다양한 이야기들🍃

의료데이터 공부하기 4강_ 위험 계층화https://youtu.be/_shuV1tJbTU?si=BR6NArVryThEgikM '위험 계층화' 는 환자 집단을 여러 범주로 나누는 방법이다.ex) 고위험군, 저위험군, 중간위험군 '위험 계층화'는 '진단'과 다르다 진단 -> 오진(Misdiagnosis)이 발생하면 환자가 필요하지 않은 치료를 받거나, 적절한 치료를 제때 받지 못할 수 있다.위험계증화 -> 특정 범주(고위험, 저위험 등)에 환자를 분류하는 것이 목표이며, 완벽한 정확도가 요구되는 것은 아니다. 이러한 차이점 때문에, 위험 계층화에서는 양성 예측도(Positive Predictive Value, PPV) 같은 지표를 중시한다.즉, "우리가 고위험군이라고 예측한 환자들 중 실제로 고위험군에 해..

https://youtu.be/DS97JV_o0Fs?si=uJBs4CC2fPbFVsKN https://youtu.be/0UFwGJe6ubg?si=uVPirmxkYD3DWoCq 피피티는 유튜브 강의에서 사용하신 피피티를 아주 많이 참고하여 발표 자료를 만든 것이다. 병원에서는 환자의 심박수, 혈압, 과거 병력 등등 다양한 데이터를 수집하여 지료에 사용합니다. 그런데 만약 그 데이터들이 부정확하거나, 잘못 분석되었다면 어떤 결과를 초래할까요? 한 연구팀은 같은 병원에서 수집된 심박수 데이터를 분석하다가, CareVue 시스템에서는 심박수의 평균이 108.89, MetaVision 시스템에서는 87.41로 나타나는 차이를 발견했습니다. 같은 병원 데이터임에도 불구하고 이 차이가 발생한 이유는, 이 두 ..

1) 인공지능: 사람의 지능을 컴퓨터가 모방할 수 있게 만든 기술 ( 정보를 통해 추론하고 문제를 해결하는 시스템 - information -> infer )  2) 머신러닝: 인공지능의 하위분야로 컴퓨터가 데이터를 통해 스스로 학습하고, 패턴을 찾아내는 기술 ( 머신러닝 = 데이터로 학습 → 패턴 인식 → 추론 )  * 학습 데이터와 테스트 데이터학습 데이터(Train Dataset)모델을 학습시키기 위해 사용입력(X)과 정답(Y)이 라벨링(Labeled)되어 있음예: 고양이 사진(입력) → '고양이'(정답)테스트 데이터(Test Dataset)학습한 모델이 제대로 작동하는지 검증하는 데 사용평가에만 사용  3) 파이토치: 파이토치(PyTorch)는 인공지능(AI)과 머신러닝(기계 학습)을 만들 때 사..