종단 인지저하 및 치매 진행 예측 딥러닝 연구

Longitudinal cognitive decline and dementia progression prediction using deep learning

연구 내용

주의 기반 순환 딥러닝으로 경도인지장애 및 알츠하이머의 개인별 인지 점수와 MRI 바이오마커 변화를 종단적으로 예측하는 연구

경도인지장애 및 알츠하이머의 개인별 질환 진행을 예측하기 위해 임상 변수와 뇌영상 특성을 함께 입력하는 딥러닝 모델을 구축합니다. 주의 메커니즘을 포함한 순환 신경망 구조로 미래 인지 저하와 뇌 MRI 표지자의 시간에 따른 변화를 추정합니다. 또한 시간영역 데이터에서 결측 관측이 발생하는 상황을 고려해 결측치 보간과 영상 바이오마커 예측, 인지 궤적 및 임상 상태 예측을 다중 단일화 학습으로 수행합니다. 이를 통해 임상의가 추적 관찰 우선순위를 설정할 수 있는 예측 근거를 제공합니다.

관련 프로젝트

0건

연구 흐름

초기에는 MCI 환자의 인지 저하 및 MRI 변화를 개인 단위로 예측하는 구조를 목표로 임상 변수, MRI, Aβ PET 정보를 결합하는 모델을 설계했습니다. 이후 종단 데이터에서 결측 관측이 흔히 발생한다는 문제를 반영하여, 결측치 보간을 포함한 다중 과제 예측 프레임워크로 확장했습니다. 모델의 학습은 end-to-end 방식으로 수행하며, 인지 점수 궤적과 임상 상태, 영상 바이오마커의 동시 추정을 통해 진행 경로를 일관되게 모델링합니다. 최종적으로 환자별 미래 시간 지점의 예측을 산출하도록 발전시키고 임상 의사결정 지원 방향으로 적용 가능성을 검증했습니다.

활용 가능성

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

개인별 인지저하 위험도 산출
MRI 바이오마커 시간변화 예측
Aβ 기반 조기 진행 위험 구분
임상시험 대상자 선별
치매 예측 기반 추적 관찰 일정 설계
결측 관측 보간 파이프라인
다중 과제 학습 기반 바이오마커 예측
재활 및 치료 반응 예측
치매 단계 전환 시점 예측
개인 맞춤형 의료 의사결정 지원