• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.428-429
• /
• 2018

본 논문에서는 다기관 의료영상 분석 방법 및 시스템을 제안한다. 다기관 연구에 참여하는 기관에게 분석 가이드 및 분석 프로그램을 제공하여 표준화된 영상분석 연구를 지원하고자 한다. 이를 위해 동일한 프로토콜로 표준화된 영상을 획득 및 분석하고 결과를 공유하는 분산형 연구방법을 제시한다. 제안하는 시스템은 개인정보보호법 및 보안문제가 강조되고 있는 의료현장에 적합한 시스템으로 다양한 다기관 의료 빅데이터 분석 연구에 활용될 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.45-46
• /
• 2020

최근 의료데이터의 표준화를 기반으로 다양한 임상연구가 국내외에서 활발하게 진행되고 있다. 그러나 대부분 개발기술이 임상현장에 적용되지 못하는 이유는 상이한 인프라로 인한 일관성있는 결가를 도출하지 못하는 문제점과 부족한 진단지표와 기준 그리고 충분하지 못한 기술적·임상적 검증이 문제가 되고 있다. 본 논문에서는 이러한 문제점을 해결하기위한 새로운 통합 플랫폼을 제안하고자 한다. 이를 위해서 임상데이터는 OHDSI의 OMOP-CDM으로 표준화되어야 하며, 이외에 의료영상 정보를 포함한다. 제안한 플랫폼은 표준화된 데이터를 통해 지속적인 자가 학습을 수행하며, 질환별 진단에 필요한 개발 도구와 분석 소프트웨어 도구를 통해 다양한 타겟 질환연구를 지원한다. 제안한 플랫폼은 질환에 대한 비침습적 진단을 위해 의료영상을 기반으로 데이터표준화을 기반으로하며, 이를통해 인공지능 기술을 개발하고 병원 정보시스템과 연계하여 임상현장에 실증을 통해 검증하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.263-265
• /
• 2017

본 논문에서는 대사증후군관련 의료 빅데이터 표준화 시스템의 환경과 소프트웨어 환경을 설계한 사항에 대해서 기술한다. 이를 위해 임상데이터를 기반으로 의료 빅데이터를 수집하고 국제 표준화인 공통 데이터 모델로 수집된 데이터를 ETL하여 통합 데이터베이스에 저장하였다. 본 연구를 통해 구축된 의료 빅데이터 표준화 시스템은 향후 의사결정 보조시스템 개발과 연계하여 효과적인 검색과 다양한 통계 분석을 지원할 계획이다. 또한 병원의 다양한 임상 연구를 지원하기 위한 주요 시스템으로 자리매김할 것으로 기대한다.

• 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.

• 대한한방소아과학회지
• /
• 제30권4호
• /
• pp.60-65
• /
• 2016

Objectives The purpose of this study is to emphasize the importance of preventing precocious puberty. This study assessed current number of the patients with early puberty and their medical expenses from 2010 to 2015. Methods Using the data from Korean Statistical Information Service and Heathcare Bigdata Hub, number of patients diagnosed with precocious puberty by gender, age, and year from 2010 to 2015 were reviewed. Also, annual medical insurance expenses and the incidence of leuprorelin use were reviewed. Results Number of the patients with precocious puberty has increased from 29,251 in 2010 to 75,945 in 2015. Total medical insurance expenses have increased from 25,716,431 won in 2010 to 56,367,981 won in 2015. The use of lueprorelin also has increased annually from 11,097,590,000 won in 2010 to 21,617,585,000 won in 2015. Conclusions As a result, the patients diagnosed with precocious puberty are increasing in number, and their medical costs have been rising as well. It may be necessary to control the environmental causes of precocious puberty to reduce not only the physical and psychosocial health problems, but also the social costs.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.730-737
• /
• 2018

행복한 삶의 질을 목적으로 하는 의료소비자가 증가하면서 웹에 분산되어 있는 블로그의 의료 정보를 바탕으로 신뢰성 있는 의료 시설을 선택하고 고품질의 의료 서비스를 받음으로서, 시간과 비용을 절약할 수 있는 O2O 의료 마케팅 시장이 활성화 되고 있다. 인터넷, 모바일, SNS 등에서 증가하는 비정형 텍스트 데이터는 전문 의료 지식 이외에 작성자의 관심, 선호, 예상 등을 직간접적으로 반영하고 있기 때문에 의료정보의 신뢰성을 담보하기 어렵다. 본 연구에서는 빅데이터 및 MLP를 사용하여 의료정보 블로그를 분류 (의료블로그, 광고블로그)함으로서 사용자에게 보다 고품질의 의료정보 서비스를 제공하는 블로그 판단 시스템을 제안한다. 제안된 빅데이터 및 머신러닝 기술을 통해 인터넷상에 존재하는 국내의 다수 의료정보 블로그를 종합, 분석한 후 질환별 개인 맞춤형 건강정보 추천 시스템을 개발한다. 이를 통하여 사용자는 자신의 건강문제를 지속적으로 점검하고 가장 적절한 조치를 취함으로서 자신의 건강 상태를 유지하는 것이 가능할 것으로 기대된다.

