AI-Hub

본 데이터는

온라인 안심존 데이터

※온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석

입니다.

#헬스케어 건강서비스 #헬스케어 의료

BETA 뇌졸중 경과관찰 데이터

분야헬스케어
구분 안심존(온라인)
유형 이미지

구축년도 : 2023 갱신년월 : 2024-06 조회수 : 861 다운로드 : 9

소개 이용신청

※ 내국인만 데이터 신청이 가능합니다.

문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.0	2024-06-28	데이터 개방	Beta Version

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2024-08-22	구축활용가이드, 담당자 정보 변경
2024-06-28	산출물 공개	Beta Version

소개

- 뇌졸중 환자의 혈전 제거술 적응증 판단, 예후 예측을 위한 뇌졸중 경과 관찰 데이터

구축목적

- 시간에 의존적인 허혈성 뇌졸중 기존 진단법의 한계(시간 단축 필요)를 극복하기 위해,골든타임 내 치료가 필수인 다빈도 중증질환 뇌졸중의 AI를 이용한 진단법 개선(뇌졸중 진단 의료결정 지원)을 목적으로 함

메타데이터 구조표
데이터 영역	헬스케어	데이터 유형	이미지
데이터 형식	dcm, csv	데이터 출처	자체 수집
라벨링 유형	세그멘테이션, 분류	라벨링 형식	json
데이터 활용 서비스	뇌졸중 의심 환자의 출혈성, 허혈성 뇌졸중 분류 시스템 개발	데이터 구축년도/ 데이터 구축량	2023년/환자기준 4,437명, 900,086건

- 데이터 통계
□ 데이터 구축 규모

구분		성과목표/평가지표	구축실적/목표수치	달성율(%)
0100.허혈성 뇌졸중 그룹	0110.NCCT	1,320명	1,325명	100%
	0120.Angio
	0130.MR Diffusion
	0140.Perfusion
0200.출혈성 뇌졸중 그룹	0210.NCCT	1,100명	1,110명	101%
0300.정상 대조군	0310.NCCT	550명	662명	120%
	0320.Angio	CTA: 540명	CTA: 540명	100%
	0320.Angio	MRA: 120명	MRA: 128명	107%
	0330.MR Diffusion	660명	672명	102%

□ 데이터 분포

품질특성	항목명	측정 지표	결과값
다양성 (통계)	영상 데이터별 유형 분포	구성비	[그림1]참조
	MRI-CT분포	구성비	[그림2]참조
	회생 불가능 조직 구분 분포	구성비	허혈성 뇌졸중 그룹
	(확산MRI영상)	구성비	1,325
	병변별 분포(대혈관 폐색)	구성비	[그림3]참조
	환자mRS변화 추이 분포	구성비	[그림4]참조
	환자mTICI분포	구성비	[그림5]참조
	환자 연령별 분포	구성비	[그림6]참조
	환자 성별 분포	구성비	F:53.45%
	환자 성별 분포	구성비	M:46.35%
다양성 (요건)	질환별 데이터 수량	최솟값	구성비 중첩률: 94.45%
	(NCCT)	최솟값	구성비 중첩률: 94.45%
	환자 수	최솟값	4,437

[그림1] 영상 데이터별 유형 분포

[그림1] 영상 데이터별 유형 분포 그래프 이미지

[그림2] MRI-CT 분포

[그림2] MRI-CT 분포 그래프 이미지

[그림3, 4] 병변별 분포 (대혈관 폐색)

