Machine learning for prediction of menopausal and female health symptoms
연구 내용
일반검진 및 병원 데이터에서 폐경 관련 혈관운동증상과 질 건조 등의 결정 요인을 기계학습으로 도출하고, 임상적 의사결정 지원을 위한 예측 모델을 구축하는 연구입니다.
병원 및 검진 데이터를 활용해 폐경 관련 증상의 발생·중증도와 연관된 요인을 기계학습 모델로 탐색하고 변수 중요도를 근거 기반으로 제시합니다. 혈관운동증상(VMS)에서는 갑상선 기능, 지질 및 간 기능, 염증·면역 및 인슐린 저항성과 같은 다차원 임상 변수를 통합해 예측 성능을 비교합니다. 질 건조에서는 조기 폐경 및 염증 관련 요인을 중심으로 예측 접근을 수행합니다. 또한 폐경 시기와 자살사고의 연관, VMS와 경동맥 내막-중막 두께의 연관을 포함해 증상 기반 위험 평가의 임상 적용성을 확보합니다. 보조생식술에서는 전자의무기록 기반 인공지능 모델로 임신율을 예측하는 연구도 병행합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 폐경 관련 증상을 다변수 임상 데이터로 정의한 뒤, 여러 기계학습 방법의 예측 성능과 변수 중요도를 비교하는 형태로 접근했습니다. 이후 VMS가 혈관 건강 지표와 연결될 수 있는지 경동맥 내막-중막 두께와 연관해 분석하고, 질 건조의 결정 요인을 예측 모델로 확장했습니다. 동시에 폐경 시기와 정신건강 지표의 연관을 교차단면 분석으로 확인해 위험 평가의 범위를 넓혔습니다. 최근에는 인공지능 예측을 보조생식술 임신율 예측으로 확장하는 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Machine Learning Approaches to Identify Factors Associated with Women's Vasomotor Symptoms Using General Hospital Data
Artificial intelligence approaches to the determinants of women’s vaginal dryness using general hospital data
Age at Menopause and Suicidal Ideation in Menopausal Women: A Study of Korea National Health and Nutrition Examination Survey Data
Vasomotor symptoms and carotid artery intima-media thickness among Korean midlife women
관련 프로젝트
구분
제목
보조생식술에서 개인맞춤 임신율 예측을 위한 인공지능 모델 개발