전자의무기록 (electronic health record, EHR)은 디지털 형태로 체계적으로 수집되어 전자적으로 저장된 환 자 및 인구의 건강정보. EHR은 인구통계학, 병력, 약물복용 및 알레르기, 예방접종 상태, 검사실 검사결과, 영상 의학 이미지, 생체징후, 나이와 성별 같은 개인적인 통계 그리고 청구정보를 포함하는 일정 범위의 데이터를 포 함할 수 있음.

병원에서 환자의 진료기록을 데이터베이스화함으로써 의료분야의 데이터 기반 연구는 기존의 패러다임을 변화 시키고 있음. 의료분야에서 발생되는 많은 양의 데이터를 단순히 분류하고 정리하는 것에 그치지 않고 이를 이 용하여 환자들 간의 진료기록을 분석하고 진단에 따라 해당되는 모집단에 알맞은 의료행위 추천시스템의 현실적 인 이용가능성을 탐색할 필요가 있음.

의료분야에서 강화학습은 다양한 응용가능성을 가지고 있지만 그 응용 수준이 아직 초기단계임(Schell et al., 2015; Choi et al., 2017). 특히 분야의 특성상 치료 행위에 따라 단계적으로 환자의 상태가 변할 수 있음을 고 려했을 때, 강화학습 모형을 이용하는 것이 적합하다고 판단됨.

본 연구는 데이터베이스화된 의료 빅데이터를 바탕으로 당뇨 환자의 상태에 따른 약제처방의 영향을 파악하고, 이를 Markov decision process(MDP) 및 강화학습 기법들을 활용하여 최적의 약 처방을 추천하는 모델 개발을 연구함.