생징후 데이터와 랩 코드 데이터를 이용한 심정지 예측

제목 : 생징후 데이터와 랩 코드 데이터를 이용한 심정지 예측
저자 : 채민수, 윤건일, 조유진, 김영민, 송찬영, 이화민
게재지 : 2020년 한국산학기술학회 추계학술발표대회 논문집
장소 : 대천, 한화리조트 대천파로스
교신저자 : 이화민

초록
심정지는 갑작스럽게 심장이 멈추어 혈액이 흐르지 않는 질병이다. 그로인해 초기 대응이 느릴 경우 혈액이 흐르지 않아 신체 기능이 손상된다. 우리는 순천향대학교 천안병원 내 병원 환자를 대상으로 2016년부터 2019년까지의 병원 환자 대상으로 연구를 진행하였다. 학습 항목으로는 성별, 나이, SBP, DBP, 체온, 호흡, 맥박, 알부민, 크레아티닌, 헤모글로빈을 사용하였다. 우리는 LSTM 모델, 결정트리, 랜덤포레스트, 로지스틱회귀를 이용하여 심정지 예측을 하였다. 성능 비교결과 LSTM 모델이 가장 좋은 것을 확인하였다.

Acknowledgments
본 연구는 과학기술정보통신부 및 정보통신기획평가원의 대학ICT연구센터육성지원사업의 연구결과로 수행되었음 (IITP-2020-2015-0-00403). 이 논문은 2019년도 정부(과학기술정보통신부)의 재원으로 한국연구재단 -현장맞춤형 이공계 인재양성지원사업의 지원을 받아 수행된 연구임(No. 2019H1D8A1105622).