인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
임상시험에서 연구자가 입력한 시험 대상자의 병력과 이상반응을 보고 용어(Reported Term, RT)라 한다. 같은 증상도 연구자마다 다르게 표현하므로 RT를 국제 표준 의학 사전인 MedDRA의 최하위 용어(Low-Level Term, LLT)로 매칭하는 의료 코딩 과정이 필수적이다. 영어권 시스템이 있으나 국내 연구는 한국어와 영어 혼용 문제가 있어, 본 연구는 한국어를 포함한 RT를 LLT로 변환하는 방법을 제안한다. 국내 임상시험에서 수집한 RT-LLT 쌍 4,398개를 학습 데이터셋으로 구축하였고, 다중 언어, 띄어쓰기, 오타 및 구둣점 등 잡음을 처리하기 위해 서브워드 토큰화 알고리즘인 SentencePiece와 WordPiece 기법을 적용하였다. 학습 단계에서 생성한 토큰 사전으로 새로운 RT를 분절하고 매칭 점수에 따라 top-k LLT를 추천하는 알고리즘을 구현했으며, 테스트 결과 평균 5개 후보 중 정답 LLT가 포함됨을 확인했다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094346704
