Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2019.10a
  • /
  • Pages.754-757
  • /
  • 2019
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Big data-based real-time drug side-effect risk assessment model

빅데이터 기반 실시간 의약품 부작용 위험도 평가 모델

  • Lee, Chae-Eun (Dept of Information and Communication Engineering, Dongguk University) ;
  • Bae, Eun-Ji (Dept of Information and Communication Engineering, Dongguk University) ;
  • Yoon, Sook-Young (Dept of Information and Communication Engineering, Dongguk University) ;
  • Lim, Su-Yeon (Dept of Information and Communication Engineering, Dongguk University) ;
  • Kim, Yong-Min (Dept of Information and Communication Engineering, Dongguk University) ;
  • Kim, Woong-Sup (Dept of Information and Communication Engineering, Dongguk University)
  • 이채은 (동국대학교 정보통신공학과) ;
  • 배은지 (동국대학교 정보통신공학과) ;
  • 윤숙영 (동국대학교 정보통신공학과) ;
  • 임수연 (동국대학교 정보통신공학과) ;
  • 김용민 (동국대학교 정보통신공학과) ;
  • 김웅섭 (동국대학교 정보통신공학과)
  • Published : 2019.10.30
Download PDF
⟨ Previous Next ⟩

Abstract

대한민국 인구의 고령화는 점점 더 심화되며 노인 환자의 수도 증가하는 추세이다. 노인환자들은 의약품 부작용 위험도가 높기 때문에 노인에게 부적절한 약물과 처방 이후의 부작용 발생 현황에 대한 통계적인 분석이 필요하다고 판단하였다. 의약품 부작용관련 문헌 정보와 실제 병원의 전자 의무 기록을 이용해 데이터 베이스를 구축하고 Python 을 사용해 부작용 탐지 알고리즘을 설계했다. 노인 환자가 특정 약품을 투약한 이후에 그 약품에 부작용에 해당하는 진단을 받는다면 부작용이 발생한 것으로 판단한다. 알고리즘을 기반으로 사용자들이 쉽게 접근할 수 있도록 웹을 구축했다. d3.js 를 통해 직관적으로 부작용 확률을 확인할 수 있도록 구현했고 새로운 진단 또는 처방을 입력하여 실시간으로 확률에 반영하였다. 실시간으로 데이터를 확인할 수 있기 때문에 부작용 이슈에 신속하게 예방 및 대응이 가능할 것으로 기대된다.

Keywords