치매

주관: 분당서울대학교병원|인지 뇌영상 기반 지능형 치매조기진단

급격한 노령화로 우리 나라의 치매 환자는 급격히 증가하고 있습니다. 하지만 많은 수의 치매 환자가 조기에 진단을 받지 못하여 적절한 치료와 관리를 받지 못하고 있으며, 치매 환자를 진단하고 치료할 수 있는 전문 의료진의 숫자도 환자 대비 부족한 상황입니다.

지능형 치매 조기진단 SW는 인공지능을 이용하여 인지 검사와 뇌영상 자료를 기반으로 치매를 조기 진단할 수 있는 SW를 개발 함으로써, 치매 환자들이 조기에 치매를 진단 받고 적기에 적절한 치료를 받을 수 있도록 하고자 합니다.

해당 SW는 의료진의 치매 진단을 돕고, 환자가 치매 전문 의료진을 대면하지 못하더라도 치매를 평가 받으며, 환자나 보호자가 현재 환자의 상태에 대한 이해도를 높이는 것을 목표로 하고 있습니다. 이를 위해 5개의 대학병원과 인공지능 전문 기업을 포함한 3개의 기업이 협력하여, 5,000명 이상의 정상인지군, 비치매 인지저하군, 치매 환자군의 자료를 바탕으로 SW를 개발할 계획입니다.

AD-Specific Atrophy Similarity

  • 뇌전증

    주관: 서울대학교병원|뇌전증 발작 시간, 발작 위치 예측

    • 제 7세부과제(뇌전증, 또는 간질)에서는 생체신호 의료 빅데이터 중 가장 난이도가 높은 뇌파를 분석합니다.
    • 일반 및 뇌 내부에서 얻은 뇌파를 정량화하고, 인공지능 기술을 적용해서 분석하는 기술을 개발합니다.
    • 일반 뇌파 분석을 위해 필요한 정보를 자동 레이블링하고, 20가지 이상의 정량화 지표를 자동 계산합니다.
    • 지능형 정보 처리를 이용하여 레이블링과 분석의 정확도를 높이며, 정상 뇌파를 분석하여 한국인의 정상 신경 생리 지도를 작성합니다.
    • 난치성 뇌전증의 가장 중요한 치료인 수술 뇌파를 분석하여 발작 시작의 초점 및 전파 양상을 찾는 기술을 개발합니다.
    • 더 나아가 발작을 예측할 수 있는 인공지능 알고리즘을 개발합니다.
    • 뇌파를 분석하는 의료 빅데이터 지능형 SW 개발을 통해 환자 진료에 유용한 뇌파의 정량화 자동 분석과 정확한 수술 뇌파 자동 분석을 시도합니다.

    정상 뇌파

    • 01
      뇌파 데이터 확보
      • 정상 뇌파(routine EEG)
      • 디지털 뇌파 정량화를 위한 공통 포맷 변환
    • 02
      뇌파 데이터 교차 검증
      • 병원 간 정상 뇌파 교차 검증
      • 임상적 검증을 통한 뇌파의 질적 수준 제고
    • 03
      뇌파 레이블링
      • 검증 완료된 정상 뇌파에 대한 세부 정보 제공
      • 임상 검증을 통한 전문가 레이블링 추진
    • 04
      뇌파 정량화 분석
      • 정상 뇌파 표준화를 위한 정량화 지표 도출
      • 정상 뇌파의 임상적 판단을 위한 세부 결과 제시
    • 05
      인공지능 소프트웨어 개발
      • 기계학습을 통한 자동 뇌파 레이블링 구현
      • 뇌파의 지능형 자동화 분석, 시각화, 의료 현장 적용

    수술 뇌파

    • 01
      뇌파 데이터 확보
      • 정상 뇌파(routine EEG)
      • 디지털 뇌파 정량화를 위한 공통 포맷 변환
    • 02
      뇌파 데이터 교차 검증
      • 병원 간 정상 뇌파 교차 검증
      • 임상적 검증을 통한 뇌파의 질적 수준 제고
    • 03
      뇌파 레이블링
      • 검증 완료된 정상 뇌파에 대한 세부 정보 제공
      • 임상 검증을 통한 전문가 레이블링 추진
    • 04
      뇌파 정량화 분석
      • 발작 시작 초점 및 발작 전파 양상 확인
      • 발작 전 소견 분석 및 예측 알고리즘 구현
    • 05
      인공지능 소프트웨어 개발
      • 기계학습을 통한 자동 뇌파 레이블링 구현
      • 뇌파의 지능형 자동화 분석, 시각화, 의료 현장 적용

    소아희귀난치성유전질환

    주관: 고려대학교구로병원|발달장애/난청 유전 조기 진단

    발달장애와 난청은 가장 흔한 선천성 질환 중 하나로 인지, 지체, 행동 장애 및 퇴행 등 다양한 임상양상을 보이며 만성질환 및 후유장애(지적장애)로의 이행률이 매우 높다.

    최근 일부 유전자 검사 패널의 급여화로 일부 검사가 시행되고 있지만, 검사 결과 검출된 환자의 다양한 표현형과 관계가 깊을 것으로 생각되는 변이에 대한 잘못된 해석 및 긴 분석시간 등의 문제로 정확한 유전진단의 어려움이 있다.

    이에 따라 본 소아희귀난치성유전질환 컨소시엄에서는 AI(인공지능)를 통한 신속/정확한 발달장애 및 난청 유전 질병 검사기술(지능형SW)을 개발하여, 비용 효율적인 범용 유전자 검사를 의료 현장에 도입해 환자친화적인 소아 발달장애 및 난청 임상진단 가능성을 높이고자 한다.

    유전질환 진단을 위해 (1차년) 주관 및 참여병원의 임상정보 및 오픈형 DB정보를 기반으로 발달장애 및 난청 변이정보 표준을 정립하고, 이를 바탕으로 (2차년) AI기반 변이해석 자동화 모듈을 개발하여, 최종적으로 (3차년) 임상현장에서 개발된 머신러닝 변이해석SW 기반 소아희귀질환 유전검사를 검증/수행하고자 한다.

    발달장애/난청 유전정보 표준 도식

    • Step 1. 변이 feature vector 생성

    • Step 2. Neural Network 변이해석기 (Deep Learning 고도화 계획)