[그림3, 4] 병변별 분포 (대혈관 폐색) 그래프 이미지

[그림5] 환자 mRS 변화 추이 분포

[그림5] 환자 mRS 변화 추이 분포 그래프 이미지

[그림6] 환자 mTICI 분포

[그림6] 환자 mTICI 분포 그래프 이미지

[그림7] 환자 연령별 분포

[그림7]환자 연령별 분포(요약) 그래프 이미지

저작도구 설명서 및 저작도구 다운로드
저작도구 설명서 다운로드 저작도구 다운로드

AI 모델 상세 설명서 다운로드

AI 모델 상세 설명서 다운로드 AI 모델 다운로드

- 유효성 검증 모델 #1 – NCCT 기반 출혈성 뇌졸중 분류 모델

구분	설명
모델 학습 프로세스	■ 본 사업에서 구축된 통합 뇌졸중 데이터셋을 기반으로,출혈성 뇌졸중 그룹 데이터와 대조군 데이터 중NCCT데이터를 활용하여 고도화된 학습 알고리즘을 구현. ■ 데이터 분할 방식은 학습,검증,테스트 세트로의 균형 잡힌 분배를 통해 모델의 일반화 및 검증 능력을 강화함.분할 비율은80:10:10로 설정.
데이터 전처리	■ 전통적인ROI기반 접근 대신, NCCT데이터의 특성을 최대한 활용하기 위해Multi Windowing기법을 채택. ■ 데이터 변형(Data Transformation)전략을 통해 모델의 강인성 및 예측 능력 강화. ■ 클래스 불균형 문제에 대응 목적의 데이터 증강(Data Augmentation)적용.
학습 모델	■ 최신CNN아키텍처 중 하나인ResNextNet을 사용,깊은 학습 구조를 통해 복잡한 패턴 인식 및 분류 능력 확보. ■ 학습 조건 설정 ■ loss : Binary Cross-Entropy ■ optimizer : Adam
서비스 활용 방안	■ 의료 서비스 향상 ■ AI기반 진단 시스템은 출혈성 뇌졸중의 신속하고 정확한 진단을 가능하게 하여,의료 서비스의 질과 응급 대응 능력을 향상. ■ 조기 진단을 통한 적절한 치료 접근은 환자의 생명을 구하고 장기적 장애를 예방하는 데 중요한 역할을 함. ■ 경제적/법적 효율성 ■ 오진율 감소는 법적 분쟁과 관련 비용을 줄이는 데 기여. ■ 빠른 진단과 효과적인 치료 계획은 병원 운영의 경제적 효율성을 증진. ■ 진단 지원 소프트웨어 ■ 본AI시스템을 통합한 진단 지원 소프트웨어 개발 및 출시. ■ 의료진의 진단 지원 도구로 활용하여 환자 만족도 및 치료 결과 개선. ■ 산업 협력 ■ 의료 영상 분석 전문 기업,병원,의료 기기 제조사와의 협력을 통해 시장 확대 및 제품 가치 증진. ■ 이 AI시스템을 기존 의료 기기 및 솔루션에 통합하여 혁신적인 진단 도구 제공.

- 유효성 검증 모델 #2 – Angio 기반 대뇌혈관폐색 분류 모델

구분	설명
모델 학습 프로세스	■ 본 사업에서 구축한 통합 뇌졸중 데이터셋 중,허혈성 뇌졸중 데이터 그룹의Angio데이터와 정상군Angio데이터 그룹 사용. ■ Angio Raw / MIP데이터 기반 데이터 일원화 후 학습 및 평가 수행.
데이터 전처리	■ 영상 대비 개선 및 혈관 구조 강조를 위한 전처리 알고리즘 적용. ■ 혈관Distortion알고리즘과 같은 혈관의 형태 변형 기반 알고리즘을 포함한 데이터 변형 및 증강 기술을 사용하여robust한 모델을 생성함.
학습 모델	■ EfficientNet-b4를 기반으로 한 모델 구조를 통해 사용하여 복잡한 혈관 구조와 특징을 효과적으로 학습. ■ 데이터의 기관 다양성으로 인한 학습의 어려움으로 적응형 스케쥴러/옵티마이저 적용 통한local minimum방지. ■ 과적합 방지를 위한 조기 중단(Early Stopping)및 드롭아웃(Dropout)전략 적용 ■ 성능 최적화를 위한 전이 학습(Transfer Learning)및 미세 조정(Fine-tuning)사용
서비스 활용 방안	■ 교육 및 연구 발전 ■ 병원,의과대학,연구 기관과 협력하여AI기반 대혈관 폐색 진단 시스템의 활용 방안 연구. ■ 의료 전문가의AI활용 능력 향상 및 혁신적인 진단 및 치료 방법 개발에 기여. ■ 의료 서비스 효율성 ■ 대혈관 폐색의 조기 진단을 통해 환자의 생명 보호 및 장애 예방에 기여. ■ 의사의 오진율 감소로 의료 서비스의 전반적인 품질 향상 및 법적 문제 감소. ■ 진단 지원 소프트웨어 ■ 허혈성 뇌졸중 환자를 대상으로 하는 대혈관 폐색 진단AI시스템을 통합한 소프트웨어 개발 및 출시. ■ 이를 통해 의료진의 진단 정확도 향상 및 환자 치료 결과 개선 기대.

