응급실 과밀화 해결을 위한 데이터 분석 기반 응급실 혼잡도예측 모형 연구 (Developing the data analysis-based emergency room congestion predictive model for the resolution of overcrowded emergency room)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 29권 / 5호 / 1201 ~ 1214페이지
· 저자명 : 김벼울, 윤용익

초록

본 연구는 전국에 있는 414개 응급의료센터의 2017년 자료를 토대로 응급실의 특성 및 지역적 특성을 반영하여 응급실 혼잡도를 실시간으로 예측하는 모형을 개발했다. 예측모형 개발에는 데이터마이닝 기법 중 다중선형회귀분석, 부분집합선택, 능형회귀, Lasso, 주성분회귀분석 방법을 적용하였으며, 주성분회귀분석이 가장 높은 예측력을 보였다. 또한, 예측모형을 개발하는데 있어 전체 응급의료 기관을 기준으로 한 예측모형(92.73%) 보다 응급의료기관 유형에 따라 세분화한 예측모형의 예측력이 더 높게 나타났다. 특히, 가장 혼잡한 유형인 권역의료센터의 예측정도는 97.37%로 나타났다. 본 연구에서 개발된 응급실 혼잡도 예측모형은 응급실 간의 지역네트워크를 형성하고, 응급실 과밀화 문제를 해결하기 위한 기초자료가 될 수 있을 것이다.

영어초록

This research developed a model that predicts the congestion of the emergency room in real time based on the 2017 data of 414 emergency medical institutions nationwide. In the development of the predictive model, data mining techniques such as multiple linear regression analysis, subset selection, ridge regression, Lasso and principal component regression were applied, and principal component regression method showed high prediction power. The predictive power of the subdivided prediction models (especially regional emergency medical center (97.37%)) according to the types of emergency medical institution was higher than that of the predictive model based on the entire emergency medical institutions (92.73%). The emergency room congestion predictive model developed in this research can be used as basic data to solve the problem of overcrowding of emergency room and form a regional network between the emergency rooms.

참고자료

· 없음