선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 또한 과학적으로 검증되기 보다는 의사의 주관적인 판단에 의존하던 한의학 변증 분야에 인공지능 퍼지 시스템을 도입하여 신뢰도 높은 결과를 얻음으로써, 변증의 객관화와 정량화 가능성을 발견한 것도 본 연구의 의미 있는 수확이다. 본 연구에서 사용한 시스템의 가치가 인정된다면 임상에서 접근하기 쉬운 형태의 시스템이 구축되어야 유용성을 높일 수 있을 것이다.
- 본 논문에서는 한의학의 진단에서도 기초적인 팔강변증 중 한열을 객관적으로 판별하는 방법을 제안하였다. 한열 진단 표준화의 부재로 인해 의사의 오감에 의존하던 기존의 변증 방식에 객관적 기준의 필요성이 제기됨에 따라, 주관적이고 모호한 환자의 표현을 정량화 할 수 있는 퍼지 시스템에 한열 변증의 판별 기준을 도입하여 실현 가능성을 실험하였다.
- 본 연구에서는 한의사의 주관적 관점에서 진단하던 기존의 한열 판별 기준 중 문진(問診), 절진(切診), 망진(望診)에 해당하는 ‘한열 설문지 계산값’, ‘맥박수’, ‘체열’ 세 가지 정보를 입력 변수로 사용하여 한열을 판별하고 객관화된 수치를 출력하는 시스템을 구현하고자 한다.
제안 방법
- 그리고 열성 정도를 계량화하여 퍼지 추론을 통해 “열”, “보통”, “한”으로 판별하여, 전문가의 판단과 비교하는 유용성 평가 검증을 시행하였다.
- 실험을 위해 완성된 퍼지 멤버십 함수와 퍼지 규칙에 수집된 200건의 데이터를 대입한 후 환자의 한열을 “한”, “보통”, “열”의 세 단계로 판별하고, 맘다니 추론 기법으로 열성 정도를 수치로 출력하는 퍼지 추론 시스템을 구현하였다. 그리고 한의학 전문가의 주관적 관점에서 진행된 한열 판별 결과와 Matlab 출력값의 일치 여부를 비교하는 실험을 시행하였다.
- 또 임상 경험 소유 한방내과학 전문가 5인의 의견을 Table 2와 같이 수렴하여 그 평균값을 입력 변수간 가중치로 설정하였다. 이는 시스템의 배경이 임상의의 한열 판단 기준과 최대한 근사하여 시스템의 정확도와 신뢰도를 높이기 위함이다.
- 그 중 맘다니형 퍼지 추론은 입력 변수를 각각 퍼지화하고 퍼지화 된 변수들을 수립된 규칙으로 평가한 후 결과들을 통합하는 단계를 거쳐 최종적으로 역퍼지화하여 실수값을 출력하는 과정으로 이루어져 있다. 본 연구에서는 선정된 세 가지 정보를 입력 변수로 하는 퍼지 집합을 정의한 뒤 퍼지화하여 맘다니 기법으로 퍼지 추론하였다.
- 본 연구에서는 한의사가 한열을 판단하는 주관적 기준을 일반화하여 망진(望診)의 방법으로 얼굴색을 계량화하는 대신 환자의 열감이 가장 잘 표현되는 얼굴 정면의 체열값을 활용하였고, 문진(問診)으로 자체 개발한 한열 관련 설문지 결과값, 절진(切診)으로 맥박수를 함께 사용하였다. 열성의 정도에 따라 한열을 “한”, “보통”, “열”의 세 단계로 판별하는 퍼지 시스템을 개발한 후 동일 데이터에 대한 한의사의 한열 판단과 비교하여 시스템의 정확도 검증을 실험하였다.
- Table 1을 환자가 직접 답하고, 최종 계산하여 나온 결과값을 사용하였다. 설문지는 생활 습성과 건강 상태, 식습관 등 증상에 관한 문항으로 구성되어 있다. 이는 의사의 문진(問診)과 같은 효과를 지닌다.
- 본 연구에서는 한의사의 주관적 관점에서 진단하던 기존의 한열 판별 기준 중 문진(問診), 절진(切診), 망진(望診)에 해당하는 ‘한열 설문지 계산값’, ‘맥박수’, ‘체열’ 세 가지 정보를 입력 변수로 사용하여 한열을 판별하고 객관화된 수치를 출력하는 시스템을 구현하고자 한다. 세 항목의 선정은 임상 경험 5년 이상인 한방내과학 전문가가 임상에서 주로 쓰이는 방법을 병리학 문헌15)에 기반하여 채택하였다. 제안한 시스템의 구조는 Figure 1과 같다.
- 실험을 위해 완성된 퍼지 멤버십 함수와 퍼지 규칙에 수집된 200건의 데이터를 대입한 후 환자의 한열을 “한”, “보통”, “열”의 세 단계로 판별하고, 맘다니 추론 기법으로 열성 정도를 수치로 출력하는 퍼지 추론 시스템을 구현하였다.
