기계학습을 이용한 혈액검사 소견 생성

Abstract

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.