메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
예상준 (한국한의학연구원) 이상훈 (한국한의학연구원) 장호 (한국한의학연구원)
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제16권 제5호
발행연도
2021.10
수록면
1,091 - 1,102 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
다양한 분야에서 인공지능을 구현하기 위한 핵심 요소인 양질의 학습데이터를 대규모로 구축하기 위해서 많은 시간, 인력, 예산이 소요되고 있다. 서양 의학과 달리, 한의학의 경우는 학파에 따른 성격이 판이하게 달라서, 환자를 진단하는 관점, 이를 해석하는 변증과정, 최종적인 치료법에서 상당한 차이를 보인다. 한의학의 다양한 이론 체계 및 진단 방식은 한의학파를 중심으로 정리되고 발전되고 있으므로 대표적인 학파에 속한 전문가에 의해서 구축되는 학습 데이터는 임상 진료 현장에서 발생하는 다양성에 대한 임상 지식의 보고라고 할 수 있을 것이다. 이에, 본 연구에서는 이러한 학파별 상이한 이론 체계가 반영된 학습 데이터를 구축하기 위해서 대표적인 한의학파를 선정하고 학습 데이터 구축 프로세스 설계하였으며, 관련 시스템을 개발하였다. 먼저 임상 현장에서의 활용도, 한의 진료에 대한 대표성, 그리고 한약 처방을 통한 치료 여부 등을 고려하여, 대한상한금궤의학회, 대한형상의학회, 사상체질의학회를 선정하였다. 한의 학파별 처방 추천을 위한 학습 데이터는 임상연구를 통해서 환자에 대한 정보를 구축하고 이를 학파별 임상전문가의 케이스 리뷰를 통해서 구축되는 프로세스로 설계되었다. 이러한 프로세스를 지원하기 위해서 전자 증례 시스템 (eCRF)과 증상/처방 입력 시스템을 설계하고 개발하였다. 앞에서 선정된 3개 학파의 전문가에 의한 환자사례 평가 시뮬레이션과 자문의견을 바탕으로 9개 대항목과 59개 세부항목으로 구성되는 증례 항목을 선정하고 eCRF 시스템을 설계하고 개발하였다. 그리고 eCRF에 입력된 환자에 대한 진단과 처방을 결정하는 증례 리뷰 과정에서 도출되는 주요 증상, 병증명, 처방명을 입력하는 증상/처방 입력 시스템을 설계하고 개발하였다. 본 연구에서 한의 학파별 학습 데이터를 구축하기 위해서 설계된 프로세스와 개발된 두 개의 시스템은 동일 환자에 대해서 학파별 학습 데이터가 구축될 수 있으므로, 한의 학파별로 파악하는 주요한 증상/징후 및 처방의 차이를 분석할 수 있는 새로운 플랫폼으로 기능할 수 있으며 학파별 처방 추천 기계 학습을 위한 학습 데이터 구축에 활용될 수 있을 것이다.

목차

등록된 정보가 없습니다.

참고문헌 (17)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0