[引用][C] 중환자실폐렴환자에대한시뮬레이션기반시계열사망마커탐지
김수현， 이수현， 고가연， 안홍렬 - 한국정보과학회학술발표논문집, 2022 - dbpia.co.kr
요 약 MIMIC-III 는 중환자실 환자에 대해서 진단, 검사, 처방 등의 의료 이벤트를 시간에 따라
추적하여 데이터화한 시계열 의료 빅데이터이다. 본 연구에서는 MIMIC-III 데이터를 활용하여 …
추적하여 데이터화한 시계열 의료 빅데이터이다. 본 연구에서는 MIMIC-III 데이터를 활용하여 …
[引用][C] MIMIC-III 데이터를이용한급성호흡곤란증후군환자의병원내사망예측: 다양한결측데이터처리전략을적용한머신러닝모델의비교연구
노장현， 최고운， 오민식 - 한국정보과학회학술발표논문집, 2023 - dbpia.co.kr
급성호흡곤란증후군 (ARDS) 은 이환율과 사망률이 매우 높은 폐 장애로 신속한 관리가
필요하다. 이와관련하여 ARDS 환자의 중증도 지표를 위한 연구가 지속되어 왔다. 해당 …
필요하다. 이와관련하여 ARDS 환자의 중증도 지표를 위한 연구가 지속되어 왔다. 해당 …
[引用][C] 멀티모달의료데이터의머신러닝기반폐렴호흡기질환자의중환자실입실과사망예측모델개발
장서연， 김유진， 김대원， 우성대， 박희선 - 한국통신학회인공지능학술 …, 2023 - dbpia.co.kr
요 약폐렴은 주요 사망 원인 질환 중 하나이다. 본 연구에서는 폐렴 환자의 응급실 내원 시
수행되는 기본검사항목 데이터의결측치를 보완하고 데이터 불균형 문제를 해결하여, 폐렴 …
수행되는 기본검사항목 데이터의결측치를 보완하고 데이터 불균형 문제를 해결하여, 폐렴 …
Analysis of diseases distribution in Medical Information Mart for Intensive Care III database
Y Fan, Y Zhao, P Li, X Liu, L Jia, K Li… - Zhonghua wei Zhong …, 2018 - europepmc.org
Objective To study the distribution of diseases in Medical Information Mart for Intensive Care
(MIMIC-III) database in order to provide reference for clinicians and engineers who use …
(MIMIC-III) database in order to provide reference for clinicians and engineers who use …
[HTML][HTML] Dealing with missing, imbalanced, and sparse features during the development of a prediction model for sudden death using emergency medicine data …
X Chen, H Chen, S Nan, X Kong… - JMIR Medical …, 2023 - medinform.jmir.org
Background In emergency departments (EDs), early diagnosis and timely rescue, which are
supported by prediction modes using ED data, can increase patients' chances of survival …
supported by prediction modes using ED data, can increase patients' chances of survival …
Improving the in-hospital mortality prediction of diabetes ICU patients using a process mining/deep learning architecture
Diabetes intensive care unit (ICU) patients are at increased risk of complications leading to
in-hospital mortality. Assessing the likelihood of death is a challenging and time-consuming …
in-hospital mortality. Assessing the likelihood of death is a challenging and time-consuming …
빅데이터를이용한독감, 폐렴및수족구환자수예측모델연구
우종필， 이병욱， 이차민， 이지은， 김민성… - 한국빅데이터논문지 …, 2018 - papersearch.net
요 약본 연구에서는 그동안 해외에서 주로 실행되어 왔던 빅데이터를 이용한 다양한 질병 (독감,
폐렴, 수족구병) 환자수 예측 모델을 개발해 보았다. 기존의 환자수 예측이 병원에서 실제 …
폐렴, 수족구병) 환자수 예측 모델을 개발해 보았다. 기존의 환자수 예측이 병원에서 실제 …
[HTML][HTML] A predictive model for medical events based on contextual embedding of temporal sequences
Background: Medical concepts are inherently ambiguous and error-prone due to human
fallibility, which makes it hard for them to be fully used by classical machine learning …
fallibility, which makes it hard for them to be fully used by classical machine learning …
[HTML][HTML] Development of Deep Learning Models for Predicting In-Hospital Mortality Using an Administrative Claims Database: Retrospective Cohort Study
H Matsui, H Yamana, K Fushimi… - JMIR Medical …, 2022 - medinform.jmir.org
Background: Administrative claims databases have been used widely in studies because
they have large sample sizes and are easily available. However, studies using …
they have large sample sizes and are easily available. However, studies using …
Death risk prediction of intensive care unit patients combined with treatment process mining
Precise death risk prediction of ICU patients plays an important role in developing follow-up
treatment options and reducing rescue cost. Previous work mainly relied on the vital signs of …
treatment options and reducing rescue cost. Previous work mainly relied on the vital signs of …