2020년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
환자의 건강의무기록 데이터를 이용한 심층 신경망 모델 기반 위험도 예측 |
| 영문제목(English Title) |
Deep Neural Network Model Based Risk Prediction Using Patient's Electronic Medical Records |
| 저자(Author) |
이상훈
최태호
주민재
김선규
이잉걸
최준석
강재우
Sanghoon Lee Taeho choi
Minjae Joo
Sunkyu Kim
Inggeol Lee
Junseok Choi
|
| 원문수록처(Citation) |
VOL 47 NO. 01 PP. 0830 ~ 0832 (2020. 07) |
한글내용
(Korean Abstract) |
질병을 치료하는데에 있어서 진단 당시 질병 위험도는 치료 방법을 선정하는데에 있어서 매우 중요한 역할을 한다. 질병 위험도는 합병증의 유무, 건강상태 등 여러가지 요소가 복합적으로 영향을 끼치고 이를 개인이 판단하기에는 많은 시간을 필요로 하기 때문에 인공지능을 활용한 질병 위험도 예측 연구가 대두되고있으며, 이전의 연구들은 대부분 유전적 정보를 필요로 한다. 하지만 환자의 유전자 발현량 데이터를 확보하기에는 많은 시간과 비용이 들게 되므로 이전의 인공지능 모델들을 병원에서 실제로 사용하기에는 많은 어려움이 따르게 된다. 본 논문에서는 환자의 유전적 정보 없이 전자의무기록(EMR) 데이터만을 이용하여 Cox proportional hazard model 기반의 신경망 모델을 제시하며 이외에 이전 연구들에서 제시된 Mean Squared Error, Pairwise Ranking Loss, Pearson Correlation 등의 손실 함수와 비교를 통해 제시한 모델의 적절성을 검증하였으며 제시한 모델이 각각의 손실함수와 비교하여 21%, 3%, 2% 더 나은 성능을 보여주었다. 이를 통해 제시하는 모델이 의사에게 환자 진단시 큰 도움을 줄 수 있기를 기대한다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
