닫기

◇내일의 경기(27일)

◆27일(금)

△프로농구= DB-전자랜드(원주종합체육관) KCC-SK(군산월명체육관·이상 19시)

△여자농구= 하나은행-삼성생명(19시·부천체육관)

△핸드볼= SK코리아리그 두산-상무(14시 20분) 하남시청-충남도청(16시 10분) 인천도시공사-SK(18시·이상 청주국민생활관)

△스피드스케이팅= 제74회 전국남녀종합선수권대회(14시·태릉빙상장)

△스키= FIS컵 국제 알파인대회(9시·평창 알펜시아)

관리자 기자의 전체기사 보기

Copyright @2015 MEDIAON Corp. All rights reserved.

많이 본 기사

의료.병원,한방

더보기
"기대수명 증가로 더 많은 질병 노출…소비자·보험사 준비해야"
고령자 사망률이 개선되고 기대수명이 증가함에 따라 노후 건강과 의료비 부담이 늘어나므로 소비자와 보험사가 이에 적절히 대응해야 한다는 제언이 나왔다. 김규동 보험연구원 연구위원은 25일 '사망률 개선이 노후 건강에 미치는 영향' 보고서에서 "사망률 개선은 수명 연장보다는 노후 건강과 의료비 부담 증가 측면에서 의미가 더 크다"면서 이처럼 밝혔다. 작년 12월 보험개발원이 발표한 10회 경험생명표에서는 남성 평균수명이 86.3세, 여성은 90.7세로 지난 생명표보다 각 2.8세, 2.2세 늘어났다. 경험생명표는 보험사의 통계를 기초로 사망, 암 발생, 수술 등에 대해 성별, 연령 등을 고려해 보험개발원이 산출하는 보험료율의 집합으로, 통상 3∼5년 주기로 개정된다. 연구원에 따르면 고령자의 사망률이 개선되면 연령별 질병 발생률이 동일하더라도 노후에 질병이 발생할 가능성은 더 커진다. 여성의 경우 50세 이후 암 발생률이 개선돼 90세 이후에는 개선 폭이 10% 이상으로 확대되지만, 누적 암 발생자 수는 90세 이후에 오히려 증가하는데 이는 사망률 개선 효과 때문이다. 연구원은 "이는 기대수명이 증가하면서 건강수명과 기대수명 차이가 확대되는 현상과 유사하다"며

학회.학술.건강

더보기
국민 28% '아침 안먹어'…집밥보다 외식으로 쌀 많이 먹는다
국민 10명 중 3명은 아침을 먹지 않은 것으로 조사됐다. 쌀 섭취량은 집밥보다 외식이 많았다. 나이가 많을수록 쌀 섭취량도 많아졌다. 정미옥 통계개발원 사무관은 25일 발간한 통계청의 '통계플러스 봄호'에서 이러한 내용의 분석을 발표했다. 정 사무관은 국민건강영양조사 식품섭취조사의 마이크로데이터를 가공해 우리나라 국민이 하루 세 끼를 먹는 동안 쌀을 얼마나 소비하는지 분석했다. 분석 결과 코로나19 발생 이전인 2019년 기준으로 아침을 결식하는 비율은 28.1%였다. 10명 중 3명꼴로 아침을 먹지 않는 셈이다. 점심 결식 비율은 7.7%, 저녁 결식 비율은 5.4%로 아침보다 훨씬 적었다. 하루 세끼 중 평균 결식 횟수는 0.41회였다. 연령별로 보면 18∼39세에서 0.67회로 전 연령대 중 가장 높았다. 미취학 연령대인 5세 이하는 0.13회, 60세 이상은 0.18회로 낮게 나타났다. 쌀을 섭취하는 끼니 수는 하루 평균 1.86회였다. 60세 이상은 2.27회, 5세 이하는 2.26세로 높게 나타난 반면, 18∼39세는 1.43회에 그쳤다. 2019년 기준 1인 1일당 쌀 섭취량은 137.2ｇ이었다. 2013년(172.9ｇ)과 비교해 20.6% 감

메디칼산업

더보기
'화합물 생성 AI 기술'로 신약 개발 앞당긴다
한국과학기술원(KAIST) 연구팀이 신약 개발이나 재료과학과 같은 분야에서 원하는 화학 특성 조건을 갖는 물질을 발굴할 수 있는 인공지능(AI) 기술을 개발했다. KAIST는 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측해 다양한 화학적 과제에 광범위하게 활용할 수 있는 AI 기술을 처음으로 개발했다고 25일 밝혔다. 연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI 학습 모델을 제안했다. 유용한 분자 표현식 학습에 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입해 다른 형식의 두 데이터를 통합하는 방식이다. 이를 통해 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다. 연구팀이 제안한 모델은 50가지 이상 동시에 주어지는 특성 입력값을 따르는 분자 구조를 예측하는 등 분자 구조와 특성 모두의 이해를 요구하는 과제를

오늘의 일정

더보기