- 열성의 정도에 따라 한열을 “한”, “보통”, “열”의 세 단계로 판별하는 퍼지 시스템을 개발한 후 동일 데이터에 대한 한의사의 한열 판단과 비교하여 시스템의 정확도 검증을 실험하였다.
- 이에 본 연구에서는 한열을 판단함에 있어 설문지를 통한 문진(問診)과 더불어 망진(望診), 절진(切診)을 함께 활용하고, 전문가의 지식을 반영할 수 있는 퍼지(Fuzzy) 시스템으로 한열을 판단하는 방법을 제안한다. 퍼지 시스템의 퍼지 집합을 이용하면 경계가 모호한 항목들을 평가할 수 있다12).
- 절진(切診)에 해당하는 맥진 역시 한열을 판단하는 주요 기준으로20), 객관적 진찰을 위해 맥진기를 이용하였다. 해당 측정은 안정을 취한 후 3분간 맥진기 MAXMAC-27 Plus(주원메디칼社)를 이용하여 측정한 값을 두 번째 입력 정보로 사용하였다.
- 본 논문에서는 한의학의 진단에서도 기초적인 팔강변증 중 한열을 객관적으로 판별하는 방법을 제안하였다. 한열 진단 표준화의 부재로 인해 의사의 오감에 의존하던 기존의 변증 방식에 객관적 기준의 필요성이 제기됨에 따라, 주관적이고 모호한 환자의 표현을 정량화 할 수 있는 퍼지 시스템에 한열 변증의 판별 기준을 도입하여 실현 가능성을 실험하였다.
- 한열의 객관적인 진찰을 위한 항목으로 ‘한열 설문지 계산값’, ‘맥박수’, ‘체열’을 선정하고, 모호한 대상을 다룰 수 있는 퍼지 시스템을 이용하여 판별하였다.
- 환자의 문진(問診) 내용을 설문지화 하여 나온 수치와 한열의 교과서적 판단 기준인 맥박수, 얼굴의 열감 정보를 입력 변수로 정의하여 퍼지 집합으로 만들고, 전문가 5인의 지식을 기반으로 한열을 판별하는 퍼지 규칙을 수립하였다. 그리고 열성 정도를 계량화하여 퍼지 추론을 통해 “열”, “보통”, “한”으로 판별하여, 전문가의 판단과 비교하는 유용성 평가 검증을 시행하였다.
대상 데이터
- 본 시스템의 성능 검증을 위해 삼성 Pentium(R) Dual core CPU 2.10 GHz, Windows 7 Home Premium K의 환경에서 Matlab R2011b Fuzzy Toolbox를 사용하여 실험하였다. 실험을 위해 완성된 퍼지 멤버십 함수와 퍼지 규칙에 수집된 200건의 데이터를 대입한 후 환자의 한열을 “한”, “보통”, “열”의 세 단계로 판별하고, 맘다니 추론 기법으로 열성 정도를 수치로 출력하는 퍼지 추론 시스템을 구현하였다.
- 실험에 사용한 데이터는 우석대학교 한방병원의 IRB(WSOH IRB 1105-02, 1209-03)를 통과한 200명의 임상 연구 증례기록서17)의 일부이다. 제안한 시스템의 입력 변수로 선정한 ‘한열 설문지 계산값’, ‘맥박수’, ‘체열’ 값을 증례기록지에서 추출하여 사용하였다.
성능/효과
- 2. 가장 낮은 일치율을 보인 “보통”은 해당 집합 범위의 함수를 더 세분화해야 할 것으로 보인다.
- 세 가지 입력 변수에 전문가 지식 가중치를 반영하여 퍼지 추론에 필요한 퍼지 규칙을 Figure 4와 같이 수립하였다. 본 연구에서 제안한 퍼지 추론 방식에서는 소속 함수가 다섯 가지인 입력값 한 개와 세 가지인 입력값 두 개, 한 개의 출력값으로 이루어져 5*3*3=45개의 퍼지 규칙을 생성할 수 있다. 생성된 퍼지 규칙은 ‘and’ 조건으로 연결되어 열성 정도를 수치로 출력한다.
- 세 가지 입력 정보의 값이 모두 “Low”라면 최종 결과도 “한”으로 출력되고, 입력 정보의 값이 모두 “Medium”이라면 최종 결과도 “보통”, 입력 정보의 값이 모두 “High”라면 최종 결과도 “열”로 출력되는 것은 당연한 결과일 수 있지만 그 외에 세 가지 정보간의 차이가 있는 상당수의 경우 퍼지 규칙을 수차례 수정하고, 퍼지 집합을 조율하여 높은 일치도를 얻을 수 있었다.
- 일치 건수 비교 결과 “열” 34건, “보통” 54건, “한” 100건이 일치함을 보여 총 188건이 일치하였다.
