• 융합정보논문지
• /
• 제12권2호
• /
• pp.184-191
• /
• 2022

본 연구는 자동차보험 이용환자들의 효율적 관리방안을 모색하는데 필요한 기초정보를 제공하고자 보건의료빅데이터개방시스템에 등록된 2016년부터 2020년까지 5개년 자동차보험 진료비 심사자료를 대상으로 분석하였다. 분석결과, 자동차보험 입원진료비 내역 구성비율 1순위는 상급종합병원은 처치 및 수술료, 종합병원·병원·의원은 입원료, 한방의료기관(한방병원, 한의원)은 처치 및 수술료, 치과병원은 처치 및 수술료 이었다. 외래진료비 내역 구성비율 1순위는 양방의료기관(상급종합병원, 종합병원, 병원, 의원)은 진찰료, 한방의료기관(한방병원, 한의원)과 치과의료기관(치과병원, 치과의원)은 처치 및 수술료 이었다. 자동차보험 입원 건당 진료비에는 투약료, 마취료, 특수장비 비율이 영향요인이었으며, 외래 건당 진료비에는 이학요법료 비율이 영향요인으로 확인되었다.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.581-588
• /
• 2017

본 연구는 기계 학습법 중 하나인 XGBoost를 이용하여 대사증후군을 인지하고 신체활동을 수행하는 집단을 예측하고자 2014년 7월부터 2015년 12월까지 시도되었다. 이에 2009-2013년 지역사회건강조사를 연구자료로 사용하였고 370,430명의 성인을 분석에 포함하였다. 본 연구의 종속변수는 대사증후군의 인지 및 신체활동 실천정도에 따른 단계로 3단계로 구분하였다:Stage 1(무인지, 무 신체활동), Stage 2(인지, 무 신체활동), and Stage 3(인지, 신체활동). 예측변수로는 5년간의 지역사회건강조사 중 공통으로 수집된 문항으로부터 161개의 특성을 선택하였다. 자료 분석을 위해 R program을 이용하여 XGBoost 알고리즘을 적용하였다. 분석 결과 정확도는 0.735 이었으며, 가장 영향을 미치는 10개의 특성은 나이, 교육수준, 체중조절시도 경험, EQ-5D 운동능력, 영양표시 확인, 개인 건강보험가입 유무, EQ-5D 일상활동, 금연광고경험 여부, 통증유무, 당뇨에 대한 보건기관의 교육 경험 순으로 확인되었다. 본 연구결과는 XGBoost가 보건의료빅데이터를 이용한 질병의 예방과 관리에 영향을 주는 요인을 확인하는데 유용한 도구임을 보여주었다. 또한, 본 연구를 통해 대사증후군에 취약한 계층을 확인하고 이를 위한 교육프로그램 개발에 도움을 줄 수 있을 것으로 보인다.

• BMB Reports
• /
• 제55권9호
• /
• pp.465-471
• /
• 2022

Understanding and monitoring virus-mediated infections has gained importance since the global outbreak of the coronavirus disease 2019 (COVID-19) pandemic. Studies of high-throughput omics-based immune profiling of COVID-19 patients can help manage the current pandemic and future virus-mediated pandemics. Although COVID-19 is being studied since past 2 years, detailed mechanisms of the initial induction of dynamic immune responses or the molecular mechanisms that characterize disease progression remains unclear. This study involved comprehensively collected biospecimens and longitudinal multi-omics data of 300 COVID-19 patients and 120 healthy controls, including whole genome sequencing (WGS), single-cell RNA sequencing combined with T cell receptor (TCR) and B cell receptor (BCR) sequencing (scRNA(+scTCR/BCR)-seq), bulk BCR and TCR sequencing (bulk TCR/BCR-seq), and cytokine profiling. Clinical data were also collected from hospitalized COVID-19 patients, and HLA typing, laboratory characteristics, and COVID-19 viral genome sequencing were performed during the initial diagnosis. The entire set of biospecimens and multi-omics data generated in this project can be accessed by researchers from the National Biobank of Korea with prior approval. This distribution of large-scale multi-omics data of COVID-19 patients can facilitate the understanding of biological crosstalk involved in COVID-19 infection and contribute to the development of potential methodologies for its diagnosis and treatment.

