$\require{mediawiki-texvc}$

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.

빅데이터 기반 환자 간병 방법 분석 연구
A Study on Big Data Based Method of Patient Care Analysis 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.20 no.3, 2020년, pp.163 - 170  

박지훈 (한국산업기술대학교 컴퓨터공학과) ,  황승연 (안양대학교 ICT 융합공학부 대학원) ,  윤범식 (한국산업기술대학교 컴퓨터공학과) ,  최수길 (한국산업기술대학교 컴퓨터공학과) ,  이돈희 (SK 주식회사) ,  김정준 (안양대학교 ICT 융합공학부) ,  문진용 (강동대학교 방송영상미디어과) ,  박경원 (한국산업기술대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

정보통신기술의 발전과 함께 데이터의 생산량이 기하급수적으로 증가하면서 빅데이터에 대한 관심이 높아지고 있다. 빅데이터 관련 기술들도 발전함에 따라 여러 분야에서 빅데이터가 수집, 저장, 처리, 분석, 활용되고 있다. 특히 보건의료 분야에서의 빅데이터 분석은 사회경제적으로도 큰 영향력을 발휘할 수 있기 때문에 큰 주목을 받고 있다. 빅데이터 기술을 환자 진단 데이터 분석에 활용하여 간단한 병원 진료에 투여되는 막대한 비용을 절감할 수 있을 것으로 전망된다. 따라서 본 논문에서는 환자 데이터를 분석하여 병원에 가기 어려운 환자나 의학적인 전문 지식이 없는 간병인들에게 의사의 진단과 가까운 간병 가이드 정보를 제시하고자 한다. 먼저 수집된 환자 데이터를 HDFS에 저장하고, 하둡 환경에서 빅데이터 처리 및 분석 도구인 R을 이용하여 데이터를 처리한 후 분류분석을 한다. R의 다양한 기능들을 웹에 구현하기 위해 활용되는 R Shiny를 이용하여 웹 서버에 시각화를 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

With the development of information and communication technologies, the growing volume of data is increasing exponentially, raising interest in big data. As technologies related to big data have developed, big data is being collected, stored, processed, analyzed, and utilized in many fields. Big dat...

주제어

#Big Data   #Hadoop   #R   #Classification analysis   #R Shiny  

표/그림 (17)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 우리나라의 의료복지 수준을 개선하고 의료 서비스의 질을 향상시키기 위해 헬스 케어 빅데이터와 딥 러닝에 많은 관심과 투자 및 연구가 이뤄져야 한다[4]. 따라서, 본 논문에서는 환자 진단 데이터를 분석하고, 간병인에게 간병 방법을 제공하여 병원 진료비용과 시간 등을 줄일 수 있는 빅데이터 기반분석 시스템을 개발한다.
  • Web output Process는 처리 및 분석이 완료된 결과물을 시각화하는 모듈, 시각화한 도표를 웹 서버로 출력해주는 모듈로 구성된다.본 논문에서는 기존 환자 데이터를 학습시키고 대응 방법을 분석하여 의학적 전문 지식이 없는 간병인에게 환자간병 방법을 제공하기 위한 시스템을 개발하고자 한다.
  • 본 논문에서는 환자 진단 데이터의 환자 특성에 따른 간병 방법을 분류 분석하여 진단 시간과 비용 등을 줄일 수 있도록 환자 혹은 간병인에게 간병 방법을 제공하기위한 시스템을 구현하였다. 빅데이터 기반의 환자 진단데이터 분석을 통해 병원에 가기 어려운 환자나 의학적인 전문 지식이 없는 간병인들에게 의사의 진단과 가까운 간병 방법을 제시할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
빅데이터는 무엇인가? 빅데이터는 기존 데이터베이스 관리 도구의 능력을 넘어서는 대량의 정형 데이터뿐만 아니라 비정형 데이터까지 포함한 데이터를 의미하고, 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술이다. 빅데이터는 정치, 사회, 경제, 문화 등 다양한 분야에서 발생하고 있다.
빅데이터로 공공의료 서비스의 개선을 위한 미래 전망은 어떠한가? 국가적으로 공공의료 서비스의 개선을 위해 빅데이터를 활용하여 분석하는 것은 중요하다. 이와 같은 방대한 양의 보건의료 데이터를 잘 활용하면 헬스 케어 분야에 투여되는 막대한 비용을 절감할 수 있을 것으로 전망된다[2].
헬스 케어 빅데이터와 딥 러닝에 만은 관심을 가져야하는 이유는 무엇인가? 또한, 정보통신기술과 의료정보기술을 결합한 질병예방, 진단, 치료와 사후관리 서비스를 연계한 디지털 헬스케어 산업과 다양한 스마트인공지능이 전문의보다 더 높은 정확도로 질병을 진단하는 시대가 다가오는 만큼 헬스 케어 분야에서 빅데이터와 딥 러닝의 활용은 이제 선택이 아닌 필수로 자리 잡고 있다[3]. 우리나라의 의료복지 수준을 개선하고 의료 서비스의 질을 향상시키기 위해 헬스 케어 빅데이터와 딥 러닝에 많은 관심과 투자 및 연구가 이뤄져야 한다[4]. 따라서, 본 논문에서는 환자 진단 데이터를 분석하고, 간병인에게 간병 방법을 제공하여 병원 진료비용과 시간 등을 줄일 수 있는 빅데이터 기반분석 시스템을 개발한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. Ji-Hye Lee, Mi-Kyung Je, Myung-Ji Cho, Hyun -Suk Son, "Trends in the Use of Big Data in Health Care," The Journal of The Korean Institute of Communication Sciences, Vol. 32, No. 1, pp. 63-75, 2014.12. 

