emr 방식

NO.1: emr 방식

연세대 의대 박유랑 교수팀

우리나라 20~40대 대장암 발병률은 인구 10만명당 12.9명으로 세계 1위다.[사진=게티이미지뱅크]국내 연구진이 조기 발병 대장암 환자의 사망 위험을 높은 확률로 예측할 수 있는 양자 컴퓨팅 기반 모델을 개발했다.조기 발병 대장암은 50세 미만의 비교적 젊은 나이에 발생하는 대장암이다.

연세대 의대 의생명시스템정보학교실 박유랑 교수와 유재용 박사,심우섭 연구원과 연세암병원 종양내과 김한상 교수 연구팀은 조기 발병 대장암 환자 데이터를 기반으로 사망 위험을 예측하는 양자컴퓨팅 기반 머신러닝 모델을 개발했다고 12일 밝혔다.

연구팀은 2008~2020년 조기 대장암 환자 1253명의 치료 데이터를 양자 컴퓨터를 활용해 인공지능(AI) 분석 모델에 학습시켰다.이 AI 모델은 나이,성별,emr 방식병기(1~4기) 등 93개의 변수를 적용해 환자의 사망 위험도를 분석한 결과,emr 방식90%의 정확도를 기록했다.이같은 정확도는 일반 컴퓨터로 만든 유사한 구조의 AI 모델과 비교했을 때 훨씬 높다.종전 모델은 70% 수준에 그쳤다.

이런 차이는 미래형 컴퓨터인 양자 컴퓨터의 작동 구조와 성능이 기존의 컴퓨터보다 월등히 뛰어나기 때문이다.기존 컴퓨터로 만들 수 있는 가장 뛰어난 성능인 '슈퍼컴퓨터'가 수 만년 동안 계산할 문제를 양자컴퓨터는 이론상 수 분 만에 해결한다.

따라서,종전 모델이 같은 규모의 데이터를 활용해 분석한 결과보다 양자컴퓨터로는 더욱 많은 계산과 분석을 해 더 높은 정확도의 결과를 냈다.연구진이 90%의 정확도를 재차 검증하기 위해 데이터 규모(환자 표본 수)를 줄여 적용했을 때도 해당 모델은 여전히 높은 예측 결과를 유지했다.

연구진은 앞으로 디지털 헬스케어 분야에 양자컴퓨터 AI를 도입한다면 질병의 정확한 진단과 예후 예측 등에 활용할 수 있을 것으로 기대했다.작은 데이터 규모로도 분석 정확도를 높일 수 있기 때문이다.따라서 기존 헬스케어 기술이 갖고 있는 비용 문제,emr 방식희귀질환에 대한 데이터 부족 등의 한계를 극복 할 수 있다.

박유랑 교수는 "앞으로 양자 머신런닝 모델을 활용해 다양한 영역의 헬스케어 분야에 확장이 가능할 것"이라고 말했다.김한상 교수 역시 "이번 연구는 종양 분야에서 양자 컴퓨터,의료 인공지능 등을 활용한 디지털 헬스케어를 접목한 예"라며 "암의 진단과 치료,emr 방식생존자 관리 등 암 치료 패러다임을 바꿀 수 있을 것"이라고 말했다.

이번 연구 결과는 국제학술지 《어플라이드 소프트 컴퓨팅(Applied Soft Computing)》에 지난달 게재됐다.

The 100% privacy-safe noise & occupancy solution