 줄 기존의 간호 모델들이 고찰되어졌다. 문헌 고찰 결과, 재미 한인들의 부적절한 질병 관리는 그들의 초기 이민 경험들과 관련되는 것으로 나타났다 첫째 문화적으로 결정되어진 신념이나 태도들이 재미 한인들의 적절한 질병 관리를 방해하는 것으로 나타났다. 둘째, 재미 한인들도 본국인들과 마찬가지로 질병관리를 위해 현대의학. 한방, 무속, 민간요법을 사용하는 것으로 나타났는데. 한방의 사용이나 이러한 치료법들의 흔용은 한인들의 적절한 질병 관리를 방해하는 것으로 나타났다. 셋째, 문화적 차이, 언어장벽, 그리고 비언어적 의사소통의 차이점에서 오는 오해들이 재미 한인들의 질병 관리를 부적절하게 만드는 것으로 나타났다. 넷째, 이민생활에서 오는 여러 어려움들 또한 재미 한인들의 질병관리를 어렵게 만드는 것으로 나타났으며, 다섯째. 사회적 지지의 부족 역시 재미 한인들의 적절한 질병관리를 힘들게 하는 것으로 나타났다. 마지막으로 적절한 간호 모델의 부재가 이들을 위한 적절한 간호의 제공을 어렵게 하고 있는 것으로 밝혀졌다. 이러한 결과에 근거를 두고 초기 이민 적응기에 있는 재미 한인들에게 적절한 간호를 제공하기 위한 몇 가지 제안들이 제시되었다. 첫째, 이민자들에게 적절한 간호가 제공되기 위해서도 문화적 배경을 고려해야 하겠다. 문화적으로 적절한 간호를 위해서 간호 제공자들은 자신들의 문화와 다른 간호 대상자의 문화도 존중해 주어야 하며, 문화적으로 결정되어진 건강 신념들과 질병 관리 행태도 생명을 위협하지 않는 한 존중해 주어야 할 것이다. 또한 간호제공자들은 자문화 중심적인 사고방식에서 벗어나야 하며, 간호 대상자들의 상황을 총괄적으로 이해하여야 하고 이민자들의 어려움에 대해 공감을 가지고 간호를 제공하여야 하겠다. 둘째, 간호 제공자들은 한방에 관한 지식을 가지고 한 의학 혼용으로 인한 위험으로부터 간호 대상자를 보호하여야 할 것이다. 셋째, 문화적 차이나 자민족 중심적 사고방식으로 인한 오해를 막기 위하여 간호 제공자들은 간호 대상자와 자주 상호 교류함으로써 배우는 자세로 간호 대상자를 대하여야 할 것이며, 자신의 자민족 중심적인 사고방식을 인지하고 언어적, 비언어적 의사소통의 문화 집단별 차이를 앎으로써 오해의 소지를 줄여야 할 것이다. 넷째, 적절한 간호의 제공을 위하여 의사소통을 위해 대화만을 직접 번역해 주는 통역자와는 달리 문화적 배경까지도 이해하고 해석해 주는 문화적 통역자의 도움을 밟아야 할 것이다. 다섯째, 한국문화는 가족 중심적 문화이므로 간호 대상자의 혈연관계를 이해하고 그에게 크게 영향을 주는 가족원을 간호 중재에 참여시킴으로써 치료 효과를 높여야 할 것이다. 마지막으로 효과적인 간호를 위하여 재미 한인을 위한 적절한 간호 모델을 개발함으로써 체계적인 간호의 방향을 제시할 수 있어야 할 것이다.

  • PDF

Health Diagnosis System of Oriental Medicine Using fuzzy ART Algorithm (퍼지 ART 알고리즘을 이용한 한방 진단 시스템)

  • Son, Jeong-Yeol;Jo, Sung-Joo;Kim, Mang-Nam;Kim, Kwang-Baek;No, Hyun-Chan
    • Proceedings of the Korean Institute of Information and Commucation Sciences Conference
    • /
    • 2008.08a
    • /
    • pp.187-192
    • /
    • 2008
  • 최근 자신의 건강에 대한 관심이 고조되고 있는 반면, 현재 대부분 On-line에서 제공되는 진단 서비스 시스템은 질병 명을 이용하여 질병에 대한 처방이나 민간요법 등을 제시하고 있다. 이에 질병에 대해 전문지식이 부족한 일반인들이 이용하기에는 어려움이 있다. 따라서 본 논문에서는 On-line에서 퍼지 ART 알고리즘을 이용하여 사용자가 제시한 증상을 바탕으로 이미 학습되어진 질병의 증상과 비교하여 신경망을 통해 유사도가 높은 상위 3개의 질병을 도출한다. 도출된 질병에 대해 질병의 전체적인 증상과 동의보감에서 제시한 민간요법을 결과로 출력한다. 질병 데이터베이스는 서울대학교에서 교육용으로 출판한 가정의학(家庭醫學)을 기초로 동의보감과 한방의학백과서적을 통해 한의학 전문의의 검증을 거쳐 생성하였다. 그리고 본 시스템은 전문의의 상담시스템을 지원한다. 전문의의 상담시스템을 이용하여 자택 및 직장에서 편리하게 전문의의 진료와 소견을 받을 수 있도록 하였다. 전문의 상담 시스템은 전문의가 서버에 접속한 상태에서 사용자의 진로 신청으로 연결되며, 텍스트 데이터 및 기존의 진료기록이 있다면 이를 기반으로 전문의의 진단을 유도하도록 한다. 제안된 한방 자가 진단 시스템을 한의학 전문의가 분석한 결과 기존의 질병 진단 시스템 보다 일반성이 개선된 것을 확인하였다.

