메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Chae Dongwoo (Department of Pharmacology Yonsei University College of Medicine)
저널정보
대한마취통증의학회(구 대한마취과학회) Korean Journal of Anesthesiology Korean Journal of Anesthesiology Vol.73 No.4
발행연도
2020.1
수록면
285 - 295 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
머신 러닝(Machine learning, ML)은 마취과학 영역의 연구에 혁명을 불러일으키고 있다. ML은 추론에 기반한 전통적 연구 방법과는 달리 정확한 예측을 가능하게 하는 연구 방법이다. ML은 명백한 지시 사항 없이도 예측 작업을 수행할 수 있는 알고리즘과 모형을 개발하는 인공지능 분야라고 할 수 있다. 대부분의 ML 응용 프로그램은 다루는 주제가 매우 다양하지만, 공통적인 작업 과정을 따른다. 분류 작업의 경우 연구자들은 일반적으로 다양한 ML 모형들을 테스트하고, 레퍼런스 로지스틱 회귀 모형을 이용해서 예측 능력을 비교한다. ML의 주요 장점은 복잡한 상호 작용을 하는 다양한 현상들을 처리할 수 있고, 예측 능력을 극대화할 수 있다는 점이다. 그러나 데이터에 기반한 예측에 중점을 두다 보면 때로는 기계적 이해가 무시될 수도 있다. 본 논문은 주로 지도 머신 러닝(supervised ML)을 전자 건강 기록(electronic health record, EHR) 데이터에 적용하는 데 중점을 맞추어 서술하였다. EHR에 기반한 연구의 주요 한계는 인과관계를 확립하는 것이 어렵다는 점이다. 하지만 저비용의 풍부한 정보 콘텐츠는 지금까지 알려지지 않은 상관관계를 발견할 수 있는 높은 잠재력을 제공한다. 본 논문에서는 ML에 대한 기본 개념과 ML 연구자들이 알아야 할 중요한 용어를 함께 소개하였다. 또한, 소프트웨어 및 컴퓨팅 장치의 선택에 대한 실용적인 팁과 마취과학 분야에서 성공적으로 응용된 ML의 다양한 예에 관해서도 기술하였다. 본 종설은 마취과학 분야에 종사하는 초보 ML 연구자들에게 기본적인 로드맵을 제공하기 위한 목적으로 서술되었다.
#Artificial intelligence #Data science #Electronic health record #Machine learning #Predictive analytics #Risk score system.

목차

등록된 정보가 없습니다.

참고문헌 (20)

참고문헌 신청
Jordan MI / 2015 / Machine learning : trends, perspectives, and prospects / Science 349:255~260 google schola Rajkomar A / 2019 / Machine learning in medicine / N Engl J Med 380:1347~1358 google schola Chen JH / 2017 / Machine learning and prediction in medicine-beyond the peak of inflated expectations / N Engl J Med 376:2507~2509 google schola Child CG / 1964 / Surgery and portal hypertension / Major Probl Clin Surg 1:1~85 google schola Ho TK / 1998 / The random subspace method for constructing decision forests / IEEE T Pattern Anal 20:832~844 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0