ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

사이버디엑스 소프웨어 솔루션

전수책임자
이성엽
참여자
김영균, 김철호, 김형일, 박유미, 박준영, 백옥기, 신세윤, 안창원, 우영춘, 이성엽, 최완
기술이전수
1
이전연도
2018
협약과제
18ZS1200, IDX 플랫폼 원천기술 연구, 김영균
CybreDx는 자가적응형 동적 소프트웨어 (patent-protected self-adaptive dynamic SW) 기반의 예방의학 및 정밀의료 (Preventative and Precision Medicine via Pre-Symptomatic Analyses) 시스템으로서 각 개인의 건강상태, 유전체, 임상데이터, 검진데이터, 생활환경, 생활습관데이터 등을 바탕으로 아직 증상이 나타나지 않은 질병을 발견하거나 예상되는 질병에 걸릴 위험도를 발병 이전에 예측하고자 하는 목적으로 개발하였다. CybreDx는 증상이나 질병이 발견된 후에 그 질병을 중심으로 진단과 치료를 수행하는 기존의 방법과 달리, 개인의 제반 데이터를 전체적으로 조망하고 복잡한 상관관계로 얽혀 있는 수많은 변수를 새로운 인공지능기술을 토대로 정밀하게 분석하여 증상-질병 중심의 협소한 관점에서 발견할 수 없는 질병을 증상 이전에 발견하고 발병 이전에 개입하여 개인의 건강한 상태를 유지할 수 있도록 한다.
o CybreDx는 증상이나 질병이 발견된 후에 그 질병을 중심으로 진단과 치료를 수행하는 기존의 방법과 달리, 개인의 제반 데이터를 전체적으로 조망하고 복잡한 상관관계로 얽혀 있는 수많은 변수를 새로운 인공지능기술을 토대로 정밀하게 분석하여 증상-질병 중심의 협소한 관점에서 발견할 수 없는 질병을 증상 이전에 발견하고 발병 이전에 개입하여 개인의 건강한 상태를 유지할 수 있도록 한다.
o 각종 건강검진, 유전체, 임상데이터, 생활환경, 습관데이터 등 의료데이터를 기반으로 건강에 미치는 영향 및 위험도 예측에 정확도가 높은 최적 기계학습 모델을 자동적으로 생성하는 자가적응형 소프트웨어 기술
o 생성된 특정기계학습 모델에 필요한 hyperparameter를 최적화 하는 기술
CybreDx 소프트웨어 라이센싱
- 서버 소프트웨어는 바이너리로 배포
- 클라이언트 소프트웨어는 소스로 배포

o CybreDx 서버 소프트웨어는 원천기술로서 소프트웨어 바이너리 라이센싱 개념으로 배포하며 클라이언트 소프트웨어는 소스로 배포함
- 라이센싱은 매년 15% 유지보수료를 책정함
- 라이센싱 기간은 3년 단위로 하되, 라이센싱 기간만료 후에 연장할 수 있다.
- 라이센싱 계약은 첨부한 "CybreDx 라이센싱 계약서" 조건에 따라서 계약해야한다.

o 본기술은 아래 외부 특허 3건을 기반으로 개발하였음
- 인공지능의 신경가소성 및 자가적응 유연성을 구현하기 위하여 자가적응형 동적 다차원배열을 관 리하는 방법과 이를 이용한 컴퓨터 소프트웨어 (METHOD FOR MANAGING SELF-ADAPTIVE DYNAMIC MULTIDIMENSIONAL ARRAY TO ENABLE NEUROPLASTICITY FOR SELF-ADAPTIVE AND PROGRESSIVE MACHINE LEARNING AND COMPUTER SOFTWARE USING THE SAME) :- 대한민국 특허 0081667
- 기계학습 및 빅데이터 분석의 가속화를 위한 온톨로지-기반의 빅데이터 접속 및 활용방법과 시스템(METHOD AND SYSTEM FOR ONTOLOGY-BASED BIG DATA HARNESS FOR ACCELERATED MACHINE LEARNING AND BIG DATA ANALYTICS) :- 대한민국 특허 0107245
- SOFTWARE ENGINEERING METHOD AND SYSTEM FOR ENABLING NEUROPLASTICITY, SELF- ADAPTIVE AND PROGRESSIVE MACHINE LEARNING, IN ARTIFICIAL INTELLIGENCE :- CANADIAN INTELLECTUAL PROPERTY OFFICE PATENT 2970249
o 개인의 건강검진, 유전체, 임상데이터, 생활환경, 생활습관 등을 바탕으로 아직 증상이 나타나지 않은 질병을 발견하거나 예상되는 질병을 발병 이전에 예방하고자 하는 분야에 적용
o 기계학습 분야중 지도학습(unsupervised learning)이 가능한 분야