- Organization : POSCO AI BIG DATA ACADEMY
- Industry : Health
- Project Title : 중증질환 위험도 예측 모델 개발 및 위험도 수준별 맞춤 의료 서비스 제공으로 헬스케어 시장 선점
- Project Description : 2016년 기준 건강검진 수검자의 기본정보(성, 연령대, 시도코드 등)와 검진내역(신장, 콜레스테롤, 혈색소 등) 데이터를 활용한 중증질환 발병 위험수준 예측 및 개선안 도출
- Author(s) : 박규동, 공은비, 김규리, 김송일, 박병수, 이수진
- Date : 19/11/04 ~ 19/11/15
- health_data.csv : 국가건강검진정보 개인 건강검진 결과 데이터 100만 건 중 7만 건 랜덤 추출
- cell_img.csv : 악성/양성종양 세포 MRI 이미지 데이터
- hospital_basic_info.csv : 전국 시도별 병원 위치 정보 데이터
- hospital_medical_sub_spec.csv : 병원 진료 과목 정보 데이터
| date | day | note |
|---|---|---|
| 19/11/04 | mon | 헬스케어 비즈니스 상황 분석, 추진배경 작성 |
| 19/11/05 | tue | 현황 및 개선기회 작성 |
| 19/11/06 | wed | 데이터 셋 확인, 웹 구현 시작 |
| 19/11/07 | thur | 도메인 지식, 변수 파악, 파생변수 생성, 태블로 시각화 |
| 19/11/08 | fri | 변수 파악 및 탐색적 분석, 추진배경 재작성, 구글 API 병원 위치 정보 지도 시각화, 태블로 시각화, 암 진단 모델링 |
| 19/11/09 | sat | 탐색적 분석 및 인사이트 도출 |
| 19/11/10 | sum | 탐색적 분석 후 분석 방향에 대한 고민, 데이터셋 통합 시도 |
| 19/11/11 | mon | HRA 발견, 심뇌혈관질환 위험도 계산, 대사증후군 모델링, 암 모델링(LR, DT, RF, GB, XGB) |
| 19/11/12 | tue | 심뇌혈관질환 위험도 계산, 대사증후군 모델링, 암 모델링, 카이제곱 검정으로 지역별 의료인프라 차이 확인 |
| 19/11/13 | wed | 카이제곱검정, PPT 구성 |
| 19/11/14 | thur | 최종 PPT 완성 |
| 19/11/15 | fri | 최종 발표 |
The project includes the following notebooks (data manipulation and analysis):
It is recommended to view the notebooks in the above order to avoid missing out on code explainations.
The following technologies were used for this part of the project:
- Python 3
- iPython Notebooks: For interactive code development and result presentation.
- Pandas: Python package for data analysis.
- Matplotlib and Seaborn: Python 2D plotting library.
| # | title | source | note |
|---|---|---|---|
| 1 | 국가건강검진 건강위험평가 개선 | 질병관리본부 | health_data 변수 전처리 참고, 심뇌혈관질환 위험도 계산 |
| 2 | 국가중점개방데이터 사용자 매뉴얼(ver4.0) | 국민건강보험공단 빅데이터운영실 | health_data 변수 파악 |
| 3 | 대한진단검사학회 | 대한검사의학회 | 각 질병 진단 기준을 파악하여 파생변수 생성 |
| 4 | 라이프시맨틱스 | 라이프시맨틱스 | 데이터 분석 후 개선안 수립 시 참조 |
| 5 | 메트라이프 | 메트라이프 | 데이터 분석 후 개선안 수립 시 참조 |
| 6 | 직장에서의 뇌·심혈관계질환 예방을 위한 발병위험도 평가 및 사후관리지침 | 한국산업안전보건공단 | 심뇌혈관질환 예측 모델을 만들기 위해 참고 |
| 7 | 일반적으로 잘 알려져 있는 심혈관질환의 위험인자 | 대한심장학회 | 중증질환의 주요 위험인자인 대사증후군 진단 기준 참고 |
p.37~64 예측 모형에 대한 설명
p.82 기존 예측 모형
p.100 생활습관 요인 정의
p.109 수검여부에 따른 건강위험요인 변화여부 비교
p.127 (p.144, p.221) HRA 로직 수정 및 시범 적용
p.204 서비스 예시
p.216 결론 및 발전방향
p.219 스마트 헬스케어 분야 활용
p.222 변수 재정리
p.231 건강위험요인 알아보기 평가기준
p.233 로직계산 예시