- 유효성 검증 모델 #3 – 허혈성 뇌졸중 의심 환자의 DWI 영상 내 Ischemic Core 분할 모델

구분	설명
모델 학습 프로세스	■ 본 사업에서 구축한 통합 뇌졸중 데이터셋 중,허혈성 뇌졸중 데이터 그룹의DWI데이터 사용. ■ DWI데이터 기반 데이터 일원화 후 학습 및 평가 수행.
데이터 전처리	■ 영상 대비 개선 및 회생불가영역 강조를 위한 전처리 알고리즘 적용. ■ 영상 기반 데이터 변형 및 증강 기술을 사용하여robust한 모델을 생성함.
학습 모델	■ U-net를 기반으로 한 모델 구조를 통해영상의 컨텍스트를 이해하고,이를 사용하여 픽셀 수준에서 세분화를 수행하여 회생불가 영역의구조와 특징을 효과적으로 학습. ■ 데이터의 기관 다양성으로 인한 학습의 어려움으로 적응형 스케쥴러/옵티마이저 적용 통한local minimum방지. ■ 과적합 방지를 위한 조기 중단(Early Stopping)및 드롭아웃(Dropout)전략 적용 ■ 성능 최적화를 위한 전이 학습(Transfer Learning)및 미세 조정(Fine-tuning)사용
서비스 활용 방안	■ 교육 및 연구 발전 ■ 병원,의과대학,연구 기관과 협력하여AI기반 뇌졸중 회생 불가영역 진단 시스템의 활용 방안 연구. ■ 의료 전문가의AI활용 능력 향상 및 혁신적인 진단 및 치료 방법 개발에 기여. ■ 의료 서비스 효율성 ■ 회생불가 영역의 진단 보조를 통해 환자의 생명 보호 및 장애 예방에 기여. ■ 의사의 오진율 감소로 의료 서비스의 전반적인 품질 향상 및 법적 문제 감소. ■ 진단 지원 소프트웨어 ■ 허혈성 뇌졸중 환자를 대상으로 하는 회생불가 영역 분할AI시스템을 통합한 소프트웨어 개발 및 출시. ■ 이를 통해 의료진의 진단 정확도 향상 및 환자 치료 결과 개선 기대.

- 유효성 검증 모델 #4 – 허혈성 뇌졸중 의심 환자의 ADC 영상 내 Ischemic Core 분할 모델

구분	설명
모델 학습 프로세스	■ 본 사업에서 구축한 통합 뇌졸중 데이터셋 중,허혈성 뇌졸중 데이터 그룹의 ADC데이터 사용. ■ ADC데이터 기반 데이터 일원화 후 학습 및 평가 수행.
데이터 전처리	■ 영상 대비 개선 및 회생불가영역 강조를 위한 전처리 알고리즘 적용. ■ 영상 기반 데이터 변형 및 증강 기술을 사용하여robust한 모델을 생성함.
학습 모델	■ U-net를 기반으로 한 모델 구조를 통해영상의 컨텍스트를 이해하고,이를 사용하여 픽셀 수준에서 세분화를 수행하여 회생불가 영역의구조와 특징을 효과적으로 학습. ■ 데이터의 기관 다양성으로 인한 학습의 어려움으로 적응형 스케쥴러/옵티마이저 적용 통한local minimum방지. ■ 과적합 방지를 위한 조기 중단(Early Stopping)및 드롭아웃(Dropout)전략 적용 ■ 성능 최적화를 위한 전이 학습(Transfer Learning)및 미세 조정(Fine-tuning)사용
서비스 활용 방안	■ 교육 및 연구 발전 ■ 병원,의과대학,연구 기관과 협력하여AI기반 뇌졸중 회생 불가영역 진단 시스템의 활용 방안 연구. ■ 의료 전문가의AI활용 능력 향상 및 혁신적인 진단 및 치료 방법 개발에 기여. ■ 의료 서비스 효율성 ■ 회생불가 영역의 진단 보조를 통해 환자의 생명 보호 및 장애 예방에 기여. ■ 의사의 오진율 감소로 의료 서비스의 전반적인 품질 향상 및 법적 문제 감소. ■ 진단 지원 소프트웨어 ■ 허혈성 뇌졸중 환자를 대상으로 하는 회생불가 영역 분할AI시스템을 통합한 소프트웨어 개발 및 출시. ■ 이를 통해 의료진의 진단 정확도 향상 및 환자 치료 결과 개선 기대.

