Explainable AI for Transfusion Risk Prediction in Clinical Decision-Making
연구 내용
설명가능 인공지능과 임상 데이터 분석으로 고령 수술 환자 및 간이식 환자에서 수혈 위험과 예후 관련 요인을 규명하는 연구
수술 전후의 수혈은 환자 예후와 직결되나 실제 임상에서는 위험 요인의 복합성이 커서 판단 근거가 불명확해질 수 있습니다. 본 연구는 국가 건강보험 청구데이터 기반의 예측 모형을 구성하고, Random Forest의 변수 중요도와 Shapley Additive Explanations를 통해 수혈과의 관련성과 방향을 해석 가능한 형태로 도출합니다. 또한 간이식에서는 후향 코호트를 구축한 뒤 성향점수매칭으로 교란 요인을 조정하여 장기 사망과의 연관성을 분석하는 접근을 수행합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 청구데이터를 활용해 고령 고관절 치환술 환자에서 수혈 여부를 예측하고, Random forest 기반 변수 중요도와 Shapley Additive Explanations로 주요 요인의 영향 방향을 설명하는 연구를 수행했습니다. 이후 수혈이 간이식 수혜자의 장기 예후에 미치는 영향을 후향 코호트와 성향점수매칭으로 검증하며, 임상적 해석 가능성을 확장했습니다. 최근에는 수술 종별로 축적되는 데이터 특성을 반영해 수혈 의사결정 지원 관점의 분석 프레임을 정교화하는 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Explainable artificial intelligence for predicting red blood cell transfusion in geriatric patients undergoing hip arthroplasty: Machine learning analysis using national health insurance data
Impact of preoperative red blood cell transfusion on long-term mortality of liver transplantation: A retrospective cohort study