최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Lee K.H.,Urtnasan E.,Hwang S.,Lee H.Y.,Lee J.H.,Koh S.B.,Youk H.
2022 / Yonsei Medical Journal
데이터가 존재하지 않습니다.
loading...
본 연구는 개인 중심의 라이프로그 데이터 기반 지속 가능한 디지털 헬스케어 시스템인 라이프로그 빅데이터 플랫폼을 제안하고, 데이터의 전 주기 관리 시스템 내 라이프로그 및 임상 데이터 표준화 과정을 설명합니다. 클라우드 기반으로 개발된 이 플랫폼은 데이터 수집, 개인 정보 비식별화, 라이프로그 통합, 분석, 서비스 제공의 5가지 핵심 구성 요소로 이루어져 있으며, 급성 및 만성 질환 예방 및 관리를 위한 데이터 분석 결과를 제공합니다.
Big data analytics in bioinformatics and healthcare
Artificial intelligence in medicine : proceedings
Health Information Science : 8th International Conference, HIS 2019, Xi'an, China, October 18–20, 2019, Proceedings
Data lifecycles : managing data for strategic advantage
(4차 산업혁명 시대) 이것이 헬스케어 빅데이터이다 : 헬스케어 빅데이터의 모든 것! =
Systems medicine : integrative, qualitative and computational approaches
Strategies in biomedical data science : driving force for innovation
Analyzing network data in biology and medicine : an interdisciplinary textbook for biological, medical and computational scientists
개인 맞춤의료의 시대가 온다 : 4차 산업혁명 시대 헬스케어의 미래 =
Social data analytics in the cloud with AI
AI와 정밀 의료
인공지능 시대의 보건의료와 표준
Medical informatics Europe 85 : proceedings, Helsinki, Finland, August 25-29, 1985
Health 4.0 : how virtualization and big data are revolutionizing healthcare
청진기가 사라진 이후 : 환자 중심의 미래 의료 보고서
(2016) 의료 IOT(스마트 헬스케어) 비즈니스 실태와 사업전략 : AI(인공지능)과 IOT(사물인터넷)이 선도하는 킬러 서비스
Distributed computing to blockchain : architecture, technology, and applications
Demystifying big data and machine learning for healthcare
Kirk and Bistner's handbook of veterinary procedures and emergency treatment
김정도; 박성대; 임승주; 이상국; 장윤형 · 2013
한국정보기술학회논문지
이명규, 황보택근 · 2014
한국차세대컴퓨팅학회 논문지
박민서 · 2022
문화기술의 융합
강규창, 권용진, 김영래, 이전우, 배창석 · 2013
한국차세대컴퓨팅학회 논문지
Im, Eunyoung; Kang, Sunghoon; Kim, Hyeoneui · 2026
International Journal of Medical Informatics
김신의; 정갑주; 김우용 · 2023
정보과학회 컴퓨팅의 실제 논문지
이명규; 황보택근 · 2014
한국차세대컴퓨팅학회 논문지
이명규, 황희정 · 2016
한국인터넷방송통신학회 논문지
Bove R.,Schleimer E.,Sukhanov P.,Gilson M.,Law S.M.,Barnecut A.,Miller B.L.,Hauser S.L.,Sanders S.J.,Rankin K.P. · 2022
Journal of Medical Internet Research
