Optimization of resuscitation process and neurological outcome prediction in cardiac arrest
연구 내용
심정지(ROSC 이후 포함) 환자에서 CPR 지속시간, 혈압, 임상 변수의 연관성을 규명하고 기계학습 기반 예후 예측 및 리듬 분류 의사결정 지원을 개발하는 연구
심정지 환자에서 favorable neurological outcome과 관련된 핵심 변수를 다중 단계(현장-입원, ROSC 전후)로 구분하여 분석합니다. 대규모 등록자료 기반 Random Forest와 설명가능성 도구를 활용해 컷오프 구간을 도출하고, SHAP·LIME으로 변수 기여도를 해석합니다. 또한 CPR 동안의 ECG 리듬을 1D-CNN과 RNN으로 분류하여 치료 선택과 연계 가능한 신호 처리 체계를 구축합니다. 이를 웨어러블 패치의 CPR 파형 분석 품질 피드백과 결합하여 임상의사결정지원시스템으로 확장하는 차별성을 보유하고 있습니다.
관련 연구 성과
관련 논문
6편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 out-of-hospital cardiac arrest에서 pre-hospital과 in-hospital CPR 지속시간의 상한을 설정하고, conventional CPR에서 alternative resuscitation으로 전환하는 기준을 규명하는 방향으로 연구를 수행했습니다. 이후 성공적으로 소생된 환자에서 favorable neurological outcome의 주요 결정 요인을 식별하고, ROSC 관련 서브그룹별 컷오프를 제공하는 decision support system을 개발했습니다. 이어 post-resuscitation 기간의 mean arterial pressure와 신경학적 예후의 비선형 연관을 분석하고, CPR 중 ECG 구간을 대상으로 CNN/RNN 기반 리듬 분류 성능을 비교했습니다. 최근에는 웨어러블 패치 기반 파형 분석과 품질 피드백을 통합하는 응용 연구로 확장하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Optimal cardiopulmonary resuscitation duration for favorable neurological outcomes after out-of-hospital cardiac arrest
Optimal mean arterial pressure for favorable neurological outcomes in patients after cardiac arrest
A Machine Learning-Based Decision Support System for the Prognostication of Neurological Outcomes in Successfully Resuscitated Out-of-Hospital Cardiac Arrest Patients
Machine learning-based decision support system for the prognostication of neurological outcome in the successfully resuscitated OHCA patient
A Comparative Study of Convolutional Neural Network and Recurrent Neural Network Models for the Analysis of Cardiac Arrest Rhythms During Cardiopulmonary Resuscitation
A Comparative Study of Convolutional Neural Network and Recurrent Neural Network models for Analysis of Cardiac Arrest Rhythms during Cardiopulmonary Resuscitation
관련 프로젝트
구분
제목
인공지능기반 웨어러블 패치를 이용한 심폐소생술 파형 아형 분석 및 품질 피드백을 위한 통합 임상의사결정지원시스템 개발