최근 IT 기술의 발전과 함께 의료 기술 또한 급격하게 발전하게 되어 헬스케어 서비스를 제공받는 환자의 정보(의료정보, 질병정보 등)가 의료 서비스에서 다양하게 사용되고 있다. 그러나, 환자의 질병정보가 헬스케어 서비스에서 다양하게 사용되면서 환자 치료 방법에 대한 복잡성과 불확실성 또한 증가하여 병원은 환자 치료에 대한 의사결정이 더욱 어려워지고 있다. 본 논문에서는 헬스케어 서비스를 제공받는 환자의 치료를 효율적으로 처리하기 위해서 환자질병정보를 빅 데이터로 관리 할 수 있도록 효율성을 고려한 다기준의사결정벙법 중 하나인 퍼지 AHP를 사용한 헬스케어 환자의 효율적인 빅 데이터 관리 기법을 제안한다. 제안 기법은 환자의 질병정보들 간의 상관관계를 통해 치료기준들 간의 쌍대비교 척도를 삼각퍼지화하여 환자의 현실적 치료 방법을 찾도록 하는 것을 목적으로 한다. 제안 기법은 쌍대비교를 통해 질병 치료들간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출 한 후 치료 방밥에 대한 효율성을 구한다. 또한 제안 기법은 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택하기 때문에 기존 질병치료 방법보다 판단 및 치료의 애매함과 부정확성 상태를 5.8% 개선하고 있다.
최근 IT 기술의 발전과 함께 의료 기술 또한 급격하게 발전하게 되어 헬스케어 서비스를 제공받는 환자의 정보(의료정보, 질병정보 등)가 의료 서비스에서 다양하게 사용되고 있다. 그러나, 환자의 질병정보가 헬스케어 서비스에서 다양하게 사용되면서 환자 치료 방법에 대한 복잡성과 불확실성 또한 증가하여 병원은 환자 치료에 대한 의사결정이 더욱 어려워지고 있다. 본 논문에서는 헬스케어 서비스를 제공받는 환자의 치료를 효율적으로 처리하기 위해서 환자질병정보를 빅 데이터로 관리 할 수 있도록 효율성을 고려한 다기준의사결정벙법 중 하나인 퍼지 AHP를 사용한 헬스케어 환자의 효율적인 빅 데이터 관리 기법을 제안한다. 제안 기법은 환자의 질병정보들 간의 상관관계를 통해 치료기준들 간의 쌍대비교 척도를 삼각퍼지화하여 환자의 현실적 치료 방법을 찾도록 하는 것을 목적으로 한다. 제안 기법은 쌍대비교를 통해 질병 치료들간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출 한 후 치료 방밥에 대한 효율성을 구한다. 또한 제안 기법은 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택하기 때문에 기존 질병치료 방법보다 판단 및 치료의 애매함과 부정확성 상태를 5.8% 개선하고 있다.
The recent health care is growing rapidly want to receive offers users a variety of medical services, can be exploited easily exposed to a third party information on the role of the patient's hospital staff (doctors, nurses, pharmacists, etc.) depending on the patient clearly may have to be classifi...
The recent health care is growing rapidly want to receive offers users a variety of medical services, can be exploited easily exposed to a third party information on the role of the patient's hospital staff (doctors, nurses, pharmacists, etc.) depending on the patient clearly may have to be classified. In this paper, in order to ensure safe use by third parties in the health care environment, classify the attributes of patient information and patient privacy protection technique using hierarchical multi-property rights proposed to classify information according to the role of patient hospital officials The. Hospital patients and to prevent the proposed method is represented by a mathematical model, the information (the data consumer, time, sensor, an object, duty, and the delegation circumstances, and so on) the privacy attribute of a patient from being exploited illegally patient information from a third party the prevention of the leakage of the privacy information of the patient in synchronization with the attribute information between the parties.
