Machine Learning–Based Work-relatedness Prediction for Shoulder Musculoskeletal Disorders
연구 내용
산재 승인 판정자료를 기반으로 어깨 근골격질환의 업무관련성 예측모형을 구축하고, 판정 차이를 줄이기 위한 기계학습 연구
산업재해 보상 과정에서 어깨 근골격질환의 업무관련성 판단에 영향을 주는 인자를 체계적으로 정리하고 예측모형으로 연결하는 연구를 수행합니다. Korea Workers' Compensation and Welfare Service의 승인 판정 데이터를 활용하여 인구학적 특성과 신체부담 등 설명변수를 구성하고, 로지스틱 회귀, SVM, 의사결정나무, 랜덤포레스트, XGBoost로 예측 성능을 비교합니다. 또한 고용기간, 신체부담 점수, 성별, 연령 등 핵심 영향요인을 도출해 직업환경의학 의사결정의 일관성을 높이는 방향을 제시합니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 산재 승인 판정 자료에서 어깨 근골격질환 관련 케이스를 정리하고, 승인률의 차이 및 인구학적 분포를 분석하여 업무관련성 평가에 활용 가능한 변수 범위를 설정했습니다. 이후 다양한 기계학습 분류기를 적용해 업무관련성 예측모형을 구축하고, 모델별 성능 비교를 통해 적합한 알고리즘을 선정했습니다. 마지막 단계로 영향요인을 해석 가능한 형태로 정리해, 직업환경의학 영역에서 판정 편차를 줄이기 위한 지원 논리를 마련했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Prediction of Work-relatedness of Shoulder Musculoskeletal Disorders as by Using Machine Learning