초록 ▼

본 시스템은 기존의 치료 프로토콜 및 전문지식, 유전체 분석 및 뇌영상을 활용한 항우울제 처방 시스템임. 정신과학 전문 임상의의 진단 및 치료 프로토콜을 시스템화 하여 환자의 상태를 관찰하고 진단/치료 시스템이 최적 약물 추천함. 또한 2400만건의 PubMed 문헌으로부터 딥러닝 기술을 활용하여 추출한 관계 지식과 11종의 공개된 생명의료 관계 지식베이스를 통합하여 거대한 빅데이터 지식베이스 구축함. 2세부가 구축한 코호트의 유전체 데이터와 지식베이스를 활용하여 항우울제 반응성과 연관 있는 바이오마커를 발굴하고, 데이터 기반 기계

본 시스템은 기존의 치료 프로토콜 및 전문지식, 유전체 분석 및 뇌영상을 활용한 항우울제 처방 시스템임. 정신과학 전문 임상의의 진단 및 치료 프로토콜을 시스템화 하여 환자의 상태를 관찰하고 진단/치료 시스템이 최적 약물 추천함. 또한 2400만건의 PubMed 문헌으로부터 딥러닝 기술을 활용하여 추출한 관계 지식과 11종의 공개된 생명의료 관계 지식베이스를 통합하여 거대한 빅데이터 지식베이스 구축함. 2세부가 구축한 코호트의 유전체 데이터와 지식베이스를 활용하여 항우울제 반응성과 연관 있는 바이오마커를 발굴하고, 데이터 기반 기계학습 모델을 구축하여 우수한 예측 능력을 보이는 유전체 기반 약물 추천 알고리즘 개발 완료함. 개발된 알고리즘을 통해 환자의 시간 및 비용을 아낄 수 있도록 하는 개인 맞춤형 항우울제 추천 알고리즘을 개발함.

(출처 : 보고서 요약서 3p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 요약서 ... 3
• 요약문 ... 4
• 목차 ... 5
• 1. 연구개발과제의 개요 ... 6
• 2. 연구수행내용 및 성과 ... 8
• 1. 질병관련 빅데이터 수집 전략 수립 및 표준화 방안 마련 ... 8
• 2. 환자 데이터 통합 전략 수립 및 DB 구축 ... 8
• 3. 질병관련 문헌 및 실험 데이터로부터 지식 추출 및 지식베이스 구축 ... 9
• 4. 오믹스/뇌영상 코호트 구축 ... 10
• 5. 멀티오믹스 및 이미지 데이터 정보 저장/처리 파이프라인 구축 ... 13
• 6. 통합된 바이오· 의료 지능형 빅데이터 분석 플랫폼 구축 ... 14
• 7. 의료적 의사결정을 위한 바이오마커 발굴, 가설 추출 및 추천 기술 개발 ... 15
• 8. 빅데이터 검색 기술 개발 ... 23
• 9. 데이터 분석 및 기계학습 결과물 활용을 위한 ‘의사 결정 보조 시스템’ 프로토타입 개발 ... 24
• 3. 목표 달성도 및 관련 분야 기여도 ... 26
• 3-1. 목표 ... 26
• 3-2. 목표 달성여부 ... 27
• 3-3. 목표 미달성 시 원인(사유) 및 차후대책(후속연구의 필요성 등) ... 28
• 4. 연구개발성과의 활용 계획 등 ... 28
• 붙임. 참고문헌 ... 29
• 끝페이지 ... 30