모듈 1: 약물이상반응과 약물 상관관계 도출 □ 연구 대상 약물과 약물이상반응 조사 및 의료 데이터 수집 및 구축 ● 일반적으로 중환자실에서 발생하는 여러 약물이상반응 중 약리학적 작용과 관련되며 약물용량에 의존적이어서 능동적 약물모니터링을 통한 기대효과가 큰 약물이상반응 리스트를 도출하고자 함. ● 목적에 부합하는 데이터 확보에 중점을 두고 국내 공공 의료데이터 활용의 어려움(비표준화, 데이터 비정제)을 감안하여 미국 중환자 입원 정보 데이터(Medical Information Mart for Intensive Care, MIMIC)를 활용하고자 함. ● 동시에, 한국인 중환자 특성을 반영한 데이터를 얻기 위하여 고려대학교 안산병원과 협업을 통하여 비식별화된 실제 중환자 입원 정보 데이터를 수집하고자 함. □ 약물-약물이상반응 상관관계 분석 ● 각 약물이상반응 발현과 유의한 상관관계가 있는 약물을 통계학적 분석을 통해 도출하고자 함. ● 여러 약물을 동시에 투여함으로써 약물이상반응을 발생하는 약물상호작용의 발견을 위하여 약물조합과 약물이상반응과의 상관관계를 분석하고자 함. 모듈 2: 약물이상반응 예측 모델 개발 □ 약물이상반응 발생 예측 모델 개발 ● 환자로부터 수집한 다양한 형태의 데이터를 통합하는 multimodal learning을 활용하여 약물이상반응을 미리 예측하는 딥러닝 기반(연속적인 시계열 예측을 위하여 Recurrent Neural Network(RNN) 등을 활용)의 모델을 개발하고자 함 ● 본 연구에 사용될 데이터는 인구학적 정보 및 신체계측, 과거병력, 생체신호, waveform, clinical notes 등 불규칙적으로 측정된 다양한 유형의 시계열 및 비 시계열의 데이터로 구성됨. ● Multimodal learning은 Deep CCA와 같이 다른 특성의 데이터를 embedding하여 특성이 같은 데이터로 추출하는 방법 혹은 각기 다른 모델의 예측값을 통합하는 앙상블 기법 등을 활용할 수 있음. ● 예측 모델의 타당성 검증을 위해 글로벌 해석력(global interpretability) 및 로컬 해석력(local interpretability)에 중점을 두어 설명 가능한 AI 모델을 구축할 수 있음 □ 주요 위험요인 도출 및 환자 건강상태 모델 개발 ● 개발된 예측 모델로부터 중요 변수를 도출함으로써 환자 상태 모니터링에 필요한 위험요인을 파악 및 도출된 위험요인들의 시계열 데이터를 비지도학습 기법을 활용하여 다수의 state로 클러스터링하여 환자의 동적인 상태를 파악할 수 있음. ● Dynamic Time Warping(DTW)을 활용한 time series k-means clustering 혹은 agglomerative hierarchical clustering(계층적 clustering 방법) 등 시계열 데이터에 효과적인 방법을 활용하고자 함. 모듈 3: 약물요법 의사결정시스템 개발 □ 약물 투여에 따른 환자 건강상태 변화를 반영한 마르코프 결정 과정 모델 구축 ● 모듈 1과 2의 연구를 통하여 각 이상반응 별 유의한 상관관계가 있는 약물 리스트와 이상반응 발현과 연관된 state transition 모델 구축이 가능하게 되며 이를 토대로 마르코프 결정 과정(Markov decision process, MDP) 모델을 구축하고자 함. ● 마르코프 결정 과정 모델은 <S,A,P,R>로 표현되며 약물 투여량(A:action )에 따른 환자 state(S:state)의 변화(P:probability)와 이와 수반되는 보상(R:reward )으로 모델링하고자 함. □ 약물이상반응 발생을 예방할 수 있는 최적의 약물요법 정책 도출 ● 데이터에서 보여지는 실제 의사들이 환자들에게 실시했던 약물요법을 강화학습의 시간차 학습(temporal difference learning, TD-learning)을 통해 가치를 평가하고자 함. ● TD-learning은 MDP 모델 환경에 대한 사전 지식 없이 데이터로부터 실제 투여된 약물량과 이에 따른 health state의 이동에 대한 정보만으로 학습이 가능함 ● 구축된 의사결정시스템으로부터 이론상 최적의 약물요법을 정책 반복법(policy iteration)을 통해 도출하고자 함. □ 실제 약물요법과 최적의 약물요법을 비교 분석하여 clinical insight 도출 및 임상 가이드라인을 제시할 수 있음.