유방암

주관: 삼성서울병원|유방암 발생, 재발 위험도 예측

항목 내용
환자 고유 진단시 나이, 가족력, 동반질환력 
흡연, 음주력 
유전체 데이터 500건 (WGS, WTS)
진단 임상병리 데이터 (age, TNM stage, subtype 등)
유전체 데이터 (WGS, WTS)
에스트로겐 수용체, HER2 양성여부
치료 유방센터 내 치료 데이터 
수술 (종류, 수술 시간, 수술 부위 및 크기, 재건술 여부, 등)
항암 (약제, 기간, 변경이력) 
방사선 (1회 조사량, 기간, 범위)
호르몬치료 (약제, 기간)
표적치료 등
관리 검진센터 Lab 및 문진 데이터
원내 타 특성화 센터 (암교육센터, 암치유센터 등) 방문 이력
치료 관련 약물 처방력 (통증, 폐경 증상, 우울증 약물 처방력)
생활습관 데이터 (운동, 식이 등)

유방암발생

  • 건강검진자료와 생활습관 자료를 통합하여 유방암 발생을 예측하는 인공지능 모델 개발

재발 위험도 예측

  • 진료자료와 진료유래자료(영상,병리,유전체 등)를 통합하여 유방암 환자의 재발 위험도를 예측하는 인공지능 모델 개발

두 가지 모델을 만들기 위해서 진료자료, 진료유래자료, 생활습관자료를 하나로 통합하는 DB를 삼성서울병원, 서울대학교병원, 국립암센터, 경북대학교칠곡병원이 협력하여 개발하고, 해당 데이터를 SDS, 빈티지랩이 분석하여 인공지능 솔루션 개발

대장암

주관: 가천대 길병원|대장암 예측/예방, 진단, 치료/관리 기술

보유 데이터
의료정보 Data (병원 전산 데이터) 임상정보 Data (PACS) 유전자 Data 생활습관 Data (검진센터)
서비스 제공
대장암
예측/예방 SW
대장암
진단 SW
대장암
치료/관리 SW

본 질환 과제는 가천대 길병원 주관으로 병원 임상정보 데이터, 유전자 데이터, 생활습관 데이터 등의 의료정보 데이터를 복합적으로 활용하여, 대장암 예측/예방, 진단/분석, 치료/관리를 지원할 수 있는 대장암 통합관리 플랫폼 개발을 목표로 하고 있습니다. 이를 통해 빅데이터, 인공지능 분석을 위한 기반 데이터 구축을 진행하며, 최종 국민체감형 서비스를 위한 대장암 질환관리 SW를 제공하고자 합니다.

  1. 1. (예측/예방) 병원 임상 데이터 기반 대장암 예측 SW, 유전자 데이터 분석 기반 대장암 예측 SW
  2. 2. (진단) 내시경 영상 기반 대장암 진단 SW
  3. 3. (치료/관리) 대장암 치료 의사결정 지원 SW, 대장암 생존 관리 SW

전립선암

주관: 서울성모병원|전립선암 병기 진단, 예후 예측

전립선암 의료데이터 분석 지능형 SW 기술 개발은 크게 환자의 다양한 의료 정보를 이용한 전립선암의 병기 및 예후 예측을 위한 SW, 전립선암의 진단 및 악성도 예측을 위한 영상 SW, 전립선암 조직 병리 판독 SW의 3가지 부분으로 구성됩니다.

먼저 약 10,000 여명의 국내 전립선암 환자들의 임상 정보를 수집하고 정제하여 이를 기반으로 딥러닝을 통한 기계학습을 통해 전립선암의 병기 (임상적으로 무의미한 전립선암, 진행성 전립선암 등) 및 예후 (술 후 재발 위험, 전립선암으로 인한 사망 위험 등)를 예측하기 위한 SW를 개발할 예정입니다. 이는 전립선암으로 진단받은 환자들의 치료 방침 결정에 큰 도움이 될 것입니다.

또한, 영상 진단이 어렵다는 전립선암의 한계를 극복하기 위하여 기존의 전립선암 MRI에서 여러 영상물리학적 특징을 추출하여 이를 토대로 전립선암 영상 기반 지능형 SW를 개발할 예정입니다.

마지막으로 전립선암의 진단 및 악성도 판정 등과 관련한 병리 판독의 오류 및 판독자 간 불일치를 극복하기 위하여 전립선암 조직 병리 영상을 부분 이미지 단위로 나누고 딥러닝을 통하여 이를 정확하게 판독하기 위한 전립선암 병리 기반 지능형 SW를 개발할 예정입니다.

개발한 지능형 SW는 기존 모델 등과의 비교 검증 및 다기관, 전향적 코호트를 이용한 검증을 통하여 상용화 할 수 있도록 고도화할 예정입니다.

(1) 전립선암 병기 및 예후 예측

(2) 전립선암 영상 기반 진단

(3) 전립선암 조직 병리 진단

1차년도 (2018) 연구 개발 내용

  • 다기관 임상 데이터베이스 레지스트리 (빅데이터) 구축
  • 임상, 병리 및 영상데이터 항목별 추출
  • 임상, 병리 및 영상 DB 클린징

2차년도 (2019) 연구 개발 내용

  • 핵심 데이터별 특징 추출
  • 딥러닝을 통한 기계학습 수행
  • 전립선암병기/재발/생존 예측 알고리즘 개발

3차년도 (2020) 연구 개발 내용

  • AI기반 전립선암 병기, 재발 및 생존 예측 솔루션 (SW) 개발
  • 기존 예측 모델과의 비교 및 우수성 검증
  • 다기관, 전향적 코호트 (소규모) 구축 및 검증