기계학습을 이용한 혈액검사 소견 생성

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 581
  • Download : 729
사람들의 건강에 대한 관심이 증가함에 따라, 임상 의사결정지원 시스템(clinical decision support system)에 대한 필요성이 증가해 왔다. 기존의 의사결정지원 시스템은 규칙 베이스와 추론 엔진을 바탕으로 전문가의 의사결정을 보조했다. 하지만 이 시스템을 위한 규칙 베이스를 구축하는 과정은 전문가에게 부담이 될 수 있다. 따라서 본 논문에서는 이미 전문가가 생성한 데이터에 기계학습 기법을 적용해 의사결정지원 시스템을 구축하려 한다. 본 논문에서는 씨젠의료재단에서 제공한 익명화된 환자의 혈액검사 데이터에 기계학습 기법을 적용해 전문가 소견을 생성하는 기계학습 모델을 구축한다. 의사결정 트리(decision tree), 랜덤 포레스트(random forest), 심층 신경망(deep neural network)을 사용해 성능비교를 하였으며, 그 결과 심층 신경망(deep neural network)의 성능이 가장 높게 나타났다.
Publisher
한국정보과학회
Issue Date
2016-06-30
Language
Korean
Citation

한국컴퓨터종합학술대회 2016

URI
http://hdl.handle.net/10203/210047
Appears in Collection
CS-Conference Papers(학술회의논문)
Files in This Item
KCC2016_김유진_Publish.pdf(349.32 kB)Download

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0