  2. Sung-Soo Kim, Moon-young Chung, Tae-whi Lee, Jong-ho Won, "Implementation of Medical Data-Based Big Data Analytics Service," Journal of the Korea Information Science Society, pp. 157-159, 2015.12. 

  3. Gil-Ha Park, "A Trends of Big Data Processing for Digital Healthcare," Journal of Korea Creative Content Association, Vol. 15, No. 1, pp. 35-37, 2017.3. 

  4. Ye-Lim Kim, Chun-Ki Kwon, Yong-Hae Kong, "Real-time Web System Development for Effective Nursing & Care Integration Services," Journal of the Korea Academy Industrial Cooperation Society, Vol. 17, No. 12, pp. 41-52, 2016.12. DOI: https://doi.org/10.5762/kais.2016.17.12.41 

    원문보기 상세보기 crossref

  5. Uh-Soo Kyun, Sung-Hoon Cho, Jeong-Joon Kim, Young-Gon Kim, "A Study on Perception for Public Safety of Seoul Citizens using Multiple Regression Analysis," Journal of The Institute of Internet, Broadcasting and Communication, Vol. 18, No. 1, pp. 195-201, 2018.2. DOI: https://doi.org/10.7236/JIIBC.2018.18.1.195 

  6. Yong-Tae Kim, Yoon-Su Jeong, Gil-Cheol Park, "A Design of Web Server Architecture Environment for Reliability Enhancement and Secure Web Services," Journal of the Korea Institute of Information and Communication Engineering, Vol. 14, No. 2, pp. 343-350, 2010.2. DOI: https://doi.org/10.6109/jkiice.2010.14.2.343 

    원문보기 상세보기 crossref

  7. Hyun-il Sung, Sang Chul Kim, "Construction Of Astronomical Database Based On MySQL and JSP", Publications of The Korean Astronomical Society, Vol. 19, No. 1, pp. 109-119, 2014. DOI: https://doi.org/10.5303/pkas.2004.19.1.109 

  8. Kan-gwon Shin, Sang-woo Shim, "Expressway Travel Time Prediction Using K-Nearest Neighborhood", Journal of the Korean Society of Civil Engineers, Vol. 34, No. 6, pp. 1873-1879, 2014. DOI: http://dx.doi.org/10.12652/Ksce.2014.34.6.1873 

    원문보기 상세보기 crossref

  9. Jongh-wa Na, Eun-ji Hwang, "Visualization analysis using R Shiny", Journal of the Korean Data And Information Science Society, Vol. 28, No. 6, pp. 1279-1290, 2017. DOI: http://dx.doi.org/10.7465/jkdi.2017.28.6.1279 

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

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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

맨위로