| 연구목표 |
ㅇ 딥러닝의 등장 이후 전자의무기록을 이용한 연구가 활성화되었지만 아직 기초적인 예측 문제를 수행하는 것에서 벗어나지 못하고 있음ㅇ 전자의무기록은 딥러닝이 우수한 성과를 보인 이미지나 자연어와는 다른 복잡한 특성 보유ㅇ 현재 인공지능 기술의 한계를 뛰어넘는 헬스케어 인공지능 기술 개발을 위해 전자의무기록을 활용하여 단계별 또는 용도별 학습 데이터셋을 구축하... |
| 연구내용 |
ㅇ 이미지, 자연어와 구별되는 전자의무기록의 특징 * 구조화/비구조화 데이터의 공존, 다양한 데이터 유형 혼재, 모든 데이터에 시간 정보 기록ㅇ 데이터셋 확보 * 과제 초기에서 바로 인공지능 기술 개발에 돌입하기 위해 공개 전자의무기록 활용 - MIMIC-III와 eICU 등의 공개된 중환자실 의무기록 활용 * 가능하다면 과제 초기부터 국내 대형... |
| 기대효과 |
연구 기대 효과:-다단계 (multi-step) 추론, 다종 (multi-modal) 데이터 이해, 시간 개념 이해 등 현재 인공지능 기술의 난점을 해결하여 헬스케어 뿐만 아니라 국내 산업 전반에 활용 가능한 인공지능 원천 기술 개발-이미지나 자연어보다 한 차원 높은 고난이도 학습 데이터셋을 구축하고 공개함으로써 국내/국외 연구자들의 헬스케어 인공지능 연구... |
| 키워드 |
인공지능,기계학습,딥러닝,헬스케어,전자의무기록 |