• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.836-838
• /
• 2022

반려동물 시장 및 동물 의료분야의 성장, 동물병원 이용 과정 개선의 필요성으로 반려동물 질병의 시작부터 끝까지 전 과정을 함께하는 원스탑 모바일 애플리케이션을 개발하였다. 증상으로 예상 질병을 진단하는 머신러닝 모델과 자연어 문장을 인식하는 딥러닝 챗봇으로 사용자가 편리하게 반려동물 이상 증상에 대한 예상 질병을 챗봇으로 상담할 수 있도록 구현하였다. 챗봇 시스템을 기반으로 '예상 진단', '질병백과', '문진표', '동물병원' 기능을 추가하여 일관된 기능들로 유기적인 서비스를 구성하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권12호
• /
• pp.928-932
• /
• 2009

생체 내에서 질병 발생은 다양한 요인들의 복합적인 작용에 의해 발생한다. 하지만, 대부분의 질병 관련 원인을 발견하고자하는 연구들에서는 여러 요인들의 다양한 조합들을 복합적으로 고려하여 분석하기에는 한계가 있는 경우가 많다. 단 하나의 질병 관련 요인들을 찾는 것데 그치고 있다. 본 연구에서는 유전체 정보과 임상 정보를 이용하여 질병 분류 모델 기반 인자 조합들의 진화적 학습 방법을 제안한다. 이 방법을 이용하여 본 연구에서는 질병 관련 주요 인자를 찾고, 이를 시각화할 수 있는 시스템을 만드는 것을 목적으로 한다. 본 연구를 통해 정확도 높은 당뇨병 환자군 분류 모델을 만들고, 당뇨병 발생에 중요한 영향을 미치는 인자들의 조합을 찾을 수 있었다. 또한 생뭍학적인 분석을 통해 본 연구에서 찾은 인자들의 조합이 실제로도 당뇨병 발생에 영향을 미치는 인자가 될 수 있음을 확인하고, 특히 각 인자들이 하나씩 존재할 때보다. 조합으로 존재할 경우 당뇨병 발생 가능성이 높아질 수 있음을 확인할 수 있었다.

• 생명과학회지
• /
• 제33권9호
• /
• pp.730-735
• /
• 2023

지난 10년 동안 인공지능의 도움으로 노화를 정량화하기 위한 수많은 연구가 수행되었다. DNA 메틸화 데이터를 사용하여 다양한 모델이 개발되었으며 흔히 후성유전학적 시계라고 불린다. 후성유전학적 나이 가속화는 일반적으로 질병 상태와도 주로 연관이 있어 보인다. 조현병은 가속 노화 가설과 관련있는 정신질병으로 심각한 정신적, 신체적 스트레스를 동반한다. 다른 심리 질환과 비교했을 때 이 질병은 젊은 사람들에서 높은 사망률과 질병률을 유발한다. 과거 연구에서는 이 질병이 가속 노화 가설과 연관있다고 알려져 있었다. 이번 연구에서는 조현병 환자의 후성유전학적 나이 가속도 변화를 통해 질병에 대한 후성유전학적 통찰을 얻고자 하였다. 후성유전학적 나이 가속화를 측정하기 위해 두 가지 다른 DNA 메틸화 시계 모델을 사용했으며 이는 범조직 모델인 Horvath clock과 Epi clock을 사용하였다. 우리는 Horvath clock과 Epi clock이 모두 호환되는 450k 어레이 데이터를 사용하였다. 그 결과, Epi clock을 사용했을 때 환자샘플에서 후성유전학적 나이 가속화가 더 느리다는 것을 발견했다. Epi clock이 질병으로 인한 DNA 메틸화 변화를 잘 감지해낼 수 있음을 알아내었다. 또한 Epi clock에서 대조군과 환자군에서 차등적으로 메틸화된 CpG 부위를 분석하고 경로 농축 분석을 수행한 결과, 대부분의 CpG가 신경 세포 과정에 관여한다는 사실을 발견했다.