- 한열의 객관적인 진찰을 위한 항목으로 ‘한열 설문지 계산값’, ‘맥박수’, ‘체열’을 선정하고, 모호한 대상을 다룰 수 있는 퍼지 시스템을 이용하여 판별하였다. 임상 데이터 200건으로 퍼지 시스템의 출력값과 한의사의 판단을 비교한 결과 188건이 일치하여 한열 진찰의 자동화와 정량화가 가능함이 드러났다. 그리고 퍼지 시스템에서 수치로 출력되는 열성 정도는 환자의 지속 진료 시 열성 변이의 추이를 관찰하며 기초 자료로 유용하게 사용될 수 있다.
- 임상 연구를 통해 수집된 200명의 측정 데이터를 사용하여 실험한 결과 제안한 퍼지 시스템의 결과값과 전문가의 주관적 판단값이 188건 일치하여 일치율 94%를 보이며 본 규칙의 타당성을 검증하였다.
후속연구
- 그리고 본 연구에 사용된 설문지에는 얼굴색에 관한 질문을 포함하고 있지만, 향후 영상 처리 기기를 활용하여 면색을 자가 판단이 아닌 계량화한 수치로 측정하여 본 연구에서 채택한 입력 정보와 더불어 사용한다면, 망진(望診), 문진(問診), 절진(切診)을 근거로 하는 한방병리학의 한열 진단 기준에 준하는 분명 변별력 있는 기준 근거가 될 수 있을 것으로 사료된다.
- 임상 데이터 200건으로 퍼지 시스템의 출력값과 한의사의 판단을 비교한 결과 188건이 일치하여 한열 진찰의 자동화와 정량화가 가능함이 드러났다. 그리고 퍼지 시스템에서 수치로 출력되는 열성 정도는 환자의 지속 진료 시 열성 변이의 추이를 관찰하며 기초 자료로 유용하게 사용될 수 있다.
- 더욱 완성도 높은 시스템을 만들기 위해 더 많은 표본을 대상으로 실험하며 가중치 수정이 필요할 것으로 보인다. 또한 본 연구에서 진행한 실험은 제안한 시스템의 유용성 평가를 목적으로 데이터를 수집하여 사용한 것이 아니라, 이미 수집되어 있는 데이터를 이용하여 실험한 것이기 때문에 전문가 검증과 병원의 임상 측정이 같은 시기에 이루어진 것이 아니라서 설문지의 내용을 수정할 수 없었다는 한계점이 있다.
- 설문지 연구를 위한 연구 표본 집단 및 연구 수행의 주체에 따라 문항 선별에 차이가 있기에 본 연구에서 사용한 설문지 역시 연구 수행 기관인 하나의 한방병원에서 내과학 전문가들이 병리학 교과서를 바탕으로 개발한 것이므로, 한 사람이 동일한 증상을 호소해도 설문 기관에 따라 상이한 결과가 나타날 수도 있다는 불완전함이 있다. 따라서 한열 진단의 표준화 분야에서도 공신력 있는 설문지가 개발된다면 그것을 이용해 더욱 신뢰도 있는 검증 체계를 수립할 수 있을 것으로 기대된다.
- 더욱 완성도 높은 시스템을 만들기 위해 더 많은 표본을 대상으로 실험하며 가중치 수정이 필요할 것으로 보인다. 또한 본 연구에서 진행한 실험은 제안한 시스템의 유용성 평가를 목적으로 데이터를 수집하여 사용한 것이 아니라, 이미 수집되어 있는 데이터를 이용하여 실험한 것이기 때문에 전문가 검증과 병원의 임상 측정이 같은 시기에 이루어진 것이 아니라서 설문지의 내용을 수정할 수 없었다는 한계점이 있다.
- 또한 과학적으로 검증되기 보다는 의사의 주관적인 판단에 의존하던 한의학 변증 분야에 인공지능 퍼지 시스템을 도입하여 신뢰도 높은 결과를 얻음으로써, 변증의 객관화와 정량화 가능성을 발견한 것도 본 연구의 의미 있는 수확이다. 본 연구에서 사용한 시스템의 가치가 인정된다면 임상에서 접근하기 쉬운 형태의 시스템이 구축되어야 유용성을 높일 수 있을 것이다.
- “한”에 해당하는 오류들은 설문지 계산값이 최종 결과에 영향을 미치며 그대로 출력되는 형태를 보였다. 이는 설문지 계산값과 맥박수의 가중치가 3% 밖에 차이 나지 않아 생기는 문제로, 입력 정보간 가중치를 세밀히 수정 보완해야 할 것으로 보인다.
- 제안한 시스템은 환자의 한열을 판단함에 있어 판단의 주체 별로 결과가 달라짐에 수식을 이용한 결과값을 참고값으로 제시하여 줌으로써 한열 판단의 표준화에 활용될 수 있고, 결과값이 계량화된 수치로 제시되기 때문에 한열의 변이의 추이를 객관적으로 알 수 있어 향후 임상에서 환자의 경과 관찰에 유의하게 사용될 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.