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
간호감시는 임상 결과를 향상하는 중요한 역할을 하지만, 방대하고 복잡한 의료 데이터로 인해 진단명 분류에 어려움이 존재한다. 기존의 모델은 의사 중심의 데이터에 의존하거나 추가적인 기록을 요구하는 한계가 있었다. 본 연구는 이러한 한계를 해결하기 위해 EMR의 검사 데이터, 진단명 데이터, 간호기록 데이터만을 활용하여 간호감시 목적의 진단명 분류 모델을 제안한다. 복부 수술 환자의 EMR 데이터를 바탕으로 환자 상태와 간호기록을 통합하여 KM-BERT 앙상블과 XGBoost를 결합한 모델을 구축하였다. 실험 결과, 제안한 모델은 단순 KM-BERT 및 기존 앙상블 모델보다 우수한 성능을 나타냈으며, 특히 KM-BERT 앙상블과 XGBoost를 결합한 모델이 가장 높은 정확도를 기록하였다. 본 연구는 EMR의 핵심 데이터만으로도 효과적인 진단명 분류가 가능함을 시사하며, 이는 간호감시의 효율성을 높이는 데 이바지할 수 있다. 앞으로의 연구에서는 보건의료 도메인 지식과 다양한 기법을 결합하여 모델 성능을 더욱 향상할 수 있을 것으로 기대된다.
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) : I410-151-25-02-093127620
