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.
본 논문에서 망막 질환 요인간의 의존도 분석을 위해 효율적인 분류기를 활용할 수 있는 방안을 제시하였다. 먼저 여러 베이지안 네트워크 중에서 TAN (Tree-Augmented Naive Bayesian Network), GBN(General Bayesian Network)과 Markov Blanket으로 특징축소된 GBN과의 분류성능과 예측정확률을 비교분석하였다. 그리고 처음으로, 높은 성능을 보인 TAN을 망막 질환 임상데이터의 의존도 분석에 적용하였다. 의존도 분석 결과, 망막 질환의 진단과 예후 예측에 활용의 가능성을 보였다.
심혈관질환은 심장질환과 혈관질환 등 순환기계통에 생기는 모든 질병을 통칭한다. 심혈관질환은 2019년 사망의 1/3을 차지하는 전 세계 사망의 주요 원인이며, 사망자는 계속 증가하고 있다. 이와 같은 질병을 인공지능을 활용해 환자의 데이터로 미리 예측이 가능하다면 질병을 조기에 발견해 치료할 수 있을 것이다. 본 연구에서는 심혈관질환 중 하나인 심장질환을 예측하는 모델들을 생성하였으며 Accuracy, Precision, Recall의 측정값을 지표로 하여 모델들의 성능을 비교한다. 또한 Decision Tree의 성능을 향상시키는 방법에 대해 기술한다. 본 연구에서는 macOS Big Sur환경에서 Jupyter Notebook으로 Python을 사용해 scikit-learn, Keras, TensorFlow 라이브러리를 이용하여 실험을 진행하였다. 연구에 사용된 모델은 Decision Tree, KNN(K-Nearest Neighbor), SVM(Support Vector Machine), DNN(Deep Neural Network)으로 총 4가지 모델을 생성하였다. 모델들의 성능 비교 결과 Decision Tree 성능이 가장 높은 것으로 나타났다. 본 연구에서는 노드의 특성배치를 변경하고 트리의 최대 깊이를 3으로 지정한 Decision Tree를 사용하였을 때 가장 성능이 높은 것으로 나타났으므로 노드의 특성 배치 변경과 트리의 최대 깊이를 설정한 Decision Tree를 사용하는 것을 권장한다.
의료영상은 진단을 목적으로 환자의 질환 부위별로 정밀하게 촬영하여 수집된 영상이다. 수집된 의료영상을 판독하여 진단하기 어려운 경우에는 조직검사를 통해 확진검사를 실시한다. 하지만 조직검사의 경우 환자에게 신체적, 경제적 부담을 줄 수 있다. 따라서 의료영상을 기반으로 정밀 진단하는데 도움을 줄 수 있는 정량분석 소프트웨어 개발이 중요하다. 현재 복부 간 질환의 경우 MELD(Model For End-Stage Liver Disease) 점수를 이용하여 간 질환의 중증도나 예후를 예측하는데 이용되고 있다. 하지만 MELD점수 산출에 있어서 의료영상 정보를 사용하지 않았기 때문에 질환 여부를 가늠하는데 에만 이용될 뿐 병변부위의 위치를 확인하는데 에는 어려움이 있다. 그러므로 본 논문은 다양한 의료영상장비에서 획득한 복부영상을 이용하여 복부질환의 중증도를 예측 및 분석함으로서 실제 임상진단에 도움을 줄 수 있는 시스템을 제안하고자 한다.
생활 수준의 향상 및 소비자들의 건강에 대한 관심의 증가로 인해 자신의 건강에 대해서 스스로 결정하고자 하는 요구가 점차 증가하고 있다. 이로 인해 개인 맞춤형 의료에 대한 요구가 높아지고 있으며 각종 의료 정보를 기반으로 하는 질병 진단에 대한 연구가 많이 진행되고 있다. 하지만 기존의 연구들은 특정 질환과 관련된 데이터를 이용한 특정 질환 예측을 위한 것으로 진료과목을 예측한 연구는 없었다. 본 논문에서는 국민건강정보데이터를 이용하여 진료과목 예측에 관한 연구를 진행하였다. 실험 결과에서 보여주다시피 일반 건강검진 데이터를 이용하여 진료과목을 예측한 결과 평균 80% 이상의 정확도를 보여 주고 있으며 SVM은 다른 예측 알고리즘들보다 뛰어난 성능을 보여 주었다.
복합질환은 다수의 유전자들이 상호작용하여 유발되는 질병으로서, 여러 유전자들이 관여한다는 복잡성 때문에 전통적인 분석 방법을 적용하는데 한계가 있다. 최근에는 기계학습 기법을 이용한 새로운 분석 방법들이 제안되고 있다. 신경망은 이처럼 복잡한 데이터에서 일정한 패턴을 찾아 이를 분류하는데 적합한 모델이다. 그러나 다량의 데이터가 입력으로 들어오는 경우에 학습에 오랜 시간이 걸리고 패턴을 찾기가 어려워지는 단점이 있다. 본 연구에서는 다량의 SNP 데이터로부터 질병에 연관된 소수의 중요 SNP을 찾기 위한 통계학적인 방법인 집합결합(set association)과 신경망을 결합한 모델을 제시한다. 이 모델을 천식 관련 SNP 데이터에 적용하여 천식 발병 여부를 예측한 결과, 신경망만 사용했을 때보다 실행 시간도 빠르고 예측 정확도도 높았다. 이 모델은 다른 복합질환의 예측에도 효과적으로 사용할 수 있을 것으로 기대한다.
