생징후 데이터를 이용한 딥러닝 기반의 심정지 예측

제목 : 생징후 데이터를 이용한 딥러닝 기반의 심정지 예측
저자 : 채민수, 윤건일, 박찬영, 조유진, 이화민
게재지 : 2020년 한국인터넷정보학회 춘계학술발표대회 논문집
장소 : 제주도, 오션스위츠 제주호텔
교신저자 : 이화민

초록
병원에는 다양한 원인으로 입원하는 환자들이 있다. 심정지의 초기 발견 및 초기대응이 중요하다. 본 논문에서는 순천향대학교 천안병원의 2016년부터 2019년까지의 병동 환자들을 대상으로 심정지 예측에 대한 연구를 진행하였다. 딥 러닝 학습 시 측정시간, 나이, 성별, DBP, SBP, 맥박, 호흡, 체온, 심정지 여부를 1시간 단위로 레코드를 만들어 72개의 레코드 단위로 학습하였다. LSTM 모델을 적용하여 심정지 예측를 수행하였다. 수행결과 정확도는 약 99.9%, MAE는 0.00006517576735498417, RMSE는 0.003397121177224215 이다.

Acknowledgments
이 논문은 과학기술정보통신부의 재원으로 한국연구재단 바이오․의료기술개발사업의 지원을 받아 수행된 연구임(No. NRF-2019M3E5D1A02069073).
본 연구는 순천향대학교 학술연구비 지원으로 수행하였습니다.