설명서 및 활용가이드 다운로드

데이터 설명서 다운로드 구축활용가이드 다운로드

- 데이터 구성
□ 원천 데이터

1차 경로	2차 경로	3차 경로	파일 포맷	수량
				명	장
0100.Ischemic Stroke	0110.NCCT	-	dcm	1,325	73,876
	0120.Angio				347,234
	0130.MR Diffusion				163,242
	0140.Perfusion				75,993
0200.Hemorrhagic Stroke	0210.NCCT	-	dcm	1,110명	56,076
0300.Stroke Control Group	0310.NCCT	-	dcm	662	29,307
	0320.Angio			668	75,081
	0330.MR Diffusion			672	79,277
총 수량				4,437	900,086

□ 라벨링 데이터

1차 경로	2차 경로	3차 경로	파일 포맷	수량
				명	장
0100.Ischemic Stroke	0110.NCCT	-	dcm	1,325	73,876
	0120.Angio				347,234
	0130.MR Diffusion				163,242
	0140.Perfusion				75,993
0200.Hemorrhagic Stroke	0210.NCCT	-	dcm	1,110명	56,076
0300.Stroke Control Group	0310.NCCT	-	dcm	662	29,307
	0320.Angio			668	75,081
	0330.MR Diffusion			672	79,277
총 수량				4,437	900,086

□ 메타 데이터

1차 경로	2차 경로	3차 경로	파일 포맷	수량
				명	파일
0400.Meta Data	-	-	CSV	1,325	1
총 수량				1,325	1

□ 폴더명 구성 정보

경로 구분 정보		구분자 정보
1차 경로	그룹 분류 (허혈성/출혈성/대조군/메타 데이터)	0100.Ischemic Stroke
		0200.Hemorrhagic Stroke
		0300.Stroke Control Group
		0400.Meta Data
2차 경로	영상 데이터 분류	0110.NCCT
		0120.Angio
		0130.MR Diffusion
		0140.Perfusion

□ 파일명 구성 정보

예시		세부 구성 설명
원천데이터	ANO1_0001_Ischemic Stroke_CT_NCCT_001.dcm	ANO1_0001:가명화 환자아이디
		Ischemic Stroke:그룹분류
		CT:모달리티분류
		NCCT:데이터분류
		001:이미지번호.json

		*그룹분류
		1. Ischemic Stroke (ANO1_0001~)
		2. Hemorrhagic Stroke (ANO2_0001~)
		3. Stroke Control Group
		(ANO3_1001~NCCT)
		(ANO3_2001~Angio)
		(ANO3_3001~MR Diffusion)

		*모달리티분류
		1. CT
		2. MRI

		*데이터분류
		1. NCCT
		2. Angio
		3. DWI
		4. ADC
		5. CBF
		6. TMAX
		7. TTP
		8. RBF
		9. SNAPSHOT
		10.TTDA
		11.CBFA
라벨링데이터	ANO1_0001_Ischemic Stroke_CT_NCCT_001.json	ANO1_0001:가명화 환자아이디
		Ischemic Stroke:그룹분류
		CT:모달리티분류
		NCCT:데이터분류
		001:이미지번호.json

		*그룹분류
		1. Ischemic Stroke (ANO1_0001~)
		2. Hemorrhagic Stroke (ANO2_0001~)
		3. Stroke Control Group
		(ANO3_1001~NCCT)
		(ANO3_2001~Angio)
		(ANO3_3001~MR Diffusion)