The recent health care is growing rapidly want to receive offers users a variety of medical services, can be exploited easily exposed to a third party information on the role of the patient's hospital staff (doctors, nurses, pharmacists, etc.) depending on the patient clearly may have to be classified. In this paper, in order to ensure safe use by third parties in the health care environment, classify the attributes of patient information and patient privacy protection technique using hierarchical multi-property rights proposed to classify information according to the role of patient hospital officials The. Hospital patients and to prevent the proposed method is represented by a mathematical model, the information (the data consumer, time, sensor, an object, duty, and the delegation circumstances, and so on) the privacy attribute of a patient from being exploited illegally patient information from a third party the prevention of the leakage of the privacy information of the patient in synchronization with the attribute information between the parties.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 헬스케어 서비스를 제공받는 환자의 연령과 지역에 따라서 치료를 효율적으로 받기 위해서 환자의 질병정보를 빅 데이터로 효율적으로 관리하는 기법에 대해서 제안한다. 제안 기법은 환자의 질병정보들 간의 상관관계를 통해 치료기준들 간의 쌍대비교 척도를 삼각퍼지화하여 환자의 현실적 치료 방법을 찾도록 하는 것을 목적으로 한다.
본 논문에서는 환자 질병 정보에 따른 환자의 의료서비스의 효율적 대응방안에 대한 기법을 제안하였다. 제안 기법은 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택하기 때문에 기존 질병치료 방법보다 판단 및 치료의 애매함과 부정확성 상태를 5.
본 논문에서는 헬스케어 서비스를 제공받는 환자의 연령과 지역에 따라서 치료를 효율적으로 받기 위해서 환자의 질병정보를 빅 데이터로 효율적으로 관리하는 기법에 대해서 제안한다. 제안 기법은 환자의 질병정보들 간의 상관관계를 통해 치료기준들 간의 쌍대비교 척도를 삼각퍼지화하여 환자의 현실적 치료 방법을 찾도록 하는 것을 목적으로 한다. 제안 기법은 쌍대비교를 통해 질병 치료들 간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출 한 후 치료 방법에 대한 효율성을 구한다.
가설 설정
상호베타성은 환자의 질병 정보간에 독립성이 유지되어야 한다. 둘째, 완전 결합성이다. 완전 결합성은 질병정보의 상위 질병정보에 대한 하위 질병정보와 종속성이 확보되어야 한다.
이 절에서는 환자 질병 간의 역대칭성의 특징을 가지고 환자 질병의 상대적 중요도를 구하는 과정을 기술한다. 제안 기법에서 가중치 계산과정은 행렬의 쌍대비교 과정이 완전히 정확하고 일관성이 유지된다고 가정한다. 이 가정에서 행렬의 모든 i, j, k에 대하여 aik=aijㆍajk가 성립되어 식 (7)와 식 (8)이 만족된다.
제안 방법
셋째, 의사결정요소들의 상대적인 가중치를 계산한다. 넷째, 쌍대비교에 의한 평가결과를 고유값을 이용하여 일관성을 검증한다. 다섯째, 각 계층별로 얻어진 요소들의 중요도를 평가대상이 되는 대안과 결합하여 대안들의 최종 종합순위를 구한다.
넷째, 쌍대비교에 의한 평가결과를 고유값을 이용하여 일관성을 검증한다. 다섯째, 각 계층별로 얻어진 요소들의 중요도를 평가대상이 되는 대안과 결합하여 대안들의 최종 종합순위를 구한다.
첫째, 의사결정 문제시 의사결정 요소들 간의 관계를 분석하여 의사 결정 계층구조를 형성한다. 둘째, 각 계층 내의 의사결정 요소들 간의 1:1 상대비교를 통하여 판단 자료를 구한다. 셋째, 의사결정요소들의 상대적인 가중치를 계산한다.
특히, 이 절에서는 쌍대비교를 통해 질병 치료들간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출한다. 또한 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지 수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택한다.
제안기법에서는 헬스케어 서비스를 제공받는 환자의 질병정보를 퍼지 AHP를 이용하여 계층적으로 분류하고 퍼지질병정보의 상관관계를 통해 치료기준들 간의 쌍대 비교 척도를 삼각퍼지화한다. 또한, 제안 기법은 쌍대비 교를 통해 질병 치료들간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출 한 후 치료 방법에 대한 효 율성을 계산한다.
