수집된 자료를 기반으로 인간과 유사한 의사결정을 내리도록 하기 위한 인공지능 시스템의 예측 정확도를 높이기 위해 블랙박스라고 불리는 복잡한 알고리즘이 탄생하게 되었고 이를 해결하기 위해 주로 컴퓨터 관련 분야에서 인공지능을 주도해왔음. 그러나 점차 인공지능의 정확도가 아무리 높아도 불확실성이 관리 되지 않는다면 실제 산업에 상용화하는 것은 어렵다는 의견이 ...
본 과제는 의학 진단과 생물 정보학에서 얻는 자료의 관계·속성·대상이 근본적으로 불확실함을 다루는 연구임. 퍼지 집합 이론, 거친 집합이론, 믿음(belief) 이론 등 불확실한 이론의 통합과 수학적 성질을 연구함.
연구목표는 불확실성 이론들을 통합한 수학적 토대와 통계적 방법론을 구축하고, 의료진단·생물 정보학 자료에 적용하는 알고리즘을 개발하는 데 있음. 연구내용은 퍼지, rough, belief를 자료로 변환, 의학 진단 모호성 구분, 질병진단 사례 수집 및 비교분석, 통합 모델 구현임. 기대효과는 불확실성의 다양한 종류를 반영한 정립된 이론·통계적 모형으로 생물학적 메커니즘 설명 및 진단·예측 성능 향상에 기여함.
본 연구는 정밀의료를 구현함에 있어서 자료에서 분석방법 및 진단에 이르는 모든 과정에 걸쳐 존재하게 되는 모호함을 기존의 집합론에 기반 한 사고가 아니라 인간의 자연스런 사고과정을 그대로 반영하게 해주는 퍼지집합이론에 근거하여 계량화하고 이를 바탕으로 기존의 분석방법들을 퍼지집합이론으로 확장하거나 기존의 모형과 퍼지집합이론을 결합한 새로운 모형을 구현하고자 한다.
□ 정밀의료에서 사용하게 될 자료들의 퍼지화를 위해 퍼지집합에 대한 수학적 정의 고찰
정밀의료의 구현을 위해 사용하게 될 거의 대부분의 자료들은 경계가 명확하게 나누어지는 집합이론에 의해 설명될 수 있는 자료가 아니라 하나의 원소가 여러 집합에 동시에 소속되는 것을 허용하는 퍼지집합에 의해 표현되는 것이 훨씬 자연스럽다. 환자는 언어적인 표현으로 자신의 증상을 호소하게 되고 그 증상을 자연스러운 언어형태 그대로를 계량화하기 위해 퍼지집합이론이 창안되었다. 본 연구에서는 자료를 퍼지화하기 위해 필요한 수학적 정의에 대해 기존의 문헌들을 조사하여 새롭게 정립하고 필요한 새로운 정의 및 성질을 구현해보고자 한다.
□ 퍼지집합이론의 의학에서의 응용사례 수집 및 연구
질병진단을 위한 분야에서 퍼지집합이론이 사용되어진 사례를 수집해보고 그것을 우리나라의 정밀의료시장에 적용가능하도록 연구해보고자 한다. 의학적 진단을 위해 수집되는 이미지, 수치, 그리고 유전적 정보들은 질병의 진단을 위해 분류가 이루어져야 하는데 이들 입력값 자체가 경계가 모호한 경우도 많고 몇가지 그룹으로 명확하게 구분하기 보다는 하나의 값이 여러 그룹에 동시에 소속정도를 갖도록 하는 이 더 자연스러운 경우도 많이 존재한다. 이러한 입력값의 특성에 맞게 의학적 진단 시스템을 갖춘 것이 퍼지 시스템이고 이를 적용한 실제 사례들을 수집하고 연구하는 것은 매우 중요하다고 본다.
□ 퍼지집합이론에 기반한 정밀의료 분야 관련 방법론의 비교 분석 및 새로운 분석방법 개발
퍼지논리, 퍼지기계학습, 퍼지회귀분석 등 기존의 여러 의학관련 자료분석을 위한 모형들에 퍼지집합이론이 접목되어 연구되어져 왔다. 최근에는 질병과 관련된 유전자간 상호작용에도 퍼지집합이론을 접목한 연구가 진행되었고 기존의 방법에 비해 검정력이 향상됨을 확인한 바 있다. 그러나 아직까지 우리나라에서는 활발한 연구가 이루어지지 않았기에 기존의 연구방법들을 비교 분석하여 우리나라 의료시스템에 적용가능한 방법론을 개발하고자 한다.
□ 퍼지집합이론에 기반하여 개발된 모형을 실제 데이터에 적용
이미 개발된 방법론 뿐 아니라 이번 연구를 통해 새롭게 개발된 모형을 실제 데이터에 적용하여 과거의 분석사례와 비교하고자 한다. 또한 이번 연구를 통해 퍼지집합이론이 실제 정밀의료구현에서 어떠한 역할을 할 수 있을지 그 유용성에 대한 면밀한 검토를 해보고자 한다.