		*모달리티분류
		1. CT
		2. MRI

		*데이터분류
		1. NCCT
		2. Angio
		3. DWI
		4. ADC
		5. CBF
		6. TMAX
		7. TTP
		8. RBF
		9. SNAPSHOT
		10.TTDA
		11.CBFA

□ 클래스 분류
※ 표의 줄, 칸의 수는 클래스 분류에 따라 추가 또는 삭제하여 가변적으로 구성

1차 분류

Hemorrhage

NCCT_ASPECTS_POSTERIOR_LH

NCCT_ASPECTS_ANTERIOR_LH

NCCT_ASPECTS_POSTERIOR_RH

NCCT_ASPECTS_ANTERIOR_RH

NCCT_Hyper_MCA_Sign_LH

NCCT_Hyper_MCA_Sign_RH

LVO

LVO_Direction

MR_Diff_ASPECTS_POSTERIOR_LH

MR_Diff_ASPECTS_ANTERIOR_LH

MR_Diff_ASPECTS_POSTERIOR_RH

MR_Diff_ASPECTS_ANTERIOR_RH

Ischemic Core

Ischemic Penumbra

□ 라벨 구성요소 - 이미지 데이터

구분		속성명	타입	필수 여부	설명	범위	비고
이미지 공통
	1	Filename	string	Y	원천데이터 이름	x
	2	ID	string	Y	가명 환자ID	x
	3	Group	string	Y	질환 유형	"Ischemic Stroke": 허혈성 "Hemorrhagic Stroke": 출혈성 "Stroke Control Group": 대조군(정상)
	4	Age	string	Y	환자 나이	0~200
	5	Sex	string	Y	환자 성별	M:남성 F:여성
	6	Imsize Rows	number	Y	영상 크기 행방향	x
	7	Imsize Columns	number	Y	영상 크기 열방향	x
	8	Image Modality	string	Y	영상 모달리티	x
	9	Hemorrhage	string	Y	출혈 여부	0:음성 1:양성
NCCT데이터
	10	NCCT_ASPECTS_ POSTERIOR_LH	string	Y	좌뇌POSTERIOR ASPECT점수	0~10	파일명 그룹 분류 Ischemic Stroke, 데이터 분류 항목 NCCT파일에 해당.
	11	NCCT_ASPECTS_ ANTERIOR_LH	string	Y	좌뇌ANTERIOR ASPECT점수	0~10
	12	NCCT_ASPECTS_ POSTERIOR_RH	string	Y	우뇌POSTERIOR ASPECT점수	0~10
	13	NCCT_ASPECTS_ ANTERIOR_RH	string	Y	우뇌ANTERIOR ASPECT점수	0~10
	14	NCCT_Hyper_ MCA_Sign_LH	string	Y	좌뇌Hyperdense MCA Sign여부	0:음성 1:양성
	15	NCCT_Hyper_ MCA_Sign_RH	string	Y	우뇌Hyperdense MCA Sign여부	0:음성 1:양성
Angio데이터
	16	LVO	string	Y	대혈관 폐색 여부	0: Negative 1: Positive_ICA 2: Positive_M1 3: Positive_M2 4: Positive_VA 5: Positive_BA 6: Positive_PCA 7: positive_ACA 8: positive_PICA 9: positive_SCA	파일명 그룹 분류 Ischemic Stroke, 데이터 분류 항목 Angio파일에 해당.
	17	LVO_Direction	string	Y	대혈관 폐색 위치	0: Negative 1: RH (우뇌) 2: LH (좌뇌) 3: Both	파일명 그룹 분류 Ischemic Stroke, 데이터 분류 항목 Angio파일에 해당.
MR Diffusion
	18	MR_Diff_ASPECTS_ POSTERIOR_LH	string	Y	좌뇌POSTERIOR ASPECT점수	0~10	파일명 그룹 분류 Ischemic Stroke, 데이터 분류 항목ADC, DWI파일에 해당.
	19	MR_Diff_ASPECTS_ ANTERIOR_LH	string	Y	좌뇌ANTERIOR ASPECT점수	0~10
	20	MR_Diff_ASPECTS_ POSTERIOR_RH	string	Y	우뇌POSTERIOR ASPECT점수	0~10
	21	MR_Diff_ASPECTS_ ANTERIOR_RH	string	Y	우뇌ANTERIOR ASPECT점수	0~10
	22	Ischemic Core	array	Y	병변 세그멘테이션 Binary mask: 0과1로 이루어진2차원list	0과1로 이루어진2차원list
Perfusion
	22	Ischemic Core	array	Y	병변 세그멘테이션 Binary mask: 0과1로 이루어진2차원list	0과1로 이루어진2차원list	파일명 그룹 분류 Ischemic Stroke, 데이터 분류 항목CBF, Snapshot파일에 해당.
	23	Ischemic Penumbra	array	Y	병변 세그멘테이션 Binary mask: 0과1로 이루어진2차원list	0과1로 이루어진2차원list	파일명 그룹 분류 Ischemic Stroke, 데이터 분류 항목TMAX, Snapshot파일에 해당.

