총 1,365개
-
경영정보시스템 - 4차 산업혁명과 관련된 정보기술인 빅데이터에 대한 개념과 특성, 빅데이터를 활용한 기술, 기업의 빅데이터 활용, 빅데이터 기술로 인한 문제점과 대응 방안2025.05.081. 빅데이터의 개념과 특성 빅데이터는 교통, 기후, 군사, 사회관계망, 사업 비즈니스, 공공행정 등에서 발생한 대용량의 데이터를 말하며, 데이터 웨어하우스에 이를 저장하고 데이터 마이닝 기술을 활용하여 비즈니스에 필요한 정보를 찾아낸다. 빅데이터는 구조적, 비구조적, 반구조적 데이터가 결합된 거대한 규모의 데이터로 경제적, 사회적 가치를 가지고 있으며, 발전된 분석 기술을 활용하여 비즈니스에 필요한 정보를 찾아내고 다양한 목적으로 이용하도록 설계된 기술이다. 2. 빅데이터를 활용한 기술 빅데이터는 정보통신, 금융, 의료 등 다양한...2025.05.08
-
인공지능이 정보시스템 분석 및 설계에 미치는 영향2025.01.241. 인공지능의 도입 배경 인공지능(AI)의 도입 배경은 컴퓨터 과학과 기술의 발전, 데이터의 폭발적인 증가, 그리고 복잡한 문제 해결에 대한 요구 증가라는 세 가지 주요 요인으로 설명할 수 있습니다. 최근 몇 년간 인공지능 기술의 급속한 발전은 다양한 산업 분야에 걸쳐 큰 변화를 일으키고 있으며, 정보시스템 분석 및 설계(SAD) 분야도 예외는 아닙니다. 2. 인공지능이 SAD에 미치는 긍정적 영향 인공지능은 데이터 분석 및 의사 결정 지원, 자동화된 설계 도구, 예측 분석 및 위험 관리 등 다양한 측면에서 SAD의 효율성과 정확...2025.01.24
-
노이즈가 섞여있는 데이터를 어떻게 피팅할까? RANSAC (파이썬 예제 포함)2025.01.191. 데이터 노이즈 처리 데이터 분석을 할 때 노이즈가 섞여있는 데이터를 어떻게 처리할 수 있을까? 이상치 데이터를 제거하는 것은 어려울 수 있으므로, 노이즈에 강한 모델을 찾는 것이 중요하다. RANSAC 알고리즘은 무작위 샘플링과 반복적인 검증 과정을 통해 노이즈의 영향을 최소화하고 신뢰할 수 있는 모델을 찾는 방법이다. 2. RANSAC 알고리즘 RANSAC 알고리즘은 1) 무작위 샘플 선택, 2) 모델 적합, 3) 인라이어와 아웃라이어 구분, 4) 모델 평가, 5) 반복의 과정을 거친다. 이를 통해 노이즈가 많은 데이터에서도...2025.01.19
-
환자 재입원률 및 병원 자원 관리를 위한 인공지능 알고리즘2025.05.111. AI 기반 환자 재입원률 예측 알고리즘 AI 기술의 발전에 따라 AI 기반 알고리즘은 환자 데이터를 분석하여 재입원 가능성을 예측할 수 있습니다. 이를 통해 병원의 자원을 효율적으로 관리하고 환자들에게 더 나은 의료 서비스를 제공할 수 있습니다. 재입원률 예측 알고리즘은 환자의 건강 상태를 예측하고 조기에 문제를 파악하여 재입원 가능성을 줄이는데 활용될 수 있습니다. 또한 의료 자원을 최적으로 할당하여 병원의 효율성을 높일 수 있습니다. 2. 재입원률 예측 알고리즘의 장점 AI 기반 재입원률 예측은 예방적 의료 서비스를 제공하...2025.05.11
-
약물 용량 최적화와 맞춤형 치료 방안에 대한 AI 응용2025.05.111. 약물 용량 최적화 약물 치료는 다양한 질환의 치료와 증상 완화에 핵심적인 역할을 하지만, 모든 환자들이 동일한 약물 용량과 치료 방안으로 치료를 받는 것은 개인의 생리학적 특성과 상태를 고려하지 않은 접근일 수 있습니다. AI 기술은 환자의 유전자 데이터, 생체 신호 및 기타 의료 정보를 분석하여 적절한 약물 용량을 조정하는데 도움을 줄 수 있습니다. 2. 맞춤형 치료 AI 기술은 개인의 생리학적 차이를 고려하여 맞춤형 치료 방안을 제시할 수 있습니다. AI는 환자의 특성을 분석하여 효과적인 치료를 제공하고 부작용을 예측하여 ...2025.05.11
