2015 기상청 빅데이터 콘테스트 융합아이디어 분야 3등

6. 7월 31일 8월 9일
8월 1일 7월 26일
※ 출처: YTN

7. 7월 31일 8월 9일
8월 1일 7월 26일
※ 출처: YTN

8. ※ 출처: 건강보험심사평가원, 농촌경제연구원, 통계청
• 열사병 사망자 14명 7명 (2012)
• 열사병으로 인한 생산활동인구 감소
→ 농촌 경제 몰락의 잠재 위험 요소
• 농촌의 현실
 농촌 고령화 비율 35%
 독거 노인 비율 60%
 보건 및 복지 서비스 열악
(농촌경제연구원)
충분히 방지할 수 있는 질환
“ ”

9. 7월 31일 8월 9일
8월 1일 7월 26일
기술은 나날이 발전하고 있는데,
왜 농촌 노인 열사병 사망소식은 한결 같을까?

10. • •
※ 데이터 출처: 건강보험심사평가원, 기상청
[표1]

11. ※ 출처: 네이버 건강백과, YTN, 기상청
• 치사율 50%에 달하는 온열질환
• 상식 수준의 대처 방법

12. ※ 출처: 네이버 건강백과, YTN, 기상청
• 치사율 50%에 달하는 온열질환
• 상식 수준의 대처 방법

13. ※ 출처: 기상청
• 치사율 50%에 달하는 온열질환
• 상식 수준의 대처 방법
• 체온, 맥박, 혈압
→ 기계 센서로 측정 가능한 발생 증상

14. ※ 출처: 기상자료개방포털(https://data.kma.go.kr/)
• 정해진 시각의 대기 상태를 수집한 데이터
• 지역별 일간 기상정보 집계 및 비교
• 동네예보데이터로서가장구체적인데이터
• 열사병 위험 예보에 사용

15. ※ 출처: 보건의료빅데이터개방시스템(https://data.kma.go.kr/)
* 단, 질병코드가 열사병으로 기록된 구체적 정보는 공개되어 있지 않으므로 공공데이터 포털에 신청하여 유료로 이용해야 한다.
• 열사병 진단자의 모수 데이터
• 기상정보와 융합하여 열사병 위험 예측 모델링

16. ※ 출처: Android Developers (http://developer.android.com/guide/topics/sensors/sensors_overview.html),
동아사이언스, “日 도쿄大, 체온 측정 웨어러블 기기 개발” (http://www.dongascience.com/news/view/6191),
FitBit Heart Rate Tracker (http://www.dcrainmaker.com/2014/10/thoughts-activity-trackers.html)
Nike Fuelband (http://blog.mslgroup.com/nike-fuelband-peoples-insights-issue-44/)
온도 센서 심장박동 센서 혈압 센서
• 체온 데이터 수집
• 심장박동 데이터 수집
• 혈압 데이터 수집
→ 실시간 데이터 수집 및 모니터링 가능

17. 데이터/정보
기상청
ASOS/GRIB
데이터
수집/연계
기상정보 수집
분류/마이닝
일간 기상정보 집계
일간 진료 정보 집계
지역별 기상정보 집계
지역별/연령별/성별
진료정보 집계
열사병 발생 통계 분석
진료 정보 수집
실시간건강정보수집
예측 분석 서비스 시각화
열사병 발생 추세 예측
열사병 위험 예측 모델링
열사병 발생-기상정보
상관 분석
열사병 위험 추세 예측
열사병 위험 예보 생성
열사병 위험 예보 생성
열사병 주의 지역예보
일반
경고
위험
열사병 주의 개인알람
일반
경고
위험
건강보험
심사평가원
질병 데이터
스마트밴드
사용자
건강 데이터

18. 데이터/정보
기상청
ASOS/GRIB
데이터
수집/연계
기상정보 수집
분류/마이닝
일간 기상정보 집계
일간 진료 정보 집계
지역별 기상정보 집계
지역별/연령별/성별
진료정보 집계
열사병 발생 통계 분석
진료 정보 수집
실시간건강정보수집
예측 분석
열사병 발생 추세 예측
열사병 위험 예측 모델링
열사병 발생-기상정보
상관 분석
열사병 위험 추세 예측
열사병 위험 예보 생성
열사병 위험 예보 생성
건강보험
심사평가원
질병 데이터
스마트밴드
사용자
건강 데이터
서비스 시각화
열사병 주의 지역예보
일반
경고
위험
열사병 주의 개인알람
일반
경고
위험
• 열사병 주의 지역예보
→ 동네를 대상으로 한 주의 예보
• 열사병 주의 개인알람
→ 실시간 사용자 데이터를 고려한 개인알람
→ 진동 및 소리 기능 탑재

19. 서비스
운영
서비스
시각화
예측분석수집/마이닝
1단계: 수집/마이닝
지역별 기상정보 집계
열사병 발생 통계 분석
* T670: 열사병 질병 코드
※ 데이터 출처: 기상청 ASOS, 건강보험심사평가원

20. 서비스
운영
서비스
시각화
예측분석수집/마이닝
2단계: 예측 분석
1) 위험도 단계 모델링
(1) 임상 전문의의 자문 의견 및 임상 실험 결과 반영
분당 호흡수 31±8.2회
중심 정맥압
5.1±2.7cmH2O
(2) 기상정보 * 열사병 발생 상관분석을 통한 열사병 위험 예측 모델링
열사병 위험 예측 모델링
※ 출처: 박노한 외 4명, ‘열사병의 임상적 특징 및 예후에 관한 연구’, 대한외상학회지 (2006)

21. 서비스
운영
서비스
시각화
예측분석수집/마이닝3단계: 서비스 시각화
1) 열사병 주의 지역예보
일반
경고
위험
일반
경고
위험
2) 열사병 주의 개인알람
※ 출처: Microsoft Band(
보조액정
주요액정

22. 서비스
운영
서비스
시각화
예측분석수집/마이닝
1) 시범 지역 선정
4단계: 서비스 운영
농촌 지역 중에서 65세 이상 열사병 환자가
가장 많았던 곳을 첫 번째 시범 지역으로 선정
2) 서비스 고도화
선정된 시범 지역에
열사병 위험 알람용
전용 스마트 밴드 배포
예측치와 실측치 비교
예측 모델 검증,
검증 결과에 따른
모델 개선
• 열사병이 발생 주요 지역
전용 기기 배포
• 기상정보와 관련된 타 관심
질병으로 서비스 확장

23. ※ 데이터 출처: 건강보험심사평가원
매년 열사병으로 인한 요양 급여비 총액에서
노년층이 차지하는 비용 40% 절감 가능
열사병뿐만 아니라 기상정보와 관계 깊은 다른 관심 질병까지
포함하는 개인 맞춤형 건강관리 서비스 제공가능
치사율 50%에 달하는
온열질환으로부터 안전 보장