EMR 데이터를 활용한 욕창 발생방지 및 데이터 처리방법 = Method of EMR data pre-process and Pressure Ulcer early warning
저자
발행사항
춘천 : 강원대학교 대학원, 2023
학위논문사항
학위논문(석사)-- 강원대학교 대학원 : 컴퓨터정보통신공학과 2023. 2
발행연도
2023
작성언어
한국어
주제어
KDC
004.7326
발행국(도시)
강원특별자치도
형태사항
19 L. : 표 ; 30 cm
일반주기명
강원대학교 논문은 저작권에 의해 보호받습니다.
지도교수: 김윤
참고문헌: L. 17-18
UCI식별코드
I804:42002-000000033085
소장기관
국내외 의료기관에 전자의무기록 (Electronic Medical Record; EMR) 시스템의 도입이 보편화되면서 의료 의사결정을 지원할 수 있는 인공지능을 접목하고자 하는 연구가 가파르게 증가하는 중이다. 그러나 개인정보보호법으로 인하여 양질의 의료 데이터가 대중에게 공개되기에는 큰 어려움이 있다. MIMIC (Medical Information Mart for Intensive Care) 데이터셋은 주요 환자 정보에 대한 비식별화 작업을 거쳐 대중에게 공개되었고 현재 의료분야의 대표 데이터셋으로 각광 받고 있다. 하지만 표준화된 데이터 처리방식이 없다는 문제가 다른 연구 간의 결과 비교 및 재현을 어렵게 한다. 이에 본 논문에서는 MIMIC-IV v2.0 데이터를 이용해 시계열 데이터의 정제 및 가공 방법을 제안한다. 더불어 해당 가공법을 기반으로 정제한 데이터셋을 활용하여 구축한 기계학습 기반의 욕창 조기 경보 시스템을 통해 해당 가공방법의 유의성을 검증하였다. 구현된 욕창 조기 경보 시스템은 병변이 발생하기 전 12, 24시간에 미리 의료진에게 경보를 주는 시스템이다. 여러 기계학습 모델 중 GRU 모델을 사용하였을 때, AUROC 평가지표를 기준으로 발생 전 12시간이 0.831, 24시간이 0.822로 가장 좋은 성능을 보였다.
더보기Recently, domestic and foreign medical institutions have utilized electronic medical record (EMR) systems and tried to integrate such EMR system with artificial intelligence to support clinical decision. However, due to personal privacy regulation, it is difficult to release superior medical data to the public. To address this challenge, the Medical Information Mart for Intensive Care (MIMIC) dataset is currently in the spotlight as a representative dataset as it has been released to the public through de-identification of key patient information. However, there is a problem that it is difficult to compare and reproduce the results between other studies due to the problem that there is no standardized data processing method. This paper proposes a method of refining and processing time-series data using MIMIC-IV v2.0. In addition, the significance of the processing method was validated through a machine learning based pressure ulcer early warning system. The implemented system alerts medical staff in advance of 12 and 24 hours before a lesion occurs. Among several machine learning models, GRU model showed the best performance with AUROC of 0.831 for 12 hours and 0.822 for 24 hours.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)