  • PDF

Method of Document Retrieval Using Word Embeddings and Disease-Centered Document Clusters (단어 의미 표현과 질병 중심 의학 문서 클러스터 기반 의학 문서 검색 기법)

  • Jo, Seung-Hyeon;Lee, Kyung-Soon
    • 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.

  • PDF

A Visualization Tool for Developing Expert Systems on the Internet (인터넷 상에서의 전문가 시스템 개발을 위한 시각적 도구)

  • 유일대;하상호
    • Proceedings of the Korea Multimedia Society Conference
    • /
    • 2002.05c
    • /
    • pp.512-517
    • /
    • 2002
  • 인터넷이 널리 보급됨에 따라 인터넷상에서 사용 가능한 의료 진단 전문가시스템은 그 중요성이 더 커지고 있다. 인터넷만 사용 가능하면 어디서든지 전문가 시스템에 접근하여 일반인이 질병을 손쉽게 진단할 수 있음은 물론 전문가의 처방도 효과적으로 보조할 수 있다. 그러나 전문가 시스템의 개발은 지식의 전문가가 아닌 시스템의 전문가에 의해서 이루어진다는 문제점이 있다. 본 논문에서는 지식의 전문가가 시스템에 대한 전문적인 지식 없이도 인터넷 상에서 사용자 인터페이스를 통해 손쉽게 전문가 시스템을 구축할 수 있는 전문가 시스템 개발을 위한 시각적 도구를 설계하고 구현한다. 개발된 도구는 Jess와 Java를 사용해 개발되었으며 따라서 플랫폼에 독립되어 사용될 수 있다.

  • PDF

Effects of the Illness Management and Recovery Program on Recovery, Knowledge of Mental Illness, and Hope of Inpatients with Mental Illness (회복지향질병관리 프로그램이 입원한 정신과 환자의 회복 및 정신질환 지식과 희망에 미치는 영향)

  • Shin, Eun-Sik;Lee, Hyun-Bok;Jeon, Mi-Sook;Kim, Sun-Hee;Yoon, Bo-Hyun;Sea, Young-Hwa;Park, Su-Hee
    • The Journal of the Korea Contents Association
    • /
    • v.17 no.7
    • /
    • pp.579-591
    • /
    • 2017
  • The Illness Management and Recovery(IMR) Program was designed to improve self-management and recovery of people with mental illness. The purpose of this study was to identify the effects of the Korean version of the IMR program on recovery, knowledge against mental illness, hope among inpatients with severe mental illness. 92 participants diagnosed with schizophrenia, bipolar disorder and schizoaffective disorder were assigned to either an IMR group(n=51) or the control group(n=41) without randomization. Data collection had been conducted from June 2015 to December 2016. Mental Health Recovery Scale, Knowledge Scale, and Hope Scale was administered to participants before and after the intervention. Participants in the IMR program showed significant improvement in progress toward their recovery and knowledge about their mental illness compared with those receiving treatment as usual. However, changes in hope were not significant in both groups. This is the first evaluation of the effects of the Korean version of the IMR program. Our findings support potential benefits of implementing the Korean version of the IMR program.

A Domain-Dependent Question-Answering System (이벤트 탐색을 사용하는 일정 영역 질의 응답 시스템의 구현)

  • Chang, Du-Seong;Oh, Jong-Hun;Choi, Key-Sun
    • Annual Conference on Human and Language Technology
    • /
    • 2001.10d
    • /
    • pp.414-421
    • /
    • 2001
  • 본 논문에서는 한정된 영역을 대상으로 하는 질의응답 시스템에서 사용자의 질의를 해석하고 적당한 대답을 생성하기 위해 백과사전이나 일반사전 등과 같은 지식원에서 추출된 구조화된 지식을 사용하는 과정을 기술한다. 질의응답을 위하여 지식원은 그 단락의 의미에 따라 구조화되고 각 단락은 논리형식으로 변환되었으며, 논리형식 내 각 개체들은 사전 정의문에 따라 확장되었다. 이 구조화된 지식은 입력된 자연언어 질의문에서 질의의 의도를 추출하고, 질의에 포함되어 있는 지식에 의미속성을 부착하기 위해 사용된다. 지식원의 논리형식 변환을 위해 한국어의 논리형식이 도입되었으며, 사용된 지식원은 우리말 큰사전과 계몽백과사전의 30여개 질병정의문이다.

  • PDF

Disease Prediction By Learning Clinical Concept Relations (딥러닝 기반 임상 관계 학습을 통한 질병 예측)

  • Jo, Seung-Hyeon;Lee, Kyung-Soon
    • KIPS Transactions on Software and Data Engineering
    • /
    • v.11 no.1
    • /
    • pp.35-40
    • /
    • 2022
  • In this paper, we propose a method of constructing clinical knowledge with clinical concept relations and predicting diseases based on a deep learning model to support clinical decision-making. Clinical terms in UMLS(Unified Medical Language System) and cancer-related medical knowledge are classified into five categories. Medical related documents in Wikipedia are extracted using the classified clinical terms. Clinical concept relations are established by matching the extracted medical related documents with the extracted clinical terms. After deep learning using clinical knowledge, a disease is predicted based on medical terms expressed in a query. Thereafter, medical terms related to the predicted disease are selected as an extended query for clinical document retrieval. To validate our method, we have experimented on TREC Clinical Decision Support (CDS) and TREC Precision Medicine (PM) test collections.