의료인공지능

라인웍스는 지난 달 코엑스에서 열린 K-Hospital Fair 2019(국제병원의료산업박람회)에 참가했습니다. 이번 박람회에는 의료 인공지능 특별전이 함께 개최되었는데요. 의료 인공지능 특별전은 한국형 AI정밀의료 서비스 ‘닥터앤서(Dr.Answer)’를 홍보하는 자리로, 라인웍스는 심혈관질환 환자 관리 의료 인공지능 MDwalks EXI(Extensible Intelligence)를 소개했습니다. 올 해 박람회에서는 지난 해 보다 발전한 MDwalks EXI의 새로운 모습을 방문객들에게 선보일 수 있었습니다.  지난 해에는 “입원 환자가 퇴원 후 30일 이내에 다시 입원할 확률”을 예측하는 인공지능을 소개했습니다. 의료진에 유용한 정보를 줄 수 있었지만, 모니터링 하는 환자의 범위가 넓어 실제 진료 현장에 적용이 어려운 단점이 있었습니다.

라인웍스에서는 Electronic Health Record (이하 EHR) 데이터를 이용하여 다양한 머신러닝 프로젝트를 진행하고 있습니다.  이번 글에서는 의료 인공지능 개발 프로젝트의 성능 개선을 위해 사용한 임베딩을 소개합니다. 또, MDwalks EXI에서 선보였던 MIMIC-III 30일 이내 재입원 예측 모델(https://linewalks.com/archives/6142)에 임베딩을 적용해 이를 적용하지 않았던 이전 모델과 성능을 비교해보았습니다. 이 글이 임베딩의 개념과 EHR 데이터에서 임베딩의 필요성을 이해하는데 도움이 되기를 바랍니다. 임베딩(Embedding)이란? 임베딩이란 범주형(Categorical) 자료를 연속형 벡터로 치환하는 것을 말합니다. 예를 들어 A, B, C, D라는 카테고리가 있다고 할 때, 이를 다음과 같이 변환하는 것입니다. 이 변환이 왜 필요할까요?

라인웍스가 K-hospital Fair 에 참가합니다. 라인웍스는 이번 주 수요일 부터 서울 코엑스에서 열리는 K-Hospital Fair(국제병원의료산업박람회)에 참가합니다. 이번 박람회에 라인웍스는 “AI기반 정밀의료 솔루션 추진단” 컨소시엄의 일원으로 참가하게 되었는데요. 박람회 내 “의료 인공지능 특별전”에서 라인웍스가 개발 중인 의료 인공지능 MDwalks EXI를 선보일 예정입니다. 의료 인공지능 MDwalks EXI는 EHR 데이터로 환자 재방문과 사망 위험도를 딥러닝한 시스템입니다. 서울아산병원과 협력하여 심뇌혈관질환에 대한 CDSS(Clinical Decision Support System) 형태의 의료 인공지능을 개발중인데, 현장에서 직접 확인할 수 있는 것은 MIMIC-3라는 MIT의 공개 데이터로 개발한 버전입니다. 이번 버전에서는 입원