| 초록 |
□ 연구개요 ◯ 기능성 소화 장애(FD)와 과민성 장증후군(IBS)은 기질적인 원인 없이 나타나는 기능성 위장관 질환으로, 환자의 주관적인 증상 호소에 의존하기 때문에 한의학 장부기능의 개념과 많은 관련이 있을 것으로 생각됨. ◯ 최근 질병의 원인과 대부분의 질환이 다양한 요소들의 복합적인 상호작용에 기인함이 밝혀지고 있음. 한약은 다양한 성분으로 구성되어 있으며, 각각의 성분들이 다중표적에 작용하여 복합적인 효과를 발휘하고 있기 때문에, 이를 이용하면 한약 치료에 대한 과학적인 접근이 가능할 것으로 전망됨. ◯ 본 연구는 전문가로부터 얻어진 논리, 규칙기반의 지식과 시스템생물학(systems pharmacology) 통합데이터로부터 머신러닝 알고리즘을 통해 얻어진 추론결과를 통합함으로써, '기능성 위장질환 AI(인공지능) 전문가시스템(Expert System)'의 고도화와 처방 추천 알고리즘을 개발하여 기존 전문가시스템 개선을 목표로 함. □ 연구 목표대비연구결과 ◯ 기능성 위장질환 AI 전문가시스템 고도화를 최종목표로 하여 ◯ 환자의 주관적 증상을 조사하는 비위 및 체질 관련 ‘한의 진단 설문지’, 삶의 질척도 평가하는 ‘SF-36 설문지’를 분석하여 기능성 소화질환의 ‘ROME 설문지’에 포함되지 않은 의미 있는 새로운 clinical pattern을 추정하고, 비선형 클러스터링 분석 결과 기능성 위장질환 환자의 유의미한 clustering 결과를 얻고, 새로운clinical pattern들을 탐색함. ◯ ODS 15개 대표처방의 처방 표적 유전자를 이용한 시스템 생물학 수준에서의 약리학적 기전을 탐색해 Dr.KIM 처방의 근거를 보강함. □ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) ◯ 머신러닝 알고리즘을 이용하여 특정 설문지에 대한 타 설문지 문항의 개별 설명력을 근거로, 구체적인 증상 및 한의 변증(辯證)을 시사하는 질문을 기능성 소화기 질환 환자의 새로운 임상 표현형으로 가정할 수 있음을 확인함. ◯ 네트워크의 토폴로지 및 매니폴드(다양체) 개념과 곡면기하학을 기반으로 비선형차원축소 알고리즘인 UMAP과 비선형 클러스터링 알고리즘인 HDBSCAN을 이용해 환자군과 건강인 사이의 선형적 분석에서는 발견할 수 없었던 각 군별 복합적이고 비선형적인 유사성을 발견함. ◯ Dr.KIM은 의사의 latent feature와 처방의 약리학적 기전 수준의 근거를 보강함으로써 지금의 시스템보다 더 정밀하고 객관화된 추천 시스템으로써의 역할을 할수 있음. ◯ 한의사의 변증 과정과 질병의 생물학적 기전 수준의 근거를 보강함으로써 변증을 기반으로 처방약물을 구성함에 있어 정밀성과 객관성을 보완할 수 있음. 예측의학, 예방의학, 맞춤의학의 패러다임에서 유전체정보와 인공지능은 패러다임의 구체적 실현을 위한 그 중요성이 부각되고 있으며, 한의임상에의 적극적 활용을 통해 개인맞춤형 정밀의학의 기반을 구축할 수 있음. (출처 : 연구결과 요약문 2p) |