• 한국빅데이터학회지
• /
• 제1권2호
• /
• pp.79-89
• /
• 2016

언론사들은 링크드 데이터(Linked Data) 기술을 활용하여 누적된 지적자산으로부터 새로운 가치를 찾는 노력을 하고 있다. 최근 들어 세계적인 언론 매체인 BBC에서는 링크드 데이터 모형을 이용해 자사의 뉴스 기사 가치를 지속해서 향상시키고 있다. 국내 인터넷 신문사들도 누적된 기사를 재활용하고, 이들로부터 새로운 가치를 찾아 뉴스 기사의 가치를 지속해서 향상시킬 필요성이 있다. 본 논문에서는 보건의료 관련 뉴스를 대상으로 링크드 데이터를 구축하는 연구를 소개한다. 기사문에서 보건의료와 관련된 개체명을 인식하여 데이터베이스화하고, 이를 공개된 다른 정보들과 연결하며, 구조화하여 링크드 데이터 서비스를 제공한다. 연구의 결과는 무분별하게 쌓여있는 뉴스데이터를 체계적으로 정리하고, 공개된 다른 정보들과 연결함으로써 기존에 발견하지 못했던 새로운 인사이트를 찾는 기회를 제공하고, 뉴스 데이터가 재활용될 수 있는데 기여할 수 있다. 마지막으로 SPARQL 질의 언어를 이용하여 뉴스 데이터를 대화식으로 탐색할 수 있는데 기여할 수 있다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.195-205
• /
• 2019

LOD(Linked Open Data)는 데이터 공개방식 중에서 가장 우수한 수준으로 평가받고 있으며, 인터넷 상에서 서로 관련있는 데이터를 표준방식으로 연결하여 하나의 거대한 데이터베이스처럼 검색할 수 있도록 한다. 글로벌 환경에서 관련있는 데이터들이 LOD 형태로 구축되는 사례가 증가하고 있으나 국내 보건의료 분야에서 LOD 형태의 데이터 공개는 아직 초보적인 수준에 머물러 있다. 본 논문에서는 한국의학연구논문 데이터와 보건의료 빅데이터 연계 플랫폼 데이터를 중심으로 국내외 관련있는 DB들을 LOD 방식으로 연계하여 서비스하는 LOD 플랫폼 구축사례를 소개한다. 각 DB의 모든 데이터를 LOD로 연계하는 것은 시간과 노력이 많이 필요하며, 기본적으로 민간보다 국가나 공공기관이 담당해야 하는 인프라성 연구이다. 본 연구에서는 각 DB의 일부만을 대상으로 하여 LOD국내외 10개 사이트를 연계하였으며, 이를 통해 사용자는 편리한 방식으로 국내외 여러 기관의 데이터를 연계하여 검색할 수 있게 된다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.139-145
• /
• 2020

4차산업혁명 시대에 인공지능 API에 기반한 정보의 활용은 산업과 생활에 많은 영향을 주고 있다. 특히, 의료분야에서 인공지능을 이용한 데이터 활용은 사회에 많은 변화와 영향을 미칠 것이다. 이 논문은 "Cognitive Health Advisor model(CHA model)"을 구현하기 위하여 필요한 구성요소를 연구하고, 이를 기반으로 "chatbot 이용한 CHA model"을 구현하는데 있다. 개방형 Cognitive 챗봇을 이용하여 일상 생활에서 변화되는 사용자의 건강상태를 파악하고 분석하고 생체센서와 챗봇 상담으로 분석한 사용자의 건강정보는 챗봇을 통하여 사용자에게 정보를 전달하여 사용자의 건강증진을 위한 교육정보를 제공하는 지능형 헬스 어드바이저 모델을 구현한다. 이 구현을 통하여 향후 활용 가능성을 확인하고 연구방향을 제시하고자 한다.