본 연구는 장기간의 해상활동으로 의료기관 방문이 어려운 해상 활동자의 심혈관계질환 예측인자로 검사가 용이한 생체전기저항분석법 (BIA; bioelectrical impedance analysis)의 활용이 가능한지를 확인해보았다. 현재 심혈관성질환의 예측인자로 사용되고 있는 총콜레스테롤 측정치를 기준으로 BIA의 측정치와 관련성을 통계적 방법으로 분석한 결과 인체부위별 지방두께와 상관관계를 보였으며, 특히 왼쪽(왼) 허벅지의 지방두께가 총 콜레스테롤 측정치와 높은 상관관계를 나타냈다. 이 결과로 장기적인 해상 활동을 요하는 사람들은 BIA 검사를 통해 왼허벅지의 지방두께 변화를 심혈관질환의 예측인자로 활용할 수 있을 것이다. 하지만 선행연구의 부재로 후속연구가 필요하고 해상이라는 특수 상황이 고려된 측정도구의 정확성과 타당성 진단이 이루어져야 될 것으로 사료된다.
합리적이고 예측가능한 치주치료 계획의 수립은 치주치료의 성패를 좌우하는 관건이 된다. 치주질환에 대한 정확한 진단과 치료의 결과를 과학적으로 예측하는 기본개념을 근거로 하여 수립되는 치료계획을, 치주치료의 목적과 각 치료술식이 가지는 결과에 대한 과학적 예측 그리고 현재의 제한점등을 고찰하면서 설정해보기로 한다.
만성간질환(Chronic diffuse hepatopathy)의 진단은 간경화, 간부전, 간암으로 인한 사망률과 유병율을 감소시키는 중요한 임상과제 중 하나이다. 이에 본 연구에서는 초음파진단 영상을 바탕으로 간탄력도검사(Fibroscan)를 통해 지방간, 만성간질환을 예측할 수 있는 기준을 알아보고자 하였다. 280명의 환자를 대상으로 혈청학적 검사, 간탄력도 검사 측정값(kPa)을 분석하였으며 ROC 곡선분석을 이용하여 지방간 및 만성간질환을 예측을 위한 간탄력도 측정값의 cut-off value를 결정하였다. 혈청학적 검사에서 Bililubin, PT(prothrombin time)은 질병예측에 관련성이 없었으며(p=0.243, p=0.115), 혈당과 중성지방수치는 지방간에서 의미 있는 차이를 보이며 높게 나타났다(p<0.05). 간탄력도 측정값은 정상 대조군, 지방간, 만성간질환 순으로 높게 측정되었으며 만성간질환 예측을 위한 cut-off value는 10.3 kPa(AUC 0.98, Sensitivity 94.94%, Specificity 94.93%)로 결정하였다. 따라서 정량적인 평가로 만성간질환 환자의 진단에 일차적인 도구로 활용될 것으로 사료된다.
증가하고 있는 심혈관질환을 예방하기 위한 연구와 함께 심혈관질환 위험도를 예측할 수 있는 평가도구에 대한 연구도 꾸준히 진행되고 있다. 가장 널리 알려져 있는 Framingham risk score (FRS)는 여러 선행 연구에서 그 타당성이 검증되었다. 본 연구에서는 연구 대상자들의 LDL 콜레스테롤과 총 콜레스테롤의 적용에 따른 FRS의 점수 차이를 살펴보고, 두 변수의 선택 적용에 따른 10년 내 심혈관질환 발생 위험도의 판정에 대한 일치도를 평가해 보고자 하였다. 2011 국민건강영양조사 데이터 중 심혈관질환 진단을 받은 자를 제외한 1,530명(남성 755명, 여성 775명)의 자료를 이용하였다. LDL 콜레스테롤 또는 총 콜레스테롤 중에 어떤 항목을 적용하느냐에 따라 FRS와 심혈관질환의 10년 예측위험도는 차이가 있었다. 남녀 모두 FRS는 LDL 콜레스테롤 적용 점수 보다 총콜레스테롤 적용 점수가 더 높았다. 위험도 10% 미만의 저위험군, 10~19%의 중등도 위험군, 20% 이상의 고위험군 분류에서 남성 106명, 여성 26명의 판정이 일치하지 않았다. 코헨의 카파 계수는 남성의 경우 0.718, 여성의 경우 0.884로 나타나 여성의 경우 더 높은 일치성을 보였다. 심혈관질환의 10년 예측위험도와의 관련성에서도 LDL 콜레스테롤을 포함한 회귀식 보다 총 콜레스테롤을 포함한 회귀식에서 남녀 모두 설명력이 더 높아 총 콜레스테롤을 반영한 FRS 산출과 10년 예측 위험도의 평가가 더 상관성이 더 높고, 더불어 남성 보다는 여성에서 더 일치하는 결과가 나타남을 알 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.