연구개요 디지털 트윈을 활용한 AI의료서비스 제공하기 위한 전립선암의 임상의사결정지원을 목적으로, 디지털 트윈 기법을 적용하여 실제 전립선암 환자를 물리모델 (Physical Model)로 정의하고 치료방법 및 프로세스 등의 컴퓨터적 모델로 가상 모델 (Twin, Virtual model)로 구성하여 실제 환자 수술 이전에 가상환경으로 AI 분석함으로써 수술 효과에 따른 예후 문제 및 예측방법을 제공 연구 목표대비 연구결과 ◦ 전립선암의 치료 프로세스 모델링 - 전립선 암 치료 프로세스에 대해 가상의 모델 구성을 위한 상태 모델링 방법을 통한 3가지 계층 모델 설계(암 치료 프로세스 모델, 데이터 프로세스 모델, 공학급 모델). 치료모델에 대한 프로세스를 컴퓨터가 실행 가능한 형태로 구성하고, 그 동작에 대해서는 머신러닝 모델을 활용하여 동작되도록 설계 ◦ 머신러닝 기반 모델 개발 - Time to PSA nadir 예측을 위한 머신러닝을 적용하기 위해 각 치료방법별로 Time to PSA Nadir (TTN)을 미리 예측하는 방법 개발. Radical Prostatectomy (RP) 및 보조치료 요법인 Androgen Deprivation Therapy (ADT), Radiation Therapy (RT) 여부에 따른 예측모델을 다이나믹 뉴럴네트워크를 이용하여 생성.치료방법별 TTL 결과 제공 - Partial Correlation Neural Network를 개발하여 Biochemical Recurrence (BCR)을 예측하는 알고리즘을 제공 ◦ 디지털 트윈기반 임상 의사결정 지원 시스템 - Biopsy 정보를 활용하여 Pathology 및 BCR을 예측할 수 있는 머신러닝 기반의 디지털 프레임 워크 개발 - 재발이후의 치료추천을 위한 Classifier Chain 방법을 적용함. 1차 치료부터 2차치료까지의 방법에 대해 BCR, 2번째 BCR을 예측할 수 있는 모델을 제공 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) 전립선암 치료에 임상의사결정시스템 도입은 의료체계의 기술 선두 점유를 가능하게 하며, 정밀의료서비스를 통한 삶의 질 만족도 향상 가능 - 기술적 측면: 의료 및 헬스케어 서비스 시장에 대한 디지털 트윈 기반 시스템의 개발로 의료 + IT 융복합 산업 분야의 저변을 넓히고 빠른 속도로 성장하는 글로벌 의료 및 스마트헬스 시장에서도 경쟁력을 갖출 수 있을 것으로 기대 - 경제 및 산업적 측면: 전립선암 관련 국가사업을 통해 의료비용 등 국가적 손실을 최소화, 디지털 트윈 형태의 서비스 구축의 틀을 마련함으로써, 모델의 개선을 통한 미래의 융복합 산업의 발전을 도모 - 의학적 측면: 개개인의 생물학적, 유전적, 환경적 차이에 따라 개별 환자에게 적합한 치료 기술을 적용하는 맞춤의학 (tailor-made medicine) 가능 - 사회 문화적 측면: 암 질환 치료의 메디컬 오류에 대한 편견 해소 및 빅데이터 사업의 추진을 통한 데이터 기반 문화 확산, IT기술 활용 문화 확산을 통한 안전한 생활환경 구축, R&BD 결과를 의료산업에 활용하여 국민 정신보건 수준 향상 (출처 : 요약문 2p)
- 연구책임자 : 최인영
- 주관연구기관 : 가톨릭대학교
- 발행년도 : 20230300
- Keyword : 전립선암;디지털트윈;인공지능;머신러닝;임상의사결정지원시스템;