$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

RNN을 이용한 제2형 당뇨병 예측모델 개발

Development of T2DM Prediction Model Using RNN

디지털융복합연구 = Journal of digital convergence, v.17 no.8, 2019년, pp.249 - 255  

장진수 (고려대학교 대학원 보건과학과 BK21플러스 인간생명-사회환경 상호작용융합사업단) ,  이민준 (고려대학교 대학원 보건과학과 BK21플러스 인간생명-사회환경 상호작용융합사업단) ,  이태노 (고려대학교 대학원 보건과학과 BK21플러스 인간생명-사회환경 상호작용융합사업단)

초록
AI-Helper 아이콘AI-Helper

제2형 당뇨병고혈당이 특징인 대사성 분비 장애로 여러 합병증을 야기하는 질병이며, 장기적인 치료가 필요하기 때문에 매년 많은 의료비를 지출한다. 이를 해결하기 위해 많은 연구들이 있어왔지만, 기존의 연구들은 한 시점에서의 데이터를 학습시켜 예측함으로써 정확도가 높지 않았다. 그래서 본 연구는 제2형 당뇨병 발생 예측에 대한 정확도를 높이기 위하여 RNN을 이용한 모델을 제안하였다. 본 모델을 개발하기 위해 한국인유전체역학조사 지역사회 코호트(안산 안성) 데이터를 이용하였으며, 시간의 흐름에 따른 데이터들을 모두 학습시켜 당뇨병 발생 예측모델을 만들었다. 예측 모델의 성능을 검증하기 위해 기존의 기계 학습 방법인 LR, k-NN, SVM과 정확도를 비교하였다. 비교한 결과 제안한 예측모델의 accuracy는 0.92, AUC는 0.92로 다른 기계 학습 방법보다 높은 정확도를 보였다. 따라서 본 연구에서 제안한 제2형 당뇨병 발생 예측 모델을 활용하여 발병을 조기 예측함으로써 생활습관 개선 및 혈당조절을 통해 당뇨병 발병을 예방하고 늦출 수 있을 것이다.

Abstract AI-Helper 아이콘AI-Helper

Type 2 diabetes mellitus(T2DM) is included in metabolic disorders characterized by hyperglycemia, which causes many complications, and requires long-term treatment resulting in massive medical expenses each year. There have been many studies to solve this problem, but the existing studies have not b...

주제어

표/그림 (5)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • LSTM은 RNN 네트워크의 한 종류이고, 1997년 Hochreiter, Sepp, and Jürgen Schmidhuber에 의해 제안되었다[17]. LSTM은 cell state와 게이트를 활용하여 기존의 전통적인 RNN 네트워크의 문제점인 데이터와 데이터 사이의 시간 간격이 멀 경우 학습능력이 크게 저하되는 것을 해결하기 위해 고안되었다. LSTM의 기본구조는 Fig.
  • 구축한 모델을 평가하기 위해 대표적인 판단 기준인 accuracy와 AUC(Area under the curve)로 모델의 정확도를 보고자 했다. Base line 모델들은 데이터에서 시간적 동역학(temporal dynamics)을 모델링할 수 없으므로 각 ID 별로 한 시퀀스 전의 데이터를 바탕으로 다음 시퀀스에 발생하는지 예측하는 모델을 만들었다.
  • 따라서 본 연구는 딥러닝 방법론 중 시계열 데이터를 바탕으로 미래를 예측하는 데 중점을 둔 RNN을 이용하여 일반인들의 당뇨병 발생을 예측할 수 있는 모델을 만들었다. 데이터는 국내 코호트 데이터인 한국인유전체역학조사(KoGES : Korean Genome and Epidemiology Study)의 지역사회 기반 코호트(안산, 안성) 자료원을 사용하였다.
  • 본 연구는 지도 학습(Supervised Learning)의 형태를 취하기 때문에, 예측하고자 하는 결과를 바탕으로 모델이 만들어졌다. 따라서 제안한 모델은 동일한 데이터 형태를 대상으로 했을 경우에만 예측이 가능하다는 점과 당뇨병만을 예측하는 모델이라는 한계점이 있다.
  • 본 연구에서는 T2DM 발생을 예측하기 위하여 LSTM 모델을 설계하였다. 모델 구축에 사용한 소프트웨어는 Python 3.
  • 본 연구에서는 T2DM의 발생을 예측하기 위해 RNN을 이용한 질병발생 조기 예측 모델을 개발하였다. 모델은 KoGES 데이터 세트를 사용하여 다양한 입력 크기로 학습하고 테스트하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
제2형 당뇨병은 무엇인가? 제2형 당뇨병은 고혈당이 특징인 대사성 분비 장애로 여러 합병증을 야기하는 질병이며, 장기적인 치료가 필요하기 때문에 매년 많은 의료비를 지출한다. 이를 해결하기 위해 많은 연구들이 있어왔지만, 기존의 연구들은 한 시점에서의 데이터를 학습시켜 예측함으로써 정확도가 높지 않았다.
T2DM에 대하여 질병 발생 예측 연구가 왜 효과적인가? 미국 당뇨병 협회(American Diabetes Association)에서 발표한 자료에 따르면, 당뇨병을 조기 진단받고 질병관리를 한다면 당뇨병과 관련된 합병증을 줄이는 데 효과적임을 알 수 있다[6]. 또한 당뇨병 환자의 조기 진단은 T2DM으로 인한 합병증을 예방하거나 지연시킬 수 있음이 밝혀졌고[7],최적화된 예측모형을 통해 T2DM을 조기 예측함으로써 생활습관 개선 및 혈당조절이 가능하며, 고위험군의 T2DM 발생률을 낮출 수 있다고 알려져 있다[8]. 이는 당뇨병의 조기발견 및 예측이 당뇨병 치료에 매우 효과적이라는 것을 보여준다.
당뇨병으로 인한 과혈당이 장기에 영향이 미칠 때 나타나는 증상은 무엇인가? 그리고 당뇨병은 눈, 신장 및 신경에 영향을 미치고, 심혈관 질환에 대한 위험 증가 등 여러 합병증을 야기하는 질병으로 알려져 있다[1]. 게다가 당뇨병으로 인한 과혈당이 오랜 기간 몸 속 장기에 영향을 미치게 되면 결국에는 의식 불명 상태, 혼수상태, 심지어 죽음을 초래한다. 당뇨병은 크게 제1형 당뇨병, 제2형 당뇨병, 임신 당뇨병으로 나뉜다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트