![[VitalCare] #2 기존 평가도구의 한계를 극복하는 인공지능](https://miro.medium.com/v2/da:true/resize:fit:1200/1*nvpIXzv9h57riO66bJPM_g.gif)
AI
[VitalCare] #2 기존 평가도구의 한계를 극복하는 인공지능
두줄요약
SOFA·qSOFA의 사후 평가 한계를 보완하기 위해 패혈증 조기 예측용 VitalCare를 개발했습니다. 시계열·고정형 데이터를 결합한 RNN 모델과 임상시험 검증 과정을 소개합니다.
문제 상황
- 장기부전 발생 뒤 상태를 평가하는 SOFA·qSOFA 기반의 패혈증 조기 예측 한계
- 선제적 처치를 위한 구체적인 패혈증 발생 시점 정보 부족
해결 방법
- 입원 환자 데이터 기반의 딥러닝 의료기기 소프트웨어 VitalCare 개발
- 감염 의심 시점과 장기부전 기준을 결합한 패혈증 발생 시점 레이블 정의
- 2·4·6시간 이내 패혈증 발생 여부를 예측하는 모델 조합
구조와 흐름
- MIMIC-III 및 국내 상급병원 데이터 확보, 전처리·레이블링, 학습·평가·임상시험의 단계
- 혈액검사·생체신호 시계열 데이터와 인구학적 고정형 데이터의 분리 입력
- 각 데이터 특성 추출 네트워크와 예측 네트워크를 결합한 RNN 기반 구조
주의할 점
- 의료 현장 적용을 위한 예측 성능 외 임상 성능 검증 필요
- 의료진 신뢰를 위한 예측 결과의 해석 기능 필요