한글내용
(Korean Abstract) |
심혈관 질환으로 인한 사망률이 전 세계에서는 1위를 차지하고 우리나라에서는 2위로 높은 순위를 차지 하고 있다. 그 중에서도 가장 흔한 부정맥 중에 하나인 심방세동 (Atrial Fibrillation, AF)의 발병률은 국내 2006년 전체 인구의 0.73%에서 2015년 1.53%로 두 배 이상 증가하였고, 오래 유지될 경우에는 뇌졸중 혹은 심장마비를 유발시킬 수 있어 조기에 발견하여 위험성을 줄이는 것이 중요하다. 일반적으로 AF는 심전도 센서를 사용해 심전도 기록지 (Electrocardiogram, ECG)에 기록된 심장의 전기적 활동 상태와 텍스트를 분석하여 진단한다. 따라서 본 연구에서는 ECG 텍스트를 이용하여 AF 발생 가능성 예측 모델을 제안한다. ECG 텍스트는 전처리 과정을 거친 후, 의료 데이터에 최적화된 Bio-BERT를 이용하여 단어 벡터로 표현하고 신경망 모델을 이용해서 학습한다. 본 연구에서 제안한 모델은 ECG에 대한 사전지식 없이도 ECG 텍스트만 사용해서 쉽고 빠르게 예측이 가능하다. |