• KNOM Review
• /
• 제23권2호
• /
• pp.18-28
• /
• 2020

컴퓨팅 환경의 발전에 따라 IT 기술이 의료, 산업, 통신, 문화 등의 분야에서 사람들에게 제공해주는 혜택이 늘어나 삶의 질도 향상되고 있다. 그에 따라 발전된 네트워크 환경을 노리는 다양한 악의적인 공격이 존재한다. 이러한 공격들을 사전에 탐지하기 위해 방화벽, 침입 탐지 시스템 등이 존재하지만, 나날이 진화하는 악성 공격들을 탐지하는 데에는 한계가 있다. 이를 해결하기 위해 기계 학습을 이용한 침입 탐지 연구가 활발히 진행되고 있지만, 학습 데이터셋의 불균형으로 인한 오탐 및 미탐이 발생하고 있다. 본 논문에서는 네트워크 침입 탐지에 사용되는 UNSW-NB15 데이터셋의 불균형성 문제를 해결하기 위해 랜덤 오버샘플링 방법을 사용했다. 실험을 통해 모델들의 accuracy, precision, recall, F1-score, 학습 및 예측 시간, 하드웨어 자원 소모량을 비교 분석했다. 나아가 본 연구를 기반으로 랜덤 오버샘플링 방법 이외에 불균형한 데이터 문제를 해결할 수 있는 다른 방법들과 성능이 높은 모델들을 이용하여 좀 더 효율적인 네트워크 침입 탐지 모델 연구로 발전시키고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.149-156
• /
• 2020

4차산업 혁명으로 다양한 산업분야에서 빅데이터 기술을 성공적으로 활용하여 경영성과를 얻은 사례들이 보고되고 있다. 본 논문은 의료산업에서 빅데이터를 성공적으로 활용한 혁신 사례들 살펴보고 어떤 데이터가 어떠한 목적으로 활용되고 있으며 이러한 빅데이터가 어떤 가치를 창출하는지 시사점을 도출하고자 하였다. 서론에서는 본 연구의 배경과 방향에 대해 기술하여 연구의 전체적인 구조를 파악하고자 하였다. 문헌 연구에서는 빅데이터의 정의 및 개념과 빅데이터 연구와 관련된 내용, 그리고 의료 산업에서의 빅데이터의 활용과 관련된 내용을 설명하고자 하였다. 본문에서는 질병연구를 위해 국민건강정보와 개인유전정보를 활용한 기술, 개인의 생체정보를 활용하여 개인 건강 서비스, 기업의 업무 프로세스 효율화를 위해 기업이 확보하고 있는 지식 데이터와 전자의무기록 정보를 활용한 사례, 그리고 신약개발을 위해 의료빅데이터 활용 사례 등을 서술하였다. 결론에서는 본 연구의 학문적, 비즈니스적 시사도출과 함께 연구의 성과가 국내 의료산업에 어떠한 도움을 줄 수 있는지 방향성을 제시하고자 하였다.

• 대한장애인치과학회지
• /
• 제12권2호
• /
• pp.55-65
• /
• 2016

The objective of this study was to estimate the proper amount of subsidy required to operating dental hospital or clinic for the disabled. Models for estimating operating profit of general dental hospital/clinic and opportunity cost of operating dental hospital/clinic for the disabled was formulated. Data were collected from various sources such as the annual reports of Purme Hospital, one of the running dental hospitals for the disabled, statistics from Healthcare Bigdata Hub, operated by Health Insurance Review & Assessment Service of Korean Government, and the deliberation data of non-reimbursable treatments in Seoul Dental Hospital for the Disabled. A dental hospital/clinic for the disabled was less profitable than a general dental hospital/clinic, of which the reason is that the chair time for the average patient is longer. However, It was false that a dental hospital/clinic for the disabled scored less average insurance fee for a treatment. Disabled patients had more frequent prosthodontic treatments, which had a high average insurance fee. There were some groups of treatments that could yield higher profitability in a dental hospital/clinic for the disabled; recall checks, and periodontal treatments.

• Journal of Korean Medical Science
• /
• 제33권53호
• /
• pp.343.1-343.8
• /
• 2018

Background: Linkage of public healthcare data is useful in stroke research because patients may visit different sectors of the health system before, during, and after stroke. Therefore, we aimed to establish high-quality big data on stroke in Korea by linking acute stroke registry and national health claim databases. Methods: Acute stroke patients (n = 65,311) with claim data suitable for linkage were included in the Clinical Research Center for Stroke (CRCS) registry during 2006-2014. We linked the CRCS registry with national health claim databases in the Health Insurance Review and Assessment Service (HIRA). Linkage was performed using 6 common variables: birth date, gender, provider identification, receiving year and number, and statement serial number in the benefit claim statement. For matched records, linkage accuracy was evaluated using differences between hospital visiting date in the CRCS registry and the commencement date for health insurance care in HIRA. Results: Of 65,311 CRCS cases, 64,634 were matched to HIRA cases (match rate, 99.0%). The proportion of true matches was 94.4% (n = 61,017) in the matched data. Among true matches (mean age 66.4 years; men 58.4%), the median National Institutes of Health Stroke Scale score was 3 (interquartile range 1-7). When comparing baseline characteristics between true matches and false matches, no substantial difference was observed for any variable. Conclusion: We could establish big data on stroke by linking CRCS registry and HIRA records, using claims data without personal identifiers. We plan to conduct national stroke research and improve stroke care using the linked big database.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1137-1144
• /
• 2020

