인공지능 기반 자연어처리를 적용한 욕창간호기록 분석 (Analysis of Pressure Ulcer Nursing Records with Artificial Intelligence-based Natural Language Processing)

서지정보

· 발행기관 : 한국융합학회
· 수록지 정보 : 한국융합학회논문지 / 12권 / 10호 / 365 ~ 372페이지
· 저자명 : 김명수, 류정미

초록

본 연구의 목적은 자연어처리에 의해 생성된 욕창간호진술문의 특성을 파악하고, 욕창 단계판별 예측정확도를 평가하기 위함이다. 욕창관련 간호기록은 서술통계를 이용하여 분석하였고, 워드클라우드 생성기를 활용하여 욕창예방 간호기록에서 단어의 특성을 파악하였다. 딥러닝을 이용하여 욕창단계판별 정확도(accuracy ratio) 를 구하였다. 연구결과, 욕창의 단계에 대한 기록 중 2단계와 심부조직손상의심단계가 각각 23.1% 와 23.0 % 로 가장 많았고, 빈도수가 높은 핵심단어는 홍반, 수포, 가피, 부위, 크기 등으로 나타났다. 예측의 정확도가 높은 단계는 0단계, 심부조직손상의심단계, 2단계 순으로 나타났다. 따라서, 이를 활용하여 임상적 의사결정지지 시스템으로 개발된다면, 임상간호사의 욕창관리역량 향상 전략 개발에 기초가 될 수 있을 것이다.

영어초록

The purpose of this study was to examine the statements characteristics of the pressure ulcer nursing record by natural langage processing and assess the prediction accuracy for each pressure ulcer stage. Nursing records related to pressure ulcer were analyzed using descriptive statistics, and word cloud generators (http://wordcloud.kr) were used to examine the characteristics of words in the pressure ulcer prevention nursing records. The accuracy ratio for the pressure ulcer stage was calculated using deep learning. As a result of the study, the second stage and the deep tissue injury suspected were 23.1% and 23.0%, respectively, and the most frequent key words were erythema, blisters, bark, area, and size. The stages with high prediction accuracy were in the order of stage 0, deep tissue injury suspected, and stage 2. These results suggest that it can be developed as a clinical decision support system available to practice for nurses at the pressure ulcer prevention care.

참고자료

· 없음