Ector G.I.C.G.,Westerweel P.E.,Hermens R.P.M.G.,Braspenning K.A.E.,Heeren B.C.M.,Vinck O.M.F.,de Jong J.J.M.,Janssen J.J.W.M.,Blijlevens N.M.A. · 2020
Journal of Medical Internet Research
강규창; 권용진; 김영래; 이전우; 배창석 · 2013
한국차세대컴퓨팅학회 논문지
전선 / 대학원
진료 및 연구결과로 얻어진 결과 데이터들을 분석하고 관리하는데 필요한 기초이론을 다룬다. 주된 내용으로는 access를 이용한 데이터베이스의 구축, 인터넷에서의 정보검색, matlab 등을 이용한 생체신호분석등의 내용을 다룬다.전선 / 대학원
치과의료 빅데이터(OCS, EMR, PACS)를 활용하여 치과환자의 진단/치료/예방에 활용하기 위한, 빅데이터 생성/통합/분석 방법에 대해 학습함. 임상의사 결정지원 솔류션을 제공하고 치과의료 질과 안정성 향상 달성하기 위하여, 치과환자 데이터의 효율적 수집/저장/분석을 위한 통합기술 및 구조화기술을 학습함. Theories and Concepts of BigData Analytics in Healthcare Medical BigData: Techniques, Managements, and Applications Diagnosis and Treatment: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Diagnosis and Treatment Prediction: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Prediction Big Medical Fake Analytics for Preventing Medical Misinformation and Myths Challenges and Future of BigData in Healthcare전선 / 대학원
다양한 종류의 의료 및 생명 분야 빅데이터가 생성되어 축적되고 있는 상황이다. 의료 분야 빅데이터는 기본적인 전자의무기록 외에도 이미지, 생체신호, 텍스트 등의 다양한 비정형 데이터를 포함하게 되었으며, 생명 분야 빅데이터는 차세대시퀀싱 기법의 발전으로 말미암아 유전체, 전사체, 후성유전체 등의 다양한 오믹스 데이터를 포함하게 되었다. 또한 이러한 빅데이터의 생성 및 축적과 더불어 인공지능 기법을 적용하여 기존에는 다루지 못했던 새로운 문제를 정의하고 보다 깊이 있는 빅데이터 분석을 시도하는 연구들이 등장하게 되었다. 본 강좌에서는 의료 및 생명 분야의 다양한 빅데이터를 소개하고 해당 데이터를 다룰 수 있는 인공지능 분석 기법들을 소개함으로써 최신의 의생명 빅데이터 관련 인공지능 연구를 배울 수 있도록 한다.전선 / 대학원
생명 공학의 발전과 의료의 디지털화로 인해서 방대한 양의 유전체 및 오믹스, 그리고 전자의무기록 데이터가 수집되었으며, 이제 이 방대한 데이터의 처리 및 분석이 중요한 문제이다. 본 과목은 유전체, 오믹스, 의료 데이터의 특성을 소개하며, 이러한 데이터를 분석할 수 있는 통계 및 머신러닝 기반의 분석 방법을 소개한다. 특히, 이 과목은 유전체 등의 바이오 데이터와 전자의무기록이 결합되어 있는 바이오뱅크 데이터에 중점을 둔다. 구체적인 주제는 다음과 같다 ◆ 유전체 등의 바이오데이터와 전자의무기록 데이터의 특성 ◆ 유전체 데이터 연관성 분석 ◆ 유전체 기반 질병 위험도 예측, 인과관계 추론 및 약물 표적 규명 ◆ 전자의무기록 데이터 기반 임상 의사결정 지원 시스템 ◆ 유전체 및 임상 데이터 통합한 다중 모드 데이터 분석전선 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.전선 / 대학원
전자의무기록, 소셜 미디어, 건강보험자 등 여러 자료원으로 부터 많은 양의 정형, 비정형 보건의료데이터가 생성되고 있다. 이런 데이터에서 얻은 정보와 지식은 보건의료서비스전달체계를 향상하고 의료비를 줄이는 데 활용할 수 있다. 보건의료분야에서 생성되는 데이터는 용량이 크고 복잡하여 분석하는 것도 쉽지 않고 그 분석결과를 임상실무에 적용하는 것 또한 쉽지 않다. 이 교과목에서는 전자의무기록, 소셜 미디어, 건강보험자 등에서 생산되는 보건의료 빅데이터의 특성과 이들 데이터를 분석하는 기법에 대해 소개한다. 본 교과목에서 데이터마이닝/기계학습, 분류등과 같은 정형데이터의 분석기법 뿐 아니라 자연어처리, 텍스트 마이닝 등 비정형데이터 분석기법을 포함한다.전선 / 대학원
