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.
피인용 0
초록·키워드
본 연구는 환자의 주관적 증상 텍스트와 정형 데이터를 융합하여 최적의 진료과를 추천하는 멀티모달 추천 시스템을 제안한다. 국민건강보험공단에서 제공하는 289만여 건의 진료내역 데이터를 기반으로 주요 상병코드 및 진료과 데이터를 수집하고, 이를 학습 데이터로 사용하였다. 데이터 전처리 과정에서 불필요한 진료과를 제거하고, 대규모 언어 모델(LLM)을 활용해 데이터 증강을 수행하여 데이터의 품질을 향상시켰다. 제안된 모델은 KM-BERT와 XGBoost 기반의 이중 트랙구조로 설계되었으며, 최종 예측에는 CatBoost 기반 Stack-Ensemble 모델을 적용하였다. 실험 결과, 제안된 모델은 기존 단일 모델에 비해 정확도와 F1-Score가 각각 0.748, 0.732를 보였다.
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) : I410-151-26-02-095635059