본 논문에서는 빅데이터, IoT, 인공지능 관련 네트워크 분석을 통해 국내 연구동향을 파악하고 관련 시사점 도출을 목적으로 한다. 이를 위해, 2018년 국가연구개발정보를 활용하여 분석을 수행하였으며, 주요 기초 통계 분석과 언어 네트워크 분석을 수행하였다. 분석 결과, 빅데이터, IoT, 인공지능 관련 연구개발은 기초단계, 개발단계를 중심으로 연구가 진행 중이며, 대학과 중소기업의 비중이 높은 것으로 나타났다. 또한 언어 네트워크 분석 결과, 관련 분야는 스마트팜, 헬스케어 분야에 활용하기 위한 연구를 중심으로 이루어 지고 있는 것으로 판단된다. 이러한 연구결과를 바탕으로 본 연구에서는 인공지능을 활용하기 위해서는 빅데이터가 반드시 필요하며, 개인 식별화 연구가 더욱 활발히 진행되어야 한다는 점과 단순 R&D 활동이 아닌 기술사업화가 이루어 지기 위한 전 주기 지원이 필요하며, 적용 분야를 확대할 필요가 있다는 점을 주장하였다.

• Korean Journal of Radiology
• /
• 제22권12호
• /
• pp.2073-2081
• /
• 2021

Deep learning-based applications have great potential to enhance the quality of medical services. The power of deep learning depends on open databases and innovation. Radiologists can act as important mediators between deep learning and medicine by simultaneously playing pioneering and gatekeeping roles. The application of deep learning technology in medicine is sometimes restricted by ethical or legal issues, including patient privacy and confidentiality, data ownership, and limitations in patient agreement. In this paper, we present an open platform, MI2RLNet, for sharing source code and various pre-trained weights for models to use in downstream tasks, including education, application, and transfer learning, to encourage deep learning research in radiology. In addition, we describe how to use this open platform in the GitHub environment. Our source code and models may contribute to further deep learning research in radiology, which may facilitate applications in medicine and healthcare, especially in medical imaging, in the near future. All code is available at https://github.com/mi2rl/MI2RLNet.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.111-129
• /
• 2023

디지털 혁신의 확산에 따라 의료 분야에서도 인공지능을 기반으로 한 혁신의료기술의 채택이 활발해지고 있다. 이에 따라 인공지능 기반 소프트웨어형 의료기기인 SaMD(Software as a Medical Device)의 출시 및 도입도 촉진되고 있지만, 의료기관의 SaMD 도입 요인에 대한 연구는 미흡한 편이다. 본 연구의 목적은 '인공지능 기반 SaMD' 도입에 대한 의료기관의 의사결정에 영향을 미치는 중요한 요인들을 찾고, 이들 요인의 가중치와 우선순위를 분석하는 것이다. 이를 위해 의료계의 기술수용 모델, 의료 인공지능 및 SaMD 등에 관한 문헌연구 결과를 바탕으로 델파이 조사를 실시하였으며, HOTE(Human, Organization, Technology and Environment) 프레임워크와 HABIO(Holistic Approach {Business, Information, Organizational}) 프레임워크를 결합하여 연구 모형을 개발하였다. 5가지 주기준과 22개의 하부기준으로 구성된 연구 모형을 바탕으로 국내 의료기관과 SaMD 공급자의 전문가들을 대상으로 AHP(Analytic Hierarchy Process) 분석을 실시하여 SaMD 도입 요인을 실증적으로 분석하였다. 본 연구의 결과, 인공지능 기반의 SaMD 도입을 결정하는 주기준의 우선순위는 기술적 요인, 경제적 요인, 인적 요인, 조직적 요인, 환경적 요인의 순으로 나타났고, 하부기준의 우선순위는 신뢰성, 진료원가 절감, 의료진의 수용도, 안전성, 최고 경영자의 지원, 보안성, 인허가 및 규제 수준의 순이었다. 특히, 신뢰성, 안전성, 보안성 등의 기술적 요인이 SaMD 도입에 있어서 가장 중요한 것으로 나타났다. 또한, 각 집단별 가중치와 우선순위를 비교·분석한 결과, SaMD 도입 요인의 가중치와 우선순위는 기관의 유형, 의료기관의 유형 및 의료기관 보직의 유형에 따라 매우 다른 것으로 나타났다.