생징후 데이터를 이용한 8시간 이내 심정지 예측

제목 : 생징후 데이터를 이용한 8시간 이내 심정지 예측
저자 : 채민수, 한상욱, 한밀라, 홍민, 이화민
게재지 : 2021년 한국인터넷정보학회 춘계학술발표대회
장소 : 경주, 코모도호텔 경주
교신저자 : 이화민

초록
심정지는 심장이 멈추어 혈액이 흐르지 않는 현상이다. 혈액이 흐르지 않을 경우 신체 기능이 손상되며, 뇌손상 혹은 사망에 이를 수 있다. 그렇기 때문에 심정지 조기발견이 매우 중요하다. 심정지 조기 대응의 골든타임은 3분 이내 이다. 병원에서 신속대응팀에서 MEWS는 낮은 재현율과 높은 거짓알람의 문제점이 존재한다. 우리는 이러한 문제를 해결하기 위해 생징후 데이터를 사용하여 딥러닝 기반으로 8시간 이내 심정지를 예측하였다. 시퀀스 길이를 8시간, 16시간, 24시간, 32시간, 40시간, 48시간, 56시간, 64시간으로 나누어 실험하였다. 그 결과 시퀀스 길이가 56시간일 때 정밀도와 재현율이 가장 높았다. 시퀀스 길이를 56으로 고정하고 SMOTE 비율을 변경하여 0.1부터 1.0 까지 실험을 하였다. 그 결과 정밀도가 가장 높은 것은 SMOTE 비율을 0.04로 설정한 것이다. 시퀀스 길이가 56시간이고 SMOTE 비율이 0.04일 때 정밀도는 0.233, 재현율은 0.513, F1 Score는 0.301이다.

Acknowledgments
이 논문은 2021년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 중견연구지원사업과 바이오·의료기술개발사업의 지원을 받아 수행된 연구임. (NRF-2021R1A2C1009290 & No. NRF-2019M3E5D1A02069073).