안용민 연구실
서울대학교 의학과
안용민 교수
안용민 교수 연구실
홈
안용민 연구실
서울대학교 의학과 안용민 교수
안용민 연구실은 생물정신의학을 기반으로 우울장애·양극성장애·조현병 등 주요 정신질환의 생물학적 기전, 유전학, 바이오마커, 정신약물치료, 자살예방 및 공공정책을 통합적으로 연구하며, 객관적 진단기술과 치료반응 예측, 장기추적 코호트 및 정책 활용 전략을 통해 정밀정신의학의 임상 적용을 추구하고 있다.
대표 연구 분야
연구 영역 전체보기
기분장애의 생물정신의학 및 정밀진단
기분장애의 생물정신의학 및 정밀진단
정신질환의 유전학과 다유전자 예측 연구
정신약물치료와 치료반응 최적화
주요 논문
5
논문 전체보기
1
article
|
인용수 33
·
2023Duration of Adjunctive Antidepressant Maintenance in Bipolar I Depression
Lakshmi N. Yatham, Shyam Sundar Arumugham, Kesavan Muralidharan, Kanchana Ramachandran, Nithyananda Srinivasa Murthy, Gayatri Saraf, Yongdong Ouyang, David J. Bond, Ayal Schaffer, Arun Ravindran, Nisha Ravindran, Benício N. Frey, Andrée Daigneault, Serge Beaulieu, Raymond W. Lam, Nithin Kondapuram, M. S. Reddy, Rajeshkrishna Panambur Bhandary, Mysore V. Ashok, Kyooseob Ha, Yong Min Ahn, Roumen Milev, Hubert Wong, Y.C. Janardhan Reddy
IF 78.5
New England Journal of Medicine
In a trial involving patients with bipolar I disorder and a recently remitted depressive episode, adjunctive treatment with escitalopram or bupropion XL that continued for 52 weeks did not show a significant benefit as compared with treatment for 8 weeks in preventing relapse of any mood episode. The trial was stopped early owing to slow recruitment and funding limitations. (Funded by the Canadian Institutes of Health Research; ClinicalTrials.gov number, NCT00958633.).
https://doi.org/10.1056/nejmoa2300184
Medicine
Antidepressant
Depression (economics)
Duration (music)
Psychiatry
Bipolar disorder
Internal medicine
Anxiety
Mood
2
article
|
green
·
인용수 648·
2022Improving polygenic prediction in ancestrally diverse populations
Yunfeng Ruan, Kuang Lin, Yen‐Chen Anne Feng, Chia‐Yen Chen, Max Lam, Zhenglin Guo, Stanley Global Asia Initiatives, Yong Min Ahn, Kazufumi Akiyama, Makoto Arai, Ji Hyun Baek, Wei J. Chen, Young‐Chul Chung, Gang Feng, Kumiko Fujii, Stephen J. Glatt, Kyooseob Ha, Kotaro Hattori, Teruhiko Higuchi, Akitoyo Hishimoto, Kyung Sue Hong, Yasue Horiuchi, Hai‐Gwo Hwu, Masashi Ikeda, Sayuri Ishiwata, Masanari Itokawa, Nakao Iwata, Eun‐Jeong Joo, René S. Kahn, Sung‐Wan Kim, Se Joo Kim, Se Hyun Kim, Makoto Kinoshita, Hiroshi Kunugi, Agung Kusumawardhani, Jimmy Lee, Byung Dae Lee, Heon‐Jeong Lee, Jianjun Liu, Ruize Liu, Xiancang Ma, Woojae Myung, Shusuke Numata, Tetsuro Ohmori, Ikuo Otsuka, Yuji Ozeki, Sibylle G. Schwab, Wenzhao Shi, Kazutaka Shimoda, Kang Sim, Ichiro Sora, Jinsong Tang, Tomoko Toyota, Ming T. Tsuang, Dieter B. Wildenauer, Hong‐Hee Won, Takeo Yoshikawa, Alice X. Zheng, Feng Zhu, Lin He, Akira Sawa, Alicia R. Martin, Shengying Qin, Hailiang Huang, Tian Ge
IF 29
Nature Genetics
https://doi.org/10.1038/s41588-022-01054-7
Genome-wide association study
Linkage disequilibrium
