- 환자의 미래 건강상태를 알아내는 것 임상의가 현재 환자 상태를 진단하거나 향후 치료를 계획하는데 매우 중요한 정보로 활용될 수 있음
- 에피소딕 EMR(전자의무기록, Electronic Medical Records)은 의사의 치료에 따른 환자의 건강 정보를 병원 전자 시스템에 저장한 시계열 데이터임
- 환자의 예후는 동일한 환자에게 동일한 치료에도 약물 내성, 환자 건강 상태, 질병 특성에 따라 다양한 경과를 보일 수 있음. 또한, 에피소딕 EMR은 의사의 치료에 따라 환자의 건강 상태를 기록하므로 치료 간 간격이 규칙적이지 않기 때문에 결측치가 많이 포함되어 있다는 특징을 갖고 있음
- 최근 인공지능 기술의 발전으로 환자 정보 데이터를 이용해 환자의 미래 건강상태를 예측하는 기술들이 개발되고 있으나 위와 같은 에피소딕 EMR 특징들을 고려하지 못하고 있음
- 본 기술은 에피소딕 EMR 특성을 고려하여 치료에 따른 환자의 미래 시점의 건강 상태를 예측할 수 있는 딥러닝 기술임
본 기술은 다중 환자의 에피소픽 EMR 데이터로 구성된 학습 데이터 셋을 만드는 전처리 과정, 학습 데이터 셋을 이용해 미래 시점의 환자 상태를 예측하는 모델을 학습하는 과정, 새로운 환자의 건강 상태를 입력하여 미래 시점의 건강 상태를 예측할 수 있는 기술을 포함함
본 기술은 의료 데이터에만 국한되지 않고 시계열 특성을 갖는 다른 종류의 데이터를 기반으로 미래 시점의 분류 및 예측에 활용될 수 있음
- 치료에 따른 확률 기반 다중 미래 상태 예측
- 불규칙 시계열 특성을 고려한 미래 시점 예측
- 예측 결과에 대한 확률적 신뢰도 제시
A. 불규칙 시계열 데이터 전처리 기술
- 시계열 데이터 내 이상치 처리
- 치료 기반 시계열 에피소딕 EMR 데이터 변환
- 불규칙 시계열 데이터를 이용한 학습/검증 데이터 셋 구축
B. 미래 시점의 건강 상태를 예측할 수 있는 헬스케어 딥러닝 기술
- 헬스케어 딥러닝 모델 학습
- 헬스케어 딥러닝 모델 기반 미래 건강 상태 예측
C. 비결정적 미래 상태를 예측할 수 있는 확률 기반 헬스케어 딥러닝 기술
- 확률 기반 헬스케어 딥러닝 모델 학습
- 확률 기반 헬스케어 딥러닝 모델을 통해 다중 미래 건강 상태 예측
- 예측된 다중 미래 건강 상태 기반 확률적 신뢰도 계산
A. 불규칙 시계열 데이터 전처리 기술
- 시계열 데이터 전처리 기술 SW 소스코드
- 시계열 데이터 전처리 기술 설치 및 사용 설명서
B. 미래 시점의 건강 상태를 예측할 수 있는 헬스케어 딥러닝 기술
- 헬스케어 딥러닝 기술 SW 소스코드
- 헬스케어 딥러닝 기술 설치 및 사용 설명서
C. 비결정적 미래 상태를 예측할 수 있는 확률 기반 헬스케어 딥러닝 기술
- 확률 기반 헬스케어 딥러닝 기술 SW 소스코드
- 확률 기반 헬스케어 딥러닝 기술 설치 및 사용 설명서
A. 정밀 의료 분야
미래 시점의 건강 상태 예측을 통한 의사의 진단 및 치료 계획 수립 서비스
환자 미래 질환 상태 예측을 통한 진단/치료/재활 서비스
신약 개발을 위한 약물에 따른 미래 상태 시뮬레이션 서비스
B. 개인 건강관리 분야
식의, 수면 등 건강 정보 예측을 통한 맞춤형 개인건강관리 서비스
스마트기기 기반 건강 상태 예측을 통한 운동관리 서비스