상세 설명

연구실에서는 머신러닝 및 통계적 모델링을 활용한 질병 예측 연구에 집중하고 있습니다. 대표적으로, 다양한 만성질환(암, 심혈관질환, 당뇨 등)에 대한 발병 위험 예측 모델을 개발하고, 이를 실제 건강검진 데이터, 보험 데이터 등 대규모 코호트에 적용하여 예측 성능을 검증하고 있습니다. 이러한 모델은 환자의 연령, 생활습관, 임상 검사 결과 등 다양한 변수들을 통합적으로 고려하여 개별 환자 맞춤형 예측을 가능하게 합니다. 특히, Hidden Markov Random Field(HMRF)와 베이지안 MCMC 알고리즘 등 고급 통계기법을 접목하여, 시간에 따른 건강 상태 변화나 잠재적 질병 진행 경로를 모형화하고 있습니다. 이러한 방법론은 단순한 예측을 넘어, 질병의 진행 단계별 위험 요인 분석, 치료 반응 예측, 장기 생존율 추정 등 다양한 임상적 의사결정 지원에 활용되고 있습니다. 또한, 연구실은 실제 임상 데이터의 복잡성과 불확실성을 반영할 수 있는 반구조적·비모수적 모델 개발에도 힘쓰고 있습니다. 이를 통해 기존의 제한적인 통계 모델이 가지는 한계를 극복하고, 의료 현장에서 신뢰성 높은 예측과 해석이 가능한 분석 도구를 제공하고 있습니다.

키워드

관련 이미지

관련 자료