○ 본 한-EU 협력과제 참여연구진들은 컨소시엄 구성 후, 아래의 연구개발내용에 대한 연구계획을 구체화하여 Horizon Europe 제안서를 작성할 예정
○ 본 연구진은 온/오프라인 회의를 통하여 연구내용과 방향성에 대하여 지속적인 논의를 이어나갈 예정이며, 컨소시엄 참여연구진 확대 구성을 위한 세미나를 개최할 예정
1. 멀티모달 의료 지식그래프 자동구축 방법 연구
- 의료 도메인에 특화된 개체명 추출 모델 개발: 사전학습된 자연어처리 모델을 의료 도메인에 대하여 미세조정
- 의료 학술문헌 분석을 통한 의료 도메인 지식 추출
- EMR 데이터 표현을 위한 의료 지식그래프 스키마 개발: 의료 지식과 EMR 데이터 상의 임상 케이스를 멀티모달 지식그래프로 표현
- 기존 의료 지식그래프 퓨전 방법 개발: 기존 의료 지식베이스와 통합을 통한 지식 그래프 규모 확장 및 보완
2. 멀티모달 의료 지식그래프 마이닝 및 추론 모델 연구
- 멀티모달 의료 지식그래프 임베딩 모델 개발: 트랜스포머 기반 지식그래프 임베딩 모델을 의료도메인 특징을 고려해 확장
- 임베딩 기반 멀티모달 의료 지식그래프 추론 모델 개발
- 의료 지식그래프 기반 진단/처방 보조시스템 개발: 환자의 과거 EMR 데이터와 문진 및 검사 정보를 추론하여 진단/처방 보조
- 의료 지식그래프 기반 신약 후보물질 탐지 시스템 개발
3. 개인정보 보호를 고려한 의료 지식그래프 어플리케이션
- 개인정보 익명화를 고려한 의료 지식그래프 자동구축 방법 연구
- 연합학습 기반 의료 지식그래프 추론 방법
- 연합학습 기반 진단/처방 보조시스템 개발
실세계의 다양한 비정형 데이터들은 구성요소 간의 관계성을 바탕으로 다종의 노드들이 다종의 간선을 통해 연결되는 이종 네트워크로 표현될 수 있으며, 네트워크의 구조는 노드/간선의 출현과 Attribute 변화로 인해 시간에 따라 변화함. 대규모 Attributed 동적 이종 네트워크를 위한 “효과적이면서 효율적인” 표현학습 모델을 통해, 서지 데이터, 소셜 ...