Core Concepts
의료 분야에서 예측적 프로세스 모니터링은 비전형적이고 복잡한 상황에서 의사 결정을 지원할 수 있다. 본 연구는 도메인 지식을 그래프 기반 위치 인코딩 기술을 통해 통합하여 변압기 기반 모델의 정확도를 높였다.
Abstract
이 논문은 의료 프로세스 추적 데이터를 활용한 예측적 프로세스 모니터링 접근법을 제안한다. 최근 연구 동향을 반영하여 변압기 아키텍처를 활용하며, 주요 기여는 온톨로지 기반 도메인 지식을 그래프 위치 인코딩 기술로 통합하는 것이다.
의료 분야에서 예측적 프로세스 모니터링은 비전형적이고 복잡한 상황에서 의사 결정을 지원할 수 있다. 예를 들어, 적절한 혈전용해제 약물 선택이나 척수 천자 실시 여부 결정 등에 도움을 줄 수 있다.
실험 결과, 제안한 접근법이 기존 방식에 비해 우수한 성능을 보였다. 특히 그래프 기반 위치 인코딩 기술이 모델의 정확도를 크게 향상시켰다. 이는 활동 간 관계 정보가 순서 정보보다 더 중요함을 시사한다.
향후 연구에서는 다양한 그래프 임베딩 기술 및 다른 데이터셋 적용을 통해 접근법을 더 발전시킬 계획이다.
Stats
데이터셋에는 5,342개의 프로세스 추적이 포함되어 있으며, 평균 15개의 활동으로 구성되어 있다.
프로세스 추적의 길이는 2개에서 25개 활동 사이에 분포한다.
Quotes
"의료 분야에서 예측적 프로세스 모니터링은 비전형적이고 복잡한 상황에서 의사 결정을 지원할 수 있다."
"본 연구는 도메인 지식을 그래프 기반 위치 인코딩 기술을 통해 통합하여 변압기 기반 모델의 정확도를 높였다."