□ 라벨구성요소 - 메타 데이터

구분		속성명	타입	필수 여부	설명	범위	비고
메타 데이터 공통
	1	ID	string	Y	가명 환자ID	x
	2	Group	string	Y	질환 유형	"Ischemic Stroke": 허혈성 "Hemorrhagic Stroke": 출혈성 "Stroke Control Group": 대조군(정상)
	3	Age	string	Y	환자 나이	0~200
	4	Sex	string	Y	환자 성별	M:남성 F:여성
	5	Image Acquisition Time	string	Y	첫 뇌영상 획득 시점	x
허혈성 뇌졸중 그룹EMR데이터
	6	Hemorrhage	string	Y	출혈 여부	0:음성 1:양성	파일명 그룹 분류 Ischemic Stroke 라벨링Json파일에도 같이 표기된 항목
	7	NCCT_ASPECTS_ POSTERIOR_LH	string	Y	좌뇌POSTERIOR ASPECT점수	0~10
	8	NCCT_ASPECTS_ ANTERIOR_LH	string	Y	좌뇌ANTERIOR ASPECT점수	0~10
	9	NCCT_ASPECTS_ POSTERIOR_RH	string	Y	우뇌POSTERIOR ASPECT점수	0~10
	10	NCCT_ASPECTS_ ANTERIOR_RH	string	Y	우뇌ANTERIOR ASPECT점수	0~10
	11	NCCT_Hyper_ MCA_Sign_LH	string	Y	좌뇌Hyperdense MCA Sign여부	0:음성 1:양성
	12	NCCT_Hyper_ MCA_Sign_RH	string	Y	우뇌Hyperdense MCA Sign여부	0:음성 1:양성
	13	LVO	string	Y	대혈관 폐색 여부	0: Negative 1: Positive_ICA 2: Positive_M1 3: Positive_M2 4: Positive_VA 5: Positive_BA 6: Positive_PCA 7: positive_ACA 8: positive_PICA 9: positive_SCA
	14	LVO_Direction	string	Y	대혈관 폐색 위치	0: Negative 1: RH (우뇌) 2: LH (좌뇌) 3: Both
	15	MR_Diff_ASPECTS_ POSTERIOR_LH	string	Y	좌뇌POSTERIOR ASPECT점수	0~10
	16	MR_Diff_ASPECTS_ ANTERIOR_LH	string	Y	좌뇌ANTERIOR ASPECT점수	0~10
	17	MR_Diff_ASPECTS_ POSTERIOR_RH	string	Y	우뇌POSTERIOR ASPECT점수	0~10
	18	MR_Diff_ASPECTS_ ANTERIOR_RH	string	Y	우뇌ANTERIOR ASPECT점수	0~10
	19	Onset time	string	Y	발병 시점	x	허혈성 뇌졸중 환자 그룹 분류Ischemic Stroke 그룹 해당
	20	Onset to Reperfusion Time	string	Y	발병시점부터 혈관개통시점	x
	21	Previous mRS	string	Y	Modified Rankin Score	0~5
	22	3 month mRS	string	Y	Modified Rankin Score	0~6 (6:Death)
	23	mTICI	string	Y	Modified TICI grade	NA: 시술하지 않음. 0: No perfusion,재관류되지 않음(폐색). 1: 처음 폐색된 혈관 부위를 지나기는 하였지만,조영제가 원위부 전체 뇌동맥은 채우지 못함. 2a: 처음 폐색된 혈관영역의 2/3미만의 재관류. 2b: 처음 폐색된 혈관영역의 2/3이상 의 재관류 3: 처음 폐색 혈관의 전체 영역 의 재관류(모든 원위부 뇌동맥을 포함)
	24	Initial NIHSS	string	Y	뇌졸중 정도	0~42
	25	Discharge NIHSS	string	Y	뇌졸중 정도	0~42
	26	Hypertension	string	Y	고혈압 여부	0:정상 1:고혈압
	27	Diabetes Mellitus	string	Y	당뇨병 여부	0:정상 1:당뇨
	27	Diabetes Mellitus	string	Y	당뇨병 여부	0:정상 1:당뇨
	28	Atrial Fibrillation	string	Y	심박세동 여부	0:정상 1:심박세동
	28	Atrial Fibrillation	string	Y	심박세동 여부	0:정상 1:심박세동
	29	Hyperlipidemia	string	Y	고지혈증 여부	0:정상 1:고지혈증
	29	Hyperlipidemia	string	Y	고지혈증 여부	0:정상 1:고지혈증
	30	Smoking	string	Y	흡연 여부	0:비흡연 1:흡연
	30	Smoking	string	Y	흡연 여부	0:비흡연 1:흡연
	31	Previous Medication	string	Y	항혈소판제 복용 여부	0:미복용 1:복용
	31	Previous Medication	string	Y	항혈소판제 복용 여부	0:미복용 1:복용
	32	tPA	string	Y	Tissue Plasminogen Activator복용 여부	0:미복용 1:복용
	32	tPA	string	Y	Tissue Plasminogen Activator복용 여부	0:미복용 1:복용
	33	TOAST	string	Y	뇌졸중 분류	1.큰동맥 죽상경화 2.소혈관폐색 3.심인성색전 4.기타원인 5.미상의 원인




