프로젝트 소개
본 과제는 중환자실 환자의 전자의무기록(EHR)과 약물 정보를 분석하여 환자의 상태와 치료 결과를 예측하는 인공지능 기술을 개발하는 연구임. 여러 약물을 함께 사용할 때 발생할 수 있는 약물 간 상호작용까지 반영하여 중환자 진료를 지원하는 디지털 헬스케어 기술 개발을 지향함.
연구 목표는 약물 간 상호작용을 고려한 중환자 EHR contextual representation을 도출하고 효과적인 중환자 예후 예측 모델을 개발하는 데 있음. 핵심 연구 내용은 MIMIC과 eICU-CRD에서 의료데이터를 수집·구조화하고, 약물(Input), 경로(Route), 투여량(Dosage), 위치(Position) 임베딩을 결합한 D-BERT를 개발하는 것임. 또한 Masked Language Modeling(MLM)과 Adverse Drug Event(ADE) 예측을 활용한 사전훈련, self-attention 기반 약물 상호작용 분석, 사망률·인공호흡기 필요 여부·중환자실 장기 체류 예측을 수행함. 기대 효과는 급변하는 중환자 상태의 지속적 모니터링과 조기 예측 지원, 의료 빅데이터 분석 기술 발전, 관련 전문 인력 양성 및 K-MIMIC 등 국내 의료데이터 활용 확대임.