초록 ▼

□ 연구의 목적 및 내용
디지털 분석된 12리드 심전도(ECG, electrocardiogram)에서 인공지능 딥러닝 기법(Deep Neural Network)을 이용하여 정상 동율동 (NSR, normal sinus rhtyhm)상태에서 심방세동(AF, atrial fibrillation) 및 치명적 합병증을 예측하고 실제 임상 진료에서 상업화·실용화 할 수 있는 예측 모델 프로그램의 개발하고 임상에 적용
〇 딥러닝 기법을 이용하여 12 리드 심전도에서의 지속성 심방세동(persistent AF)과 영구형 심방세동(pe

□ 연구의 목적 및 내용
디지털 분석된 12리드 심전도(ECG, electrocardiogram)에서 인공지능 딥러닝 기법(Deep Neural Network)을 이용하여 정상 동율동 (NSR, normal sinus rhtyhm)상태에서 심방세동(AF, atrial fibrillation) 및 치명적 합병증을 예측하고 실제 임상 진료에서 상업화·실용화 할 수 있는 예측 모델 프로그램의 개발하고 임상에 적용
〇 딥러닝 기법을 이용하여 12 리드 심전도에서의 지속성 심방세동(persistent AF)과 영구형 심방세동(permanent AF)을 구분(classification)하고 치료 반응성을 예측
〇 12-리드 심전도 상에 정상 동율동을 나타낸 원인불명 뇌졸중(cryptogenic stroke)환자에서 딥러닝 알고리즘을 통해 뇌졸중 발생 및 관련 사망률 간의 관련성 확인 및 딥러닝 예측 모델 설계

□ 연구개발성과
〇 정상인의 정상 동율동 심전도(real normal)와 발작성 심방세동환자의 정상 동율동 심전도 (PAF normal) 다수확보 : 본 연구진이 1년간 분석하여 각각 2500, 600 case 이상 확보하여 프로그램 개발 용이하며 추후 다수 case 추가 가능
〇 정상 동율동 심전도(real normal)와 발작성 심방세동환자의 정상 동율동 심전도 (PAF normal) 구분의 CNN(Convolutional Neural Network) 모델 개발 1건
〇 관련 SCI(E) 논문 1 편 발표 및 국제 학회 구연 발표(유럽 심장학회(ESC) 2020)
〇 특허출원 및 등록 완료: 국 내 1건 -Recurrent Neural Network (RNN)기법을 이용한 정상동율동 심전도 상태에서의 발작성 심방세동 예측 프로그램

□ 연구개발성과의 활용계획(기대효과)
〇 응용분야
⦁ 심방세동의 치명적 합병증으로 사회적, 의료적, 경제적 부담이 되고 있는 뇌졸중, 심부전, 심근경색 및 심인성 급사 등의 선별적 감별.
⦁ 국민 건강 검진에서 부정맥 및 부정맥 합병증 예측 및 예방 프로그램
〇 파급효과
⦁ 기술적, 경제적 가치 : 심전도 빅데이터 분석이 빠른시간 가능. 휴대용 심전도 기록 장치 등 의료기기에 딥러닝 프로그램을 삽입하여 개인별 실시간 분석 가능.
⦁ 현재 헬스케어 시장에서 인공지능(AI)은 2025년까지 361억 달러(약 40.3조원) 규모가 예상되고 심전도 분석 인공지능 프로그램은 국민 의료 디지털 정보 호수(data lake)의 기반 기술이 될 것으로 기대됨.

(출처 : 요약문 4p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 요약서 ... 3
• 요약문 ... 4
• 목차 ... 5
• 1. 연구개발과제의 개요 ... 6
• 2. 연구수행내용 및 성과 ... 12
• 2-1. 연구수행내용 및 성과 ... 12
• 2-2. 대표적 성과 ... 24
• 3. 목표 달성도 및 관련 분야 기여도 ... 25
• 3-1. 목표 ... 25
• 3-2. 목표 달성여부 ... 26
• 3-3. 목표 미달성 시 원인(사유) 및 차후대책(후속연구의 필요성 등) ... 27
• 4. 연구개발성과의 활용 계획 등 ... 27
• 붙임. 참고문헌 ... 28
• 끝페이지 ... 29