딥러닝 기반 심정지 예측 기술 연구

제목 : 딥러닝 기반 심정지 예측 기술 연구
저자 : 김영민, 채민수, 윤건일, 조유진, 송찬영, 이화민
게재지 : 2020년 한국정보과학회 한국소프트웨어종합학술대회(KSC2020)
장소 : 온라인
교신저자 : 이화민

초록
심정지는 심장이 멈추어 신체 내 혈액이 흐리지 않는 현상이다. 심정지가 발생할 경우 혈액이 흐르지 않아 신체 기능이 손상되며, 초기 대응이 늦을 경우 뇌손상도 일으킬 수 있다. 그렇기 때문에 초기 발견 및 초기 대응이 중요하다. 본 연구팀은 순천향대학교 천안병원 내 병동 환자들의 데이터셋으로 연구를 진행하였다. 2016년부터 2019년까지의 병동환자를 대상으로 연구하였다. LSTM 모델과 결정트리, 로지스틱회귀, 랜덤포레스트를 이용하여 심정지 예측을 하였다. 성능 평가 결과 정밀도는 랜덤포레스트가 가장 높지만, LSTM 모델이 재현율이 가장 높다.

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