• 한국빅데이터학회지
• /
• 제3권1호
• /
• pp.55-62
• /
• 2018

본 연구에서는 그동안 해외에서 주로 실행되어 왔던 빅데이터를 이용한 다양한 질병(독감, 폐렴, 수족구병) 환자수 예측 모델을 개발해 보았다. 기존의 환자수 예측이 병원에서 실제 환자수를 카운팅한 수를 수집하여 발표하는 시스템이라면, 이번에 개발한 연구 모델은 실시간으로 제공되는 질병 관련 단어 및 다양한 기후 데이터를 접목하여 기계학습 방법으로 알고리즘을 만들고, 이를 기반으로 정부에서 발표하기 전 환자수를 예측하는 모델이다. 특히 유행성 질병이 빠르게 확산될 경우, 실시간으로 전파 속도를 파악할 수 있다는 점에서 그 장점이 있다. 이를 위하여 구글 플루 트렌드에서 실패한 부분을 최대한 보완하여 다양한 데이터를 활용한 예측 모델을 개발하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.21-28
• /
• 2022

심혈관질환은 심장질환과 혈관질환 등 순환기계통에 생기는 모든 질병을 통칭한다. 심혈관질환은 2019년 사망의 1/3을 차지하는 전 세계 사망의 주요 원인이며, 사망자는 계속 증가하고 있다. 이와 같은 질병을 인공지능을 활용해 환자의 데이터로 미리 예측이 가능하다면 질병을 조기에 발견해 치료할 수 있을 것이다. 본 연구에서는 심혈관질환 중 하나인 심장질환을 예측하는 모델들을 생성하였으며 Accuracy, Precision, Recall의 측정값을 지표로 하여 모델들의 성능을 비교한다. 또한 Decision Tree의 성능을 향상시키는 방법에 대해 기술한다. 본 연구에서는 macOS Big Sur환경에서 Jupyter Notebook으로 Python을 사용해 scikit-learn, Keras, TensorFlow 라이브러리를 이용하여 실험을 진행하였다. 연구에 사용된 모델은 Decision Tree, KNN(K-Nearest Neighbor), SVM(Support Vector Machine), DNN(Deep Neural Network)으로 총 4가지 모델을 생성하였다. 모델들의 성능 비교 결과 Decision Tree 성능이 가장 높은 것으로 나타났다. 본 연구에서는 노드의 특성배치를 변경하고 트리의 최대 깊이를 3으로 지정한 Decision Tree를 사용하였을 때 가장 성능이 높은 것으로 나타났으므로 노드의 특성 배치 변경과 트리의 최대 깊이를 설정한 Decision Tree를 사용하는 것을 권장한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권10호
• /
• pp.493-498
• /
• 2017

캡슐내시경 검사는 일반적인 내시경의 접근이 어려운 소장을 관찰하는 데 특화되어 있다. 캡슐내시경 검사를 통한 진단 과정은 크게 적응증 판단, 내시경 검사, 진단의 세 단계로 이루어진다. 이 때, 진단을 위해 필요한 핵심 의료 정보로는 적응증, 병변, 질환 정보가 있다. 본 논문에서는 이와 같은 핵심 정보를 의미적 특징 정보, 이를 추출하는 과정을 의미 기반 분석이라 정의한다. 이와 같은 의미 기반 분석은 내시경 검사 전 과정에 걸쳐 수행된다. 먼저 캡슐내시경 검사에 앞서 환자의 증상을 확인하여 예상 질병 정보를 획득한다. 다음, 획득한 정보를 기반으로 캡슐내시경 검사를 실시한 후 발견된 병변의 위치와 진단을 위한 조직, 혈관, 산도와 같은 보조 정보들을 활용하여 최종 진단을 내린다. 이때, 예상 질병을 확인하기 위한 증상과 질병 간의 연관성이나 병변의 위치로부터 확인해야할 보조 정보 간의 해부학적 연관성이 고려되어야 한다. 그러나 기존의 내시경 관련 의료 정보 표준과 같은 지식 모델은 단순히 내시경 검사와 관련된 용어들이 나열된 형태로 의미적 연관성이 고려되지 않는다. 따라서 본 논문에서는 캡슐내시경 검사의 진단 보조를 위한 의미적 연관성 기반의 지식 모델을 제안한다. 제안하는 모델은 캡슐내시경 검사의 주요 대상 기관인 소장에 특화된 질병 모델과 해부학 모델로, 캡슐내시경 검사를 위한 효과적인 의료 정보 제공을 가능케 한다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.275-284
• /
• 2023