환자 개인에 대한 개별 질병 정보들에 대한 접근 권한은 정책의 변경 없이도 역할의 변경을 통해 다양한 정책을 할당받는다. 또한, 환자의 프라이버시 위협이 증가되는 환경에서 병원이나 약국이 환자의 질병 기록을 악용 할 경우, 제안 기법에서는 병원이나 약국에게 제한된 권한을 부여하여 환자의 동의에 따라 진찰 및 치료 내역을 이용한다. 제안 기법에서는 사용자의 권한확인 및 기록 접근제어 등을 통하여 환자, 병원, 약국의 권한을 분리하여 최소한의 업무만을 수행하여 제 3자는 쉽게 환자의 민감한 의료정보 및 개인정보에 접근하지 못한다.
이 절에서는 헬스케어 서비스를 제공받는 환자의 질 병정보를 퍼지 AHP를 사용하여 계층화하고, 환자의 치료 정보에 대한 속성정보를 부여하여 환자 데이터를 관리하는 기법을 제안한다.
이 과정은 환자의 질병정보를 계층적으로 분류하여 최적의 의료 서비스를 환자에게 제공하기 위한 중요도를 산출하는 과정이다. 제안 기법에서 사용하는 계층별 질병정보간 중요도 선정 방법은 환자 질병간 계층 정보들 사이의 중요도 행렬과 각 질병 정보에 대한 대안들 간의 중요도 행렬을 곱하는 단계를 통해 질병 정보의 가중치를 종합하여 최종 질병 정보의 중요도를 선택한다. 질병 정보의 최상위 계층에 대한 k번째 하위계층에 있는 질병 정보의 최종 질병정보의 중요도는 식 (11)처럼 구할 수 있다.
제안 기법은 환자의 질병정보들 간의 상관관계를 통해 치료기준들 간의 쌍대비교 척도를 삼각퍼지화하여 환자의 현실적 치료 방법을 찾도록 하는 것을 목적으로 한다. 제안 기법은 쌍대비교를 통해 질병 치료들 간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출 한 후 치료 방법에 대한 효율성을 구한다. 또한 제안 기법은 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택하기 때문에 기존 질병치료 방법보다 판단 및 치료의 애매함과 부정확성 상태를 개선하는 장점이 있다.
제안기법에서는 헬스케어 서비스를 제공받는 환자의 질병정보를 퍼지 AHP를 이용하여 계층적으로 분류하고 퍼지질병정보의 상관관계를 통해 치료기준들 간의 쌍대 비교 척도를 삼각퍼지화한다. 또한, 제안 기법은 쌍대비 교를 통해 질병 치료들간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출 한 후 치료 방법에 대한 효 율성을 계산한다.
질병정보의 중요도 평가를 위해서 현재 헬스케어 서비스를 제공하는 5개 병원의 20명의 전문가의 의견을 기하평균(Geometric mean)을 사용하여 질병 종류, 치료분야, 의료 서비스 역할 빈도 등의 중요도를 산출하였다.
첫째, 의사결정 문제시 의사결정 요소들 간의 관계를 분석하여 의사 결정 계층구조를 형성한다. 둘째, 각 계층 내의 의사결정 요소들 간의 1:1 상대비교를 통하여 판단 자료를 구한다.
헬스케어 서비스를 제공받는 환자의 치료를 효율적으 로 처리하기 위해서 환자의 질병정보들 간의 상관관계를 통해 치료기준들 간의 쌍대비교 척도를 삼각퍼지화하여 환자의 현실적 치료 방법을 찾는다. 특히, 이 절에서는 쌍대비교를 통해 질병 치료들간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출한다. 또한 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지 수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택한다.
헬스케어 서비스를 제공받는 환자의 치료를 효율적으 로 처리하기 위해서 환자의 질병정보들 간의 상관관계를 통해 치료기준들 간의 쌍대비교 척도를 삼각퍼지화하여 환자의 현실적 치료 방법을 찾는다. 특히, 이 절에서는 쌍대비교를 통해 질병 치료들간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출한다.
