내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

임상의학에서 예측 데이터마이닝: 문제점과 가이드라인

전문가 제언: ○ 데이터마이닝(Data Mining)은 미지의 패턴 또는 관계를 발견하기 위하여 다량의 데이터를 선발하고 탐색하며 모델링하는 프로세스다. 1990년대 중반에 만들어진 데이터마이닝은 오늘날에는 데이터베이스에서 지식 발견과 동의어가 되고 있다. 한편 예측 모델링은 예상되는 출현의 가능성을 예측하기 위한 모델을 선택하거나 창조하는 프로세스다.

○ 임상의료 데이터의 분석은 환자의 증상 출현을 예견하기 위하여 사용된다. 따라서 다양한 마이닝 기법과 예측 모델을 결합한 예측 데이터마이닝 기법이 요구된다. 여기에는 임상환경에서 사용할 수 있는 전략적 기법의 체계적 선택과 임상의가 사용할 수 있는 일반적이고 단순한 가이드라인이 필요하다.

○ Riccardo 등은 이 글에서 데이터 마이닝의 배경과 임상의학 데이터 마이닝의 연구들을 개관하고 사례를 통하여 임상의학의 예측 데이터 마이닝의 최신기술에 대하여 개관한다. 특히 임상의나 연구자들이 데이터 마이닝 연구를 수행하기 위한 가이드라인도 제공한다.

○ 폭발적으로 증가하는 대량의 데이터로부터 어떤 패턴이나 관계성과 같은 지식을 얻으려는 데이터마이닝 기술 응용이 e-비즈니스, 정보공학 및 산업공학 분야에서 활발히 진행되고 있다. 아울러 분자생물학에서도 방대한 유전자 데이터의 분석을 위한 예측 데이터마이닝의 응용도 연구되고 있다.

○ 사회적 데이터와는 달리 의료 정보는 개인의 사생활 보호의 측면에서 접근성이 쉽지 않으며 한번 사용된 데이터의 재사용이 불가능하다는 제약이 있다. 아직 통합적 의료정보시스템의 구축이 미흡한 우리나라의 실정에서 임상의학 데이터베이스에서 데이터마이닝을 이용한 지식발견의 문제는 앞으로 연구할 과제이다. 그러나 최근 의료분야와 컴퓨터과학 기술의 융합이 획기적으로 발전하고 있으므로 임상의료 예측 모델 구축에 대한 연구는 우리나라의 생명공학과 소프트웨어 산업 발전에 크게 기여할 것이다.

저자: Riccardo Bellazzi, Blaz Zupan
자료유형: 학술정보