머신러닝을 활용한 사상체질 분류 모델 선정과 서비스 플로우 디자인 (Selecting Sasang-Type classification model using machine learning and designing the service flow)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 20권 / 2호 / 321 ~ 327페이지
· 저자명 : 이재화, 이현학

초록

현대의학과 달리 한의학은 데이터의 표준화가 이루어지지 않 았고, 데이터를 누적할 수 있는 인프라가 매우 부족한 실정이다. 이러한 문제들은 한의학 도메인에서의 인공지능 연구는 물론 화두가 되고 있는 양방 협진도 어렵게 한다. 이러한 문제를 해결하기 위해 사상체질을 중심으로 머신러닝을 활용하여 사상체질 분류 알고리즘 모델을 선정하고, 선정한 모델을 바탕으로 의사와 환자가 이용할 수 있는 서비스를 디자인하였다. 또한, 데이터를 누적시킬 수 있는 데이터 베이스를 디자인하여 추후 누적된 데이터를 활용하여 분류 알고리즘 모델의 정확도를 개선할 수 있게 하였다.

영어초록

Unlike in modern medicine, medical data have not been standardized yet and infrastructure for accumulating data is poor in oriental medicine. These problems become obstacles in artificial intelligence research and bilateral cooperation in domain of oriental medicine. To solve this problem, we compared the classification accuracy using several machine learning algorithms to select the highest accuracy model. Also we designed an application using the selected classification algorithm model to offer convenience service to doctor and patient. In addition, we designed the database to accumulate medical data, so accumulated data can be used to enhance the accuracy of classification algorithm model.

참고자료

· 없음