다차원 의료 데이터의 군집화 분석을 위한 시각적 분석 도구 개발

Abstract

병원의 전자 의무기록(Electronic Health Record)은 대규모 의료 데이터 수집 및 관리에 공헌하여왔다. 이 변화는 의료 전문가들에게 데이터 기반의 질병 분석이 가능하게 한다. 하지만 EHR은 주로 인간이 한눈에 의미를 파악하기 어려운 다차원의 정보구조를 표현하고 있으므로 의료 전문가들이 EHR을 활용하여 데이터의 흐름을 파악하고 의미 있는 분석결과를 도출하는 데 많은 노력과 시간이 필요하다. 본 논문에서는 의료 전문가의 다차원 의료 데이터 분석의 성능을 향상하기 위한 시각화 도구를 제시한다. 이를 위해 우선 정신과 의사들의 데이터 분석 문제 해결을 위한 요구사항을 수집·정리하고, 요구사항 분석을 통하여 클러스터 분석에 특화된 시각화 도구인 3D RadVis를 개발한다. 3D RadVis는 패러럴 코디네이트를 포함한 여러 다차원 데이터의 시각화에 특화된 방법론이 사용되었으며 특히 다차원 의료 데이터의 클러스터 세분화를 돕는다. 정성적인 평가결과 3D RadVis는 의료 데이터의 클러스터를 세분화하는 데에는 유용하지만, 초기에 시각화 도구를 사용할 때 프로그램 사용법 이해에 어려움이 있다는 피드백이 우세하게 나타났다. 시각화의 이해를 돕기 위해 설계한 사례연구에서는 알츠하이머 치매 집단 세분화를 통해 본 시각화가 클러스터 분석을 돕는 시각화 도구로서 기능하는지 아닌지를 확인하였다. 본 연구의 중요 기여는 (1) 정신과 의사들의 다차원 의료 데이터 분석과 환자 클러스터 세분화를 해결하기 위해 특화된 3D RadVis를 디자인했다는 점 (2) 실험을 통해 3D RadVis 시각화 도구의 효과를 검증했다는 점 (3) 시각화에서 노드 겹침을 방지하기 위한 차원 앵커 방법론을 제안한다는 점을 들 수 있다.