Biology
Population
Genetic association
Quantitative trait locus
Polygene
Multifactorial Inheritance
Computational biology
Genetics
3
erratum
|
bronze
·
인용수 9·
2022Author Correction: Improving polygenic prediction in ancestrally diverse populations
Yunfeng Ruan, Kuang Lin, Yen‐Chen Anne Feng, Chia‐Yen Chen, Max Lam, Zhenglin Guo, Stanley Global Asia Initiatives, Yong Min Ahn, Kazufumi Akiyama, Makoto Arai, Ji Hyun Baek, Wei J. Chen, Young‐Chul Chung, Gang Feng, Kumiko Fujii, Stephen J. Glatt, Kyooseob Ha, Kotaro Hattori, Teruhiko Higuchi, Akitoyo Hishimoto, Kyung Sue Hong, Yasue Horiuchi, Hai‐Gwo Hwu, Masashi Ikeda, Sayuri Ishiwata, Masanari Itokawa, Nakao Iwata, Eun‐Jeong Joo, René S. Kahn, Sung‐Wan Kim, Se Joo Kim, Se Hyun Kim, Makoto Kinoshita, Hiroshi Kunugi, Agung Kusumawardhani, Jimmy Lee, Byung Dae Lee, Heon‐Jeong Lee, Jianjun Liu, Ruize Liu, Xiancang Ma, Woojae Myung, Shusuke Numata, Tetsuro Ohmori, Ikuo Otsuka, Yuji Ozeki, Sibylle G. Schwab, Wenzhao Shi, Kazutaka Shimoda, Kang Sim, Ichiro Sora, Jinsong Tang, Tomoko Toyota, Ming T. Tsuang, Dieter B. Wildenauer, Hong‐Hee Won, Takeo Yoshikawa, Alice X. Zheng, Feng Zhu, Lin He, Akira Sawa, Alicia R. Martin, Shengying Qin, Hailiang Huang, Tian Ge
IF 29
Nature Genetics
https://doi.org/10.1038/s41588-022-01144-6
Biology
Genetics
Statistics
Mathematics
정부 과제
13
과제 전체보기
1
2022년 5월-2024년 12월
|388,990,468원주요정신질환 장기추적조사 및 정책 활용 전략 개발 연구
선행 연구를 기반으로 이러한 예측 모형을 실제 임상에 적용하여 자살 고위험군을 분류하고 선별하는 구체적인 도구를 개발할 필요성이 있음
자살 / 코호트 / 예측 모형 / 공공활용 / 정책전략
2
주관|
2019년 6월-2022년 6월
|330,000,000원자살 관련자 장기추적 코호트기반 자살행동 예측 모델 개발
본 과제는 자살 시도자 등 자살 관련자를 병원과 지역사회에서 장기간 추적하는 다기관 전향적 자살 관련자 장기추적 코호트를 구축하고, 위험요인·보호요인을 통합적으로 분석하는 연구임.
연구 목표는 다요인 분류로 상호관계 규명, 한국형 자살행동 예측모델 개발·검증, 자살 예방 국가 정책 제언 확립임. 핵심 연구 내용은 병원·지역사회 다기관 네트워크 등록, 기구축 코호트 데이터 연계, 임상 평가도구·평가 프로토콜 및 eCRF 구축, 병원·지역사회 코호트 운영, 웹기반 인지행동치료 프로그램 시행, “심리적 생검” 기반 비자살의도-자살의도 차이 탐색, 진료 지침 개발, 한국형 자살행동 예측 생물심리사회적 모델 구축·검증임. 기대 효과는 자살 경로 규명, 조기 발견·개입 시스템 및 초기 선별 진료 수준 향상, 통합적 환자 관리 시스템과 국가 결과지표·정책 근거 제시, 코호트 유지 필요성 확인임.
자살
코호트
예측모델
3
주관|
2018년 10월-2021년 10월
|100,000,000원기계 학습 알고리즘 기반 음성 분석을 이용한 자살 고위험군 예측 기술 개발
본 과제는 자살 위험성을 조기에 예측하기 위해 정신과 면담에서 얻는 음성의 변화를 분석하는 연구임.
연구 목표는 한국인의 음성 특징을 근거로 자살 위험성을 예측하고 음성을 자살의 생체표지자로 활용하는 데 있음. 연구 내용은 자살사고자 및 기도자를 코호트로 구축해 종적 추적 관찰하며, 기분 상태·스트레스·임상적 질환·나이 변화와 함께 면담 당시 음성을 수집하는 절차로 구성됨. R 프로그램 분석과 지도학습의 support vector machine으로 음성 특징을 학습해 위험도에 따른 모델을 만들고, 정확도·민감도·특이도 등 지표로 검증하며 추적에 따른 예측 정확도 증가를 확인함. 기대효과는 비침습적 표지자 기반의 조기 개입으로 자살 예방과 전문의 연계 의사결정 지원, 의료경제적 이득 및 사회적 인식 변화로 이어짐.
자살
기계학습
자살 위험도 예측
음성
최신 특허
특허 전체보기
전체 특허
질량분석법 기반의 우울장애, 양극성장애 및 조현병 구분용 바이오마커 및 그 용도
상태
등록출원연도
2022출원번호
1020220073915우울증상 평가용 바이오마커 및 그 용도
상태
등록출원연도
2022출원번호
1020220016830주요 우울 장애 치료 효과 조기 예측용 바이오마커
상태
등록출원연도
2021출원번호
1020210121321