유전자 발현 데이터는 질병의 예후 예측, 약물 반응성 예측 등 질병에 대한 이해와 정밀 의료 실현을 위한 연구들에 활용될 수 있지만 충분한 양의 데이터를 수집하는 데 많은 비용적 문제가 있다. 본 논문에서는 Conditional VAE에 기반한 유전자 발현 데이터 생성 모델을 제안하였다. 이전 연구인 WGAN-GP기반의 유전자 발현 생성 모델과 정형 데이터 생성 모델인 CTGAN, TVAE와 비교하여 본 논문의 Conditional VAE기반 모델이 생물학적, 통계학적으로 더 유의미한 합성 데이터를 생성할 수 있음을 보였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.335-343
• /
• 2019

건강한 삶은 인간이 추구하는 행복의 필수불가결한 요소이다. 식생활은 그 기반을 제공하는 것이며 가축의 건강은 사람의 건강에 직접적인 영향을 준다. 가축 질병을 정확하게 예측하고 관리하는 것은 지속가능한 가축의 생산을 보장하고 인간의 건강을 유지하는 데 기여한다. 사람의 경우 만병의 근원이 감기라면, 송아지의 경우 모든 질병의 원인을 제공하는 것은 설사병이다. 따라서 송아지의 설사병을 스마트 센서로 생체 데이터를 추출하고, 수집된 생체 데이터는 전처리 후에 의미 있는 정보로 사용한다. 축사의 환경 정보와 송아지 객체의 생화학·면역·감염원인체의 측정 정보를 온톨로지로 구축한다. 온톨로지는 논리적 추론 절차를 거쳐 송아지의 설사병을 예측할 수 있는 지식 베이스로 구축하였다. 송아지의 질병명, 원인, 발생 시기, 증상에 대해서 지식 기반으로 설사병을 예측한다. 가축의 일부 중에서 송아지를 모델한 지식 기반의 가축 원격 진료 질병 예측은 상위 온톨로지와 예측에 관한 도메인 온톨로지로 표현하여 그 결과로 치료, 예방법을 제시할 수 있다.

• 한국영양학회:학술대회논문집
• /
• 한국영양학회 2003년도 연합학술대회
• /
• pp.166-166
• /
• 2003

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권11호
• /
• pp.433-440
• /
• 2019

최근에 이르러, 기계학습 및 데이터마이닝은 수많은 질병 예측 및 진단에 활용되고 있다. 만성질환은 전체 사망률의 약 80%를 차지하는 질병으로, 점점 증가하는 추세이다. 만성질환 관련 예측 모델을 연구한 기존 연구들은 예측 모델을 구성하는 데이터로 혈당, 혈압, 인슐린 수치 등의 건강검진 수준의 데이터를 이용한다. 본 논문은 만성질환의 위험 요인인 이상지질혈증과 안면 정보의 연관성을 검증하고, 기계학습 기반 안면 정보를 이용한 이상지질혈증 예측 모델을 세계 최초로 개발한다. 본 연구는 5390명의 임상 데이터 중 안면 정보와 중성지방혈증 정보를 바탕으로 수행하였다. 중성지방혈증은 이상지질혈증을 판단하는 척도이다. 연구의 결과로 얼굴의 하악(mandibular) 간의 거리를 나타내는 FD_43_143_aD(p<0.0001, Area Under the receiver operating characteristics Curve(AUC)=0.652) 와 고중성지방혈증이 매우 높은 연관성을 가진 것을 밝혀냈고, 이를 기반으로 구축한 모델은 0.662의 AUC값을 획득하였다. 이러한 연구결과는 향후 질병 역학 및 대중 보건 영역의 스크리닝 단계에서 안면정보만으로 다양할 질병을 예측할 수 있는 기반을 제공할 수 있을 것이다.