이론/모형
현재 헬스케어 서비스를 제공받는 환자는 환자의 치료 방법 및 정보의 다양성으로 인하여 병원(의사, 간호사, 약사 등)에서 의료서비스를 원활하게 받지 못하고 있는 상황이다. 제안 기법에서는 환자의 다양한 질병정보를 동일 그룹에 있는 질병 정보와 비교하여 환자의 질병치료를 관리하기 위해서 퍼지 AHP 기법을 적용한다. 제안 기법에 사용된 퍼지 AHP 기법은 환자의 질병을 평가 할 때 다음과 같은 3가지 평가기준을 기반으로 사용자의 질병을 진단한다.
성능/효과
제안 기법은 쌍대비교를 통해 질병 치료들 간 퍼지이론의 삼각퍼지수를 적용하여 상대적인 중요도를 산출 한 후 치료 방법에 대한 효율성을 구한다. 또한 제안 기법은 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택하기 때문에 기존 질병치료 방법보다 판단 및 치료의 애매함과 부정확성 상태를 개선하는 장점이 있다.
본 논문에서는 환자 질병 정보에 따른 환자의 의료서비스의 효율적 대응방안에 대한 기법을 제안하였다. 제안 기법은 환자의 질병치료를 결정하기 위한 방법들을 계층화하여 삼각퍼지수를 이용한 쌍대비교 행렬을 구현한 후 질병치료기준별 대안에 대한 중요도를 계산하여 각 치료별 효율성을 분석하여 최종 질병치료 방법을 선택하기 때문에 기존 질병치료 방법보다 판단 및 치료의 애매함과 부정확성 상태를 5.8% 개선하였다. 이같은 개선 효과는 현재 병원에서 치료받고 있는 환자의 질병정보를 빅데이터하여 치료에 반영한 결과이다.
이같은 개선 효과는 현재 병원에서 치료받고 있는 환자의 질병정보를 빅데이터하여 치료에 반영한 결과이다. 특히, 실험 결과에서는 헬스케어 서비스를 제공받는 환자의 질병 정보에 따라 서비스 분야 및 역할빈도가 다르게 나타났다. 이 같은 결과는 헬스케어 서비스를 제공받는 환자의 대부분이 연령이 65세 이상이거나 10세 이하의 아동들이 대다수를 차지하였기 때문이다.
후속연구
이 같은 결과는 헬스케어 서비스를 제공받는 환자의 대부분이 연령이 65세 이상이거나 10세 이하의 아동들이 대다수를 차지하였기 때문이다. 향후 연구에서는 병원과 환자 사이의 환자 개인 건강 정보를 확장하여 다수의 병원에서 환자의 개인 건강 정보를 통합운영 관리할 수 있도록 프레임워크를 개발할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
AHP의 5가지 단계는 무엇인가?
첫째, 의사결정 문제시 의사결정 요소들 간의 관계를 분석하여 의사 결정 계층구조를 형성한다. 둘째, 각 계층 내의 의사결정 요소들 간의 1:1 상대비교를 통하여 판단 자료를 구한다. 셋째, 의사결정요소들의 상대적인 가중치를 계산한다. 넷째, 쌍대비교에 의한 평가결과를 고유값을 이용하여 일관성을 검증한다. 다섯째, 각 계층별로 얻어진 요소들의 중요도를 평가대상이 되는 대안과 결합하여 대안들의 최종 종합순위를 구한다.
AHP기법은 무엇인가?
AHP(Analytic Hierarchy Process) 기법은 의사결정의 목표, 또는 평가기준이 다수일 경우 상호 배반적인 대안들의 체계적인 평가가 필요한 문제들에 대해서 대안들의 여러 속성들을 계층적으로 분류하고 각 속성의 상대적 중요도를 파악함으로써 최적대안을 찾는 시스템적 접근방법을 의미한다[10,11,12]. 즉, AHP 기법은 전문가를 대상으로 의사결정 과정에 포함시켜야 할 요소들에 대한 문제를 설정하고 설정된 요소간 관계를 1:1 쌍대비교를 통하여 가중치를 결정하도록 계층화한다[13,14,15].
m-헬스케어란 무엇인가?
