평생 건강관리를 위한 적응형 HDS 알고리즘 연구 = (A) study of adaptive HDS algorithm for lifelong health care

국문 초록 (Abstract)

만성질환과 의료비의 급속한 증가로 삶의 질 개선과 만성질환의 예방을 위해 정보통신 기술과 결합된 건강관리 서비스가 필요하다. 건강관리 서비스는 복잡한 의료 지식을 효과적으로 처리하여, 의사결정을 지원하는 HDS(Healthcare Decision Support) 알고리즘과 시스템이 필요하다.
본 논문에서는 건강관리를 위한 적응형 HDS 알고리즘을 제안한다. 먼저 적응형 HDS 알고리즘은 의료 가이드라인에 기반을 둔 룰 베이스1과 인공지능 기법에 기반을 둔 룰 베이스2를 구축하여 룰의 의학적 신뢰성과 정확성을 높이고, Dempster-Shafer Theory을 이용하여 룰 베이스의 불확실성을 줄여 알고리즘의 정확성을 향상시킨다. 제안된 적응형 HDS 알고리즘은 오차행렬을 통한 성능평가에서 정확도는 79.775%, 특이도는 86%, ROC Curve의 AUC는 0.798로 대조군보다 높게 측정되었다.
HDS 시스템은 HDS 알고리즘을 구현하기 위한 룰 엔진 컴포넌트와 HDS 알고리즘을 이용하여 맞춤형 건강관리 서비스를 제공할 수 있는 건강관리 서비스 지원 엔진 컴포넌트를 설계한다.
본 논문에서 제안하는 평생 건강관리를 위한 적응형 HDS 알고리즘은 만성질환의 예방 및 건강 증진을 위한 의사결정 도구로 사용할 수 있으며, 만성질환자에게 질 높은 건강관리 서비스를 제공하여, 건강수명시대에 이바지 할 수 있을 것으로 기대된다.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 1.1 연구 배경 및 필요성 1
• 1.2 연구 내용 및 방법 5
• 1.3 논문의 구성 8
• 제 2 장 관련 연구 9
• 2.1 임상 의사결정 지원시스템 연구 동향 9
• 2.1.1 임상 의사결정 지원시스템의 필요성 9
• 2.1.2 국내 임상 의사결정 지원시스템 연구동향 11
• 2.1.3 국외 임상 의사결정 지원시스템 연구 12
• 2.1.4 지식 기반 임상 의사결정 지원시스템 13
• 2.2 유헬스 서비스 14
• 2.2.1 유헬스 서비스 14
• 2.2.2 건강관리 서비스 16
• 2.3 심혈관 질환 위험도 추론 18
• 2.3.1 심혈관 질환 위험도 추론 기술 18
• 2.3.2 Dempster-Shafer Theory 20
• 제 3 장 적응형 HDS 알고리즘 24
• 3.1 적응형 HDS 알고리즘 모델 24
• 3.1.1 적응형 HDS 알고리즘 모델 구조 24
• 3.1.2 PHR 데이터 셋 정의 26
• 3.2 적응형 HDS 알고리즘 구현 30
• 3.2.1 룰 베이스1에 의한 추론 30
• 3.2.2 룰 베이스2에 의한 추론 38
• 3.2.3 정보 결합에 의한 추론 43
• 3.2.4 HDS 어플리케이션 46
• 3.3 적응형 HDS 시스템 설계 53
• 3.3.1 룰 엔진 컴포넌트 54
• 3.3.2 건강관리 서비스 지원 엔진 컴포넌트 60
• 제 4 장 실험 및 성능평가 66
• 4.1 실험 및 성능평가 방법 66
• 4.2 실험 데이터 분석 67
• 4.2.1 범주형 데이터 분석 67
• 4.2.2 연속형 데이터 분석 70
• 4.2.3 실험 데이터 분석 73
• 4.3 적응형 HDS 알고리즘의 성능평가 74
• 4.3.1 성능평가 방법 76
• 4.3.1 정확도 실험 78
• 4.3.2 민감도 실험 79
• 4.3.3 특이도 실험 80
• 4.3.4 ROC Curve 81
• 4.3.5 CHD Risk와 유사도 비교 84
• 제 5 장 결 론 89
• 참고 문헌 91
• 영문 초록 98