정밀의료와 헬스케어는 의료정보의 축적과 인공지능 활용을 통한 미래의료의 핵심요소이다. 이 강의는 발전하는 생명과학기술을 이용한 다양한 정밀의료와 헬스케어 기술에 대해 소개한다. 유전체를 포함한 멀티오믹스, 의료 영상, 인공지능, 디지털 헬스케어 등 정밀의료와 헬스케어의 여러 국면을 살펴봄으로써 정밀의료에 대한 이해를 높이고 앞으로 헬스케어융합학을 전공하고자 하는 학생들에게 정밀의료의 기초지식과 전망을 제시한다.전선 / 대학원
4차산업혁명 시대를 맞이하여 의료빅데이터 분석의 중요성은 날로 증가하고 있다. 다양한 출처에서 다양한 형태로 생성된 데이터의 통합분석을 가능하게 하는 전제조건은 데이터의 표준화를 통한 상호운용성의 확보이다. 본 교과목은 보건의료데이터의 활용과 공유를 위하여 표준화된 형태로 표현하고 정리하는 방법을 다룬다. 본 교과목을 통해 학생들은 보건의료표준화용어체계, 데이터 모델링, 온톨로지 등 표준화된 형태로 데이터를 표현하고 정리해내는 다양한 기법들에 대해 익힌다.전선 / 대학원
의공학 및 의료정보기술의 발전에 따라서 의료기관에서 활용되고 있는 정보시스템은 다양하게 발전하고 있으며, 진료의 편리성 제공 및 기능적인 도움을 줄뿐만 아니라, 임상 및 연구에서 활용되고 있는 범위가 점차 확대되고 있다. 본 교과목에서는 데이터메이스의 이해, 정보시스템의 분석방법론, 개체관계형 모델, 의학용어체계 등 다양한 의료정보 시스템의 기본적인 원리와 함께, 설계 방법론에 대하여 공부한다. 또한 개발된 정보시스템을 향 후 연구 및 지능형 정보시스템에서 활요하기 위하여 임상진료와 연구의 목적에 부합하게 처리 분석하는 XML, data clustering 등 다양한 의료정보 처리 방법에 대하여 임상에 적용된 사례 및 최근의 연구 동향을 포함하여 폭 넓게 공부한다.전선 / 대학원
글로벌 혁신을 주도할 차세대 의료 데이터 리더를 양성하기 위한 이 캡스톤 과정은 실제 의료 현장의 데이터를 활용한 심층적인 연구 경험을 제공한다. 학생들은 글로벌 의료기관 및 기업들이 제시하는 실제 데이터 분석 과제를 수행하면서, 글로벌 연구자들과 협업하여 의료 분야의 AI 시스템을 설계하고 프로토타입을 개발한다. 의과대학과 공과대학 학생들로 구성된 다학제적 팀은 실제 병원 데이터를 활용하여 임상의들과 긴밀히 협력하며, IRB/DRB 허가부터 데이터 전처리, 머신러닝 모델 개발의 전 과정을 경험한다. 이 과정을 통해 학생들은 글로벌 데이터 분석 역량을 키우고, 국제적 의사소통 능력을 향상시키며, 학제간 융합 연구를 수행하는 실질적인 경험을 얻게 된다.전선 / 대학원
기후변화, 대기오염, 녹지 등의 자연환경이 질병과 건강에 미치는 영향을 환경-보건의료 융합 빅데이터를 활용하여 분석해 보고 그 과정에서 다양한 연구방법론을 익힌다.전선 / 대학원
현대의 생명정보학 분석은 다양한 생물학적 데이터를 기반으로 다양한 분석 방법을 활용하고 있다. 또한 생명정보학 데이터를 생성 가공하여 그 안에서 생명에 대한 지식을 탐구하는 것은 중요한 연구 방법 중 하나로 받아들여지고 있다. 본 강의에서는 생명 정보학 분석을 접해보지 않은 학생들을 대상으로 생명 정보학 데이터를 변환하고 가공하기 위한 기본적인 도구 및 기계학습을 비롯한 다양한 분석 방법을 습득하고 이에 맞추어서 다양한 생명정보학 데이터 분석의 기본을 획득하여 향후 다른 학습 및 연구를 진행하기 위한 기반을 제시하려 한다.전선 / 학사
최근의 의학은 이전의 bio(분자생물학, 줄기세포, 재생의학 등 실제 실험실에서의 실험 연구 등) 중심에서 data science 중심으로 급격히 변화가 일어나고 있는 것은 누구나 다 인지하고 있는 사실이다. 소위 제4차 산업혁명이라고 불리어지는 영역이기도 하다. 이에 의학 및 실제 임상에서 이러한 분야의 발전과 변화가 어떤 영향을 미치고 있는지, 어떻게 활용하여야 하는지에 대한 관심은 매우 높다고 할 수 있다. 의학도로 막 입문한 의예과 학생들이 이러한 디지털 데이터 의학이라는 학문에 조기에 접하고 경험함으로써, 더욱 발전적인 미래를 기대할 수 있을 것이다.전선 / 대학원