그러나 e-헬스케어 서비스는 기존 의료서비스에서 제공하는 의료 서비스보다 환자에게 전자적 의료정보 및 진료 예약관리 서비스를 추가적으로 제공하는 서비스이다. m-헬스케어는 e-헬스케어 서비스의 전자적 의료정보 및 진료 예약관리 등을 제공하던 서비스보다 유․무선 온라인 네트워크를 활용하여 서비스를 한 단계 더 진화한 서비스이다[8].
참고문헌 (15)
H. Demirkan, "ASmart Healthcare Systems Framework", IEEE Journals & Managines IT Professional, vol. 5, no. 5, pp. 38-45, 2013.
D. J. Berndt, J. W. Fisher, A. R. Hevner, J. Studnicki, "Healthcare data warehousing and quality assurance ", IEEE Journals & Managines Computer, vol. 34, no. 12, pp. 56-65, 2001.
x. Shen, "Emerging technologies for e-healthcare". IEEE Journals & Managines Network, vol. 26, no. 5, pp. 2-3, 2012.
N. Agoulmine, P. Ray, T. -H. Wu, "Efficient and cost-effective communications in ubiquitous healthcare: wireless sensors, devices and solutions", IEEE CommunicationsManaginze, vol. 50, no. 5, pp. 90-91, 2012.
Y. W. Kim, K. H. Park, S. H. Yi, H. C. Kim "A Big Data Framework for u-Healthcare Systems Utilizing Vital Signs", 2014 International Symposium on Computer, Consumer and Control (IS3C), pp. 494-497, Jun. 2014.
J. Song, M. Chung, "An Approach to Realization and Security Provision of Intelligent U-Healthcare Service", ICHIT '06. International Conference on Hybrid Information Technology, 2006. vol. 1, pp. 462-467, Nov. 2006.
S. J. Son, K. W. L. D. H. Won, S. J. Kim, "U-healthcare system protecting privacy based on cloaker", 2010 IEEE International Conference on Bioinformatics and Biomedicine Workshops (BIBMW), pp. 417-423, Dec. 2010.
S. J. Oh, C. W. Lee, "u-Healthcare SensorGrid Gateway for connecting Wireless Sensor Network and Grid Network", ICACT 2008. 10th International Conference on Advanced Communication Technology, 2008. vol. 1, pp. 827-831, Feb. 2008.
J. K. Ryu, J. H. Kim, K. Y. Chung, K. W. Rim, J. H. Lee, "Ontology Based Context Information Model for u-Healthcare Service", 2011 International Conference on Information Science and Applications (ICISA), pp. 1-6, Apri. 2011.
S. Ohnishi, T. Yamanoi, H. Imai, "A fuzzy representation for non-additive weights of AHP", 2011 IEEE International Conference on Fuzzy Systems (FUZZ), pp. 672-675. Jun. 2011.
F. Kong, H. Y. Liu, "Analysis of and Improvement on Ranking Method for Fuzzy AHP", 2006. WCICA 2006. The Sixth World Congress on Intelligent Control and Automation, vol. 1, pp. 249-2502, Jun. 2006.
X. Wu, Y. Fu, J. Wang, "Information systems security risk assessment on improved fuzzy AHP", ISECS International Colloquium on Computing, Communication, Control, and Management, 2009. CCCM 2009, pp. 365-369, Aug. 2009.
H. Zhang, A. Bouras, Y. Ouzrout, A. Sekhari, "Fuzzy multi-criteria lifecycle system maturity decision making based on an integrated Fuzzy AHP and VIKOR methodology", 2014 International Conference on Computational Science and Technology (ICCST), pp. 1-6, Aug. 2014.
X. Tang, S. Fang, "A fuzzy AHP approach for service vendor selection under uncertainty", 2011 International Conference on Business Management and Electronic Information (BMEI), vol. 5, pp. 274-277, May. 2011.
J. J. Zheng, X. Han, "Study on the Selection of Venture Capitalists Based on Fuzzy AHP", 2010 International Conference on Information Management, Innovation Management and Industrial Engineering (ICIII), vol. 2, no. 570-273, Nov. 2010.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.