초록 ▼

□ 연구개요
병원 EMR (Electronic Medical Record) 빅데이터를 활용하여 지능적인 약물 처방이 가능한 복수의 알고리즘을 구축하고, 실제 활용을 위한 효과성을 검증

□ 연구 목표대비 연구결과
병원 EMR 처방 빅데이터를 활용하여 이상 처방을 탐지하는 분석을 2단계로 수행했음. 1단계는 이상 처방을 정의하기 위하여 고위험 약물군을 사용하는 집단을 정의했고, 2단계로는 기계학습 및 딥러닝 알고리즘을 사용하여 이상 처방을 탐지하였음.
또한 레이블이 없는 상황에서 비지도 학습과 딥러닝을 활용

□ 연구개요
병원 EMR (Electronic Medical Record) 빅데이터를 활용하여 지능적인 약물 처방이 가능한 복수의 알고리즘을 구축하고, 실제 활용을 위한 효과성을 검증

□ 연구 목표대비 연구결과
병원 EMR 처방 빅데이터를 활용하여 이상 처방을 탐지하는 분석을 2단계로 수행했음. 1단계는 이상 처방을 정의하기 위하여 고위험 약물군을 사용하는 집단을 정의했고, 2단계로는 기계학습 및 딥러닝 알고리즘을 사용하여 이상 처방을 탐지하였음.
또한 레이블이 없는 상황에서 비지도 학습과 딥러닝을 활용하여 이상 처방 탐지도 수행하였음. 이러한 분석을 바탕으로 “Development and Examination of the Usability of the Real-Time Comprehensive Dashboard for the Emergency Department : A 5-Year Experience Case Study”“의 논문을 출판했음.
또한 실시간 시스템 활용을 위해 통계적 모형을 시각화하여 사용자 상호작용이 가능하게끔 R Studio Shiny 서버를 설치하여 데이터의 통계적 모형에 대한 시각화 구현을 가능하게끔 하였음.

□ 연구개발결과의 중요성
⦁ EMR로 대표되는 의료정보시스템과 기술 및 컴퓨터의 발달로 인공지능 관련 분야가 지속적으로 팽창하고 있으며 처방오류탐지 모델을 활용하여 적절한 약물 처방으로 환자 안전에 영향을 줄 수 있음.
⦁ 기존 Rule-based 모델의 경우, 거짓경보에 의해 경보 피로를 경험할 수 있으며, 민감도 높은 모형을 통해 실제 대응 해야하는 경보를 알려줄 수 있음
⦁ 일반적으로 병원정보시스템은 사용자가 의료진, 환자라는 특수한 환경 기반으로 이해관계자가 많고 복잡하여 개발자와 사용자의 상호작용이 필요하기 떄문에 이런 자동화된 시스템은 EMR외에 지속적으로 확장되고 있는 시장인 PHR (Patient Health Record), CDSS (Clinical Decision Support System)등 다른 의료정보시스템에서도 활용이 가능할 것으로 보임.

(출처 : 연구결과 요약문 3p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 3
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 1) 연구의 필요성 ... 5
• 2) 연구의 목표 ... 6
• 3) 연구의 범위 ... 6
• 2. 연구수행내용 및 연구결과 ... 8
• 3. 연구개발결과의 중요성 ... 14
• 4. 참고문헌 ... 15
• 5. 연구성과 ... 15
• 대표적 연구실적 ... 17
• 끝페이지 ... 19