ClicAssist-KD:

Clinical Decision Assistant System with Knowledge Discovery *

  * a post AptaCDSS System

▒ 개 요▒

  기존의 Phase I 연구(AptaCDSS 구축)에서 구현한 기계학습 기반 심혈관 질환 진단모델에 문헌기반 보조지식 검색 기법을 추가하여 마이크로어레이 칩(압타머 칩) 데이터의 복합 분석을 지원하는 모델 구현

• 심혈관 질환의 특징 이해 및 진단 전략 이해
• 기계학습을 이용한 질환 진단 개념 검증 및 확장
• 진단 압타머 기반 바이오칩 관련 기술의 한계 이해 및 극복 방안 고안
• 압타머 칩 기반 심혈관 질환 데이터 처리를 위한 Microarray Data 처리 기술 개발
• 진단 성능 및 모델 예측 결과의 가독성을 함께 제공하는 진단 모델 개선
• 의학 지식 문헌 데이터 베이스를 활용한 추가 보조 정보 제공 모델의 개념 확보

바이오칩 및 인공지능/기계학습 기반 질병 진단의 개념 (from Phase I Research)

시스템 개요 (from Phase I Research)

Literature Analysis based Knowledge Discovery 기반 Marker Validation Concept

  본 과제는 서울대학교 컴퓨터공학부 바이오지능연구실(담당교수: 장병탁, 연구책임자: 엄재홍)과 제노프라(주), 한국학술진흥재단의 공동연구로 이루어졌다.Phase II 연구 및 실험을 위한 개선된 심혈관 질환 데이터는 제노프라(주)를 통해 서울 삼성병원에서 제공되었다.

 ▒ ClicAssist-KD  ▒

• SVM, NN, DT, BN의 4가지 알고리즘을 복합적으로 사용하는 기존에 구현된 CDSS를 모델 앙상블 방법으로 확장하여 성능 향상
• 데이터 전처리 및 환자/데이터별 진단모델 Profiling이 가능한 엔진의 개선
• 질환의 효율적 진단을 위한 후보 진단마커 추천기능 개선
• 의학 문헌 데이터베이스에서 검색하여 보다 확장된 후보 마커 연관 정보 제공하는 지식기반 진단지원 시스템의 개념 구축
• 지속적으로 제공되는 환자 데이터를 활용한 모델 갱신 및 데이터마이닝 기반 플랫폼 구현 및 개선
• 칩데이터의 구성 및 획득, 데이터 분석 및 진단결과를 이용한 임상의/진단의 지원 통합 플로우를 제공하는 진단지원 모델 구현 및 개선
• PACS 및 HL7 고려를 통한 HIS(Hospital Infoamtion System)로의 확장이 가능한 질환 데이터 분석 및 진단 지원을 위한 통합 플랫폼과의 호환성 확보
• 통합 플랫폼 이외의 독립 수행이 가능한 Portable 진단 소프트웨어 구현

Contact	Jae-Hong Eom
E-Mail
Phone	+82-2-880-1847
Fax	+82-2-875-2240