-
인공지능의 역사적 발전과 현재 동향2025.05.161. 인공지능 연구의 역사 인공지능 기술의 역사적 발전 과정을 살펴보며 현대에 이르기까지의 중요한 이정표와 혁신적인 발견들을 중점적으로 다룹니다. 앨런 튜링의 '컴퓨터와 지능' 논문에서 제시된 튜링 테스트는 인공지능 연구의 초기 방향을 제시했으며, 1950년대와 1960년대에는 인공지능의 기초적인 개념과 알고리즘이 개발되었습니다. 1980년대에는 신경망과 딥러닝 같은 현대 인공지능 기술의 기반이 형성되었고, 최근에는 인공지능 기술이 빠르게 발전하며 다양한 분야에서 혁신적인 변화를 가져오고 있습니다. 2. 인공지능 관련 연구 동향 딥...2025.05.16
-
정보기술이 간호정보에 효율적으로 활용되는 방안2025.01.281. 전자 건강 기록(EHR)의 도입과 활용 전자 건강 기록(Electronic Health Records, EHR)은 간호정보 시스템에서 가장 핵심적인 역할을 한다. 최근 연구에 따르면, EHR 도입 이후 환자의 진료 기록 접근 속도가 평균 30% 향상되었으며, 기록 오류율은 15% 감소하였다. 이러한 수치는 EHR이 간호사의 업무 효율성을 크게 높이고 있음을 보여준다. 또한, EHR은 환자의 과거 진료 기록을 쉽게 조회할 수 있게 함으로써, 보다 정확한 진단과 치료 계획 수립에 기여하고 있다. 2. 간호 정보 시스템(Nursin...2025.01.28
-
딥러닝(Deep Learning) 기술의 활용 방안2025.05.101. 인공지능, 기계학습(Machine Learning), 딥러닝(Deep Learning)의 관계 인공지능의 영역 안에는 기계학습이 있고, 딥러닝은 기계학습의 한 분야이다. 최근 인공지능의 여러 기술 중에서도 기계학습의 딥러닝이 아주 놀랄만한 성과를 보여주고 있다. 2. 딥러닝 기술을 의료에 활용한 사례 또는 활용 방안 의료산업에서 딥러닝 기술이 적용되면서 매우 빠른 속도로 높은 정확도의 진단이 가능해지고 있다. 이를 활용하면 진단의 정확도는 높이면서도 투입되는 시간과 비용은 현저히 줄일 수 있다. 또한 개인에 최적화된 맞춤형케어...2025.05.10
-
Ai시대 병원경영에 미치는 영향2025.01.221. 인공지능이란 인공지능은 인간의 지능이 아닌 기계적인 지능을 말한다. 기계의 사고와 의사결정이 사람을 모방한 것이 인공지능이다. 인공지능은 인간보다 훨씬 빠른 속도로, 훨씬 더 방대한 양의 데이터를 수집하고 처리할 수 있으며, 사람처럼 휴식이 필요하지 않아 24시간 내내 작업을 할 수 있다. 또한 인간의 주관이나 편견이 작용하지 않고 철저하게 객관적인 데이터에 근거해서 판단을 한다는 점에서 인간의 지능과 차이가 있다. 2. 인공지능과 경영 인공지능은 경영에서 다음과 같은 장점을 가진다. 첫째, 불확실한 미래에 대한 높은 적중률을...2025.01.22
-
약물 부작용 및 상호작용 예측과 예방을 위한 인공지능 활용2025.05.111. AI 기반 약물 부작용 및 상호작용 예측 약물 데이터 분석을 통해 부작용과 상호작용을 예측하고, 개인 맞춤형 치료를 제공하여 환자의 건강을 개선하는 AI 기술의 활용 2. 약물 부작용 및 상호작용 예측의 응용 분야 의약품 개발 과정에서 부작용 예측 및 개선, 다중 약물 복용 환자의 건강 관리에 활용 3. 약물 부작용 및 상호작용 예측의 장점 조기 부작용 예방, 치료 성공률 향상, 부작용 최소화 등의 장점 4. 약물 부작용 및 상호작용 예측의 도전과제 데이터의 불균형 문제, 약물 데이터의 부족으로 인한 AI 모델 학습의 제한 5...2025.05.11
3 / 137
