이동호
김건우
2017-11-29T02:30:26Z
2017-11-29T02:30:26Z
2017-08
http://hdl.handle.net/20.500.11754/33698
http://hanyang.dcollection.net/common/orgView/200000431023
최근 헬스케어에 대한 관심이 증가됨에 따라 개인화된 건강 정보를 얻기 위해 인터넷 및 일반소비자를 대상으로 하는 헬스 애플리케이션 사용이 확산되고 있다. 하지만 일반인이 인터넷을 사용하여 개인과 관련된 건강 정보를 찾는 것은 어려운 일이다. 또한, 현재 헬스 애플리케이션은 개인의 건강상태를 고려하지 않고 일반적인 건강정보만을 제공하거나 사용자의 건강 데이터를 단순히 저장하고 모니터링 하는 용도로만 사용되기 때문에 개인화된 건강정보를 찾고자 하는 사용자의 요구를 만족시키지 못하고 있다. 본 학위 논문에서는 사용자의 건강 정보 요구를 처리하기 위해 지능형 질병 진단 및 건강 문서 요약을 활용한 개인 맞춤형 헬스케어 관리 시스템을 제안한다. 본 학위 논문의 주요 목적은 사용자가 인터넷에서 관련이 없거나 신뢰할 수 없는 건강정보들을 직접적으로 선별하지 않고도 쉽게 건강정보를 찾을 수 있게 하며, 개인화된 건강 정보를 전달함으로써 사용자의 헬스케어 의사 결정 프로세스를 지원할 수 있는 보완적인 도구를 제공하는 것이다. 이러한 목표를 달성하기 위해 제안하는 시스템은 크게 1) 개인의 건강 상태와 관련된 질병들을 높은 정확도로 식별하고 순위를 매기는 방법과 2) 식별된 질병들에 대해 개인화된 요약을 제공하는 방법으로 구성되어 있다. 개인의 건강 상태와 관련된 질병을 식별하고 순위를 정하기 위해, 본 학위 논문에서는 개인건강기록(PHR) 서비스 및 온톨로지 자동 구축 기술을 활용하는 지능형 질병 진단 방법을 제안한다. 지능형 질병 진단은 자동으로 생성된 질병-증상 온톨로지의 의미적 추론과정을 통해 사용자가 입력한 증상 및 PHR 데이터를 분석하여 관련 질병들을 식별하고, 랭킹 기법을 통해 순위화된 형태로 질병들을 제공한다. 본 방법의 핵심 지식 소스 역할을 하는 질병-증상 온톨로지를 자동으로 생성하기 위해, 본 학위 논문에서는 표준화된 생의학 온톨로지인 질병 온톨로지와 증상 온톨로지을 활용한다. 또한 질병과 증상 및 질병과 개인건강요소와의 관계를 분석하기 위해 대규모의 의학서지 데이터베이스인 PubMed의 문헌정보를 이용한다. 마지막으로, 45개의 표준화된 임상 사례를 활용하여 기존 질병 진단 시스템과의 정확도 비교 실험을 통해 제안된 방법의 우수성을 보인다. 식별된 질병에 대해 개인화된 요약을 제공하기 위해, 본 학위 논문에서는 개인화된 건강 문서 요약 방법을 제안한다. 개인화된 건강 문서 요약 방법에서는 통합의학언어체계(UMLS)에서 추출된 생의학 개념, 의미 유형 및 의미론적 관계와PHR 서비스의 개인건강기록 데이터를 활용하여 신뢰할 수 있는 다수의 온라인 건강 문서들로부터 하나로 요약된 개인화된 요약 문서를 생성한다. 또한 요약된 결과의 다양성과 적용범위를 증가시키기 위해, 본 학위 논문에서는 토픽 기반 클러스터링을 통해 의미론적으로 관련된 문장들을 그룹화 하여 하위 토픽 카테고리로 분할된 요약을 제공한다. 개인화된 건강 문서 요약에서는 715개의 온라인 건강 문서에 대한 실험적 평가를 통해 제안된 방법의 유효성을 입증한다.
한양대학교
Personalized Healthcare Management Exploiting Intelligent Disease Diagnosis and Health Document Summarization
Theses
김건우
S
대학원
컴퓨터공학과
Doctor