조기 신경학적 악화(END) 및 뇌실내출혈(IVH) 위험 예측 인공지능 연구

AI-based early prediction of neurological deterioration (END) and intraventricular hemorrhage (IVH)

연구 내용

제한된 임상 변수와 영상 기반 신호를 결합하여 END 및 IVH의 발생 위험을 조기에 예측하는 연구

뇌졸중 및 신경중환자 치료 과정에서는 초기 증상만으로 END와 뇌실내출혈(IVH)의 진행을 예측하기 어렵습니다. 연구실은 제한된 입력 변수로 예측 성능을 확보하기 위해 attention 메커니즘을 포함한 deep neural network 구조를 활용하고, 영상에서 병변 특성을 추출해 신경학적 악화와의 연관을 모델링합니다. 또한 다중 AI 모델의 확률을 결합하는 방식으로 임상 정보와 영상 기반 위험 신호를 통합해 예측 안정성을 높이는 차별성을 보유하고 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 단일 소혈관성 뇌경색에서 천공동맥을 따라 나타나는 병변의 길이가 END와 관련됨을 확인하는 분석을 수행했습니다. 이후 뇌실내출혈의 발생 시점을 조기에 다루기 위해, 신생아에서 접근 가능한 제한 변수 기반 deep neural network with attention 예측 모델로 확장했습니다. 최근에는 영상 병변 분석 모델과 임상정보 모델을 분리하고 최종 확률을 산출하는 다중 모델 예측 방법 및 장치로 발전하여 임상 의사결정 보조 적용 가능성을 높였습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

신생아 IVH 조기 위험도 스크리닝
END 예측 기반 치료 강도 조절
다중모델 확률 결합 임상 의사결정 보조
영상 병변 특성 기반 위험 신호 추출
저자원 환경용 예측 모델 경량화
중환자실 위험도 기반 모니터링 우선순위
치료 전후 예후 예측의 표준화
예측 결과의 전자기록(EHR) 연동
재원일수 및 합병증 발생 위험 관리
임상시험 대상군 조기 선별