	34	Previous Stroke Hx	string	Y	과거 뇌졸중 병력 여부	0:없음 1:있음
	34	Previous Stroke Hx	string	Y	과거 뇌졸중 병력 여부	0:없음 1:있음
	35	END	string	Y	조기 신경학적 악화 여부	0:없음 1:있음
	35	END	string	Y	조기 신경학적 악화 여부	0:없음 1:있음

데이터셋 구축 담당자

수행기관(주관) : (의료)길의료재단

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
하상희	032-460-2660	shha31@naver.com	데이터 총괄 및 데이터 셋 구축 전 과정

수행기관(참여)

수행기관(참여)
기관명	담당업무
가톨릭관동대학교 의료기술협력단	데이터 수집
서울아산병원	데이터 검수
경희의료원	데이터 수집
아주대학교의료원	데이터 수집
㈜휴런	인공지능 모델 개발
㈜브라이센코리아	데이터 가공
(사)한국스마트헬스케어협회	데이터 정제

데이터 관련 문의처

데이터 관련 문의처
담당자명	전화번호	이메일
하상희	032-460-2660	shha31@naver.com
김영재	032-715-7969	youngjae@gachon.ac.kr
김광기	032-458-2770	kimkg@gachon.ac.kr

AI모델 관련 문의처

AI모델 관련 문의처
담당자명	전화번호	이메일
송수화	02-2633-8595	soohwa@iheuron.com
송지우	02-2633-8595	sjw0297@iheuron.com
박영욱	02-2633-8595	clark.park@iheuron.com

저작도구 관련 문의처

저작도구 관련 문의처
담당자명	전화번호	이메일
이승규	031-898-6616	sk.lee@brycenkorea.co.kr
조다윗	031-898-6616	david.cho@brycenkorea.co.kr
김정규	031-898-6616	jeongkyu.kim@brycenkorea.co.kr

보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청

인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석
1. AI 허브 접속
  신청자
2. 안심존
  사용신청신청자신청서류 제출*
3. 심사구축기관
4. 승인구축기관
5. 데이터 분석 활용신청자
6. 분석모델반출신청자
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다.
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의