본 강의는 빠르게 변화하고 있는 디지털 헬스케어 분야의 다양한 주제들을 학습하는 것을 목적으로 한다. 학생들은 이론적 지식뿐만 아니라 실제 의료 데이터를 다루는 실습을 통해 실무적 역량을 기를 수 있다. 또한 실제 의료 현장의 전문가들과 함께 팀 프로젝트를 수행하며, 다양한 임상 현장의 문제를 탐구하고 해결 방안을 모색한다. 이를 통해 학생들은 디지털 헬스케어 연구와 임상 적용에 필요한 통합적 이해와 연구 역량을 갖추게 될 것이다.전선 / 대학원
본 강의는 빠르게 변화하고 있는 디지털 헬스케어 분야의 다양한 주제들을 학습하는 것을 목적으로 한다. 학생들은 이론적 지식뿐만 아니라 실제 의료 데이터를 다루는 실습을 통해 실무적 역량을 기를 수 있다. 또한 실제 의료 현장의 전문가들과 함께 팀 프로젝트를 수행하며, 다양한 임상 현장의 문제를 탐구하고 해결 방안을 모색한다. 이를 통해 학생들은 디지털 헬스케어 연구와 임상 적용에 필요한 통합적 이해와 연구 역량을 갖추게 될 것이다.전필 / 대학원
의학에 인공지능이나 가상현실 등의 새로운 학문과 첨단 기술이 도입되면서 의학 연구와 진료의 패러다임이 빠르게 변화하고 있다. 융합의학은 이학·공학·의학이 병원이라는 공간에서 결합되고 적용되어 환자에 대한 진단 및 치료기술을 강화하고 의학적 난제를 해결하고자 하는 새로운 학문이다. 이 강좌에서는 융합의학에 대한 정의와 최신 지견을 고찰한다. 각론으로 데이터의학, 의생명과학, 의생명공학, 의료기술정책의학이 어떠한 신기술의 형태로 임상에 적용되고 있는지 사례를 살펴본다. 이 강좌를 통하여 학생들은 병원에서 이루어지고 있는 융복합 연구에 대한 실제를 체감하고 이를 통한 새로운 진단, 평가, 치료 및 예방에 관한 의학 발전의 미래 방향성을 고찰해 본다.전선 / 대학원
근래의 의료 빅데이터의 축적 및 인공지능 기법의 발달은 많은 의학 분야에서 빅데이터에 기반한 정확한 예측 및 환자 맞춤형 진료를 가능하게 하고 있다. 주술기 의학 분야에 있어서도, 이러한 기술적 발달은 기존의 위험도 분류, 예후 예측, 조기 경보 및 의료 자원 분배 등 주술기 의학의 접근 방식에 큰 변화를 가능하게 하고 있다. 따라서 미래 임상 의사, 의학자들에게 있어 이러한 기술을 이해하고, 활용하는 것을 배우는 것이 점차 중요해지고 있다. 이 강좌에서는 먼저 VitalDB나 MIMIC, eICU 데이터셋 등 주술기 의학 분야의 오픈 데이터셋에 대해 알아보고, 이러한 데이터를 효과적으로 활용할 수 있는 기계 학습 기법에 대해 배울 것이다. 또한 실습을 통해 최신 기계 학습 기법들을 본인의 연구에 적용할 수 있는 방법을 배울 것이다.전선 / 대학원
4차 산업혁명 시대의 의료 및 돌봄 서비스 제공에 있어 센서기술, 빅데이터, AI 등 ICT 활용은 중요한 전략적 기틀을 제공한다. 본 교과목에서는 HT(Health Technology)와 ICT(Information & Communication Technology)을 성공적으로 인간의 건강관리 및 증진에 활용하기 위해 숙지해야 할 원리들을 대해 폭넓게 다룬다.전선 / 대학원
의료정보시스템은 일반적인 정보시스템에 비교하여 매우 복잡한 데이터의 흐름을 관리하여야 한다. 또한 데이터의 용량이 많을 뿐만 아니라 전체시스템은 빠른 응답속도를 유지해야 하는 조건을 만족시킬 수 있어야 한다. 본 강좌에서는 병원에서 발생되는 업무의 흐름을 분석하고 이를 객체 관계형 모델 (entity relationship diagram)로 표현하는 기법을 배운다. 또한 객체관계모델을 토대로 관계형 데이터베이스를 설계하는 과정을 배우게 되며, 관계형 데이터베이스 설계에 사용되는 제약조건들의 의미와 구현방법들을 배운다. 또한 구축된 toy system을 이용하여 대용량 데이터베이스 평가 및 시스템의 성능 평가를 위한 평가모델의 설계 및 구현방법을 배운다.전필 / 대학원
급변하는 현대사회의 요구에 부응하여 의료 정보학, 컴퓨터 개론 및 각종 정보시스템에 관해 학습한다. 각종 의학용어 및 온토로지 모델, 전자의무기록, 원격의료 및 재택진료, 의료정보의 표준화 및 자료의 보안, 바이오 인포마틱스 등의 학습을 통해 치과의료에 있어서 필수적인 정보기술을 이해한다.