Explainable GNNs for Early Diagnosis and Biomarker Interpretation
연구 내용
상관 기반 인구 집단 그래프와 GNNExplainer를 활용해 알츠하이머 및 지방간 질병의 조기 진단 단서를 개인별로 설명하는 연구
질병의 조기 진단은 진단 성능뿐 아니라 근거 해석이 임상 적용의 핵심 요소입니다. 본 연구는 상관 구조를 반영한 population graph를 구성하고, 그래프 합성곱 신경망이 Aβ 양성 여부와 질병 진행 신호를 학습하도록 설계합니다. 또한 GNNExplainer 기반으로 모델 의사결정에 기여한 특징을 추적해 집단별 바이오마커 세트를 도출합니다. 지방간에서는 attention 기반 그래프 신경망의 feature importance를 활용해 제한된 라벨 환경에서도 위험 요인을 개인 수준에서 정량화하는 차별성을 보유합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 알츠하이머 환자에서 인구 집단의 상관 구조를 그래프로 정형화하고, 그래프 신경망이 예측 정확도와 함께 해석 가능성을 제공하도록 구축했습니다. 2023년에는 Aβ 양성 예측에서 그룹별로 다른 바이오마커 근거를 추출하는 방향으로 확장했습니다. 이후 2025년에는 지방간 질환에서 attention 기반 GNN과 설명 도구를 결합해 소수 라벨에서도 위험 요인 기여도를 산출하는 연구를 수행했습니다. 현재는 2025년 시작된 멀티모달 종단 예측 과제를 통해 조기 진단과 질병 궤적 예측을 통합하는 플랫폼 방향으로 발전시키고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Personalized Explanations for Early Diagnosis of Alzheimer’s Disease Using Explainable Graph Neural Networks with Population Graphs
Semi-Supervised Fatty Liver Classification Using Attention-Based Graph Neural Network Models
관련 프로젝트
구분
제목
생성형 AI 기반 멀티모달 의료 종단 예측 모델 개발 및 개인 맞춤형 질병 궤적 예측과 조기 진단이 가능한 범용 정밀의료 플랫폼 구현