2023년 8월 21일 수업

류마티스 진단 인공지능 시스템

데이터 구성(4/4)

생물학적 제제가 투약된 환자의 검사수치를 치료효과(EULAR_FU_ESR)데이터에 대해서 기계학습 실행

생물학적 제제 입력 노드(6개 + 검사수치): Abatacept = 1 0 0 0 0 0, Adalimumab = 0 1 0 0 0 0, ..

치료효과(0, 1, 2) 출력 노드(3개): good = 0 0 1, moderate = 0 1 0, none = 1 0 0

34모델: (34-2) + 6 = 38개 입력 노드, 3개 출력 노드와 다양한 구조의 중간 노드로 구성

학습 결과

38모델 → 26모델 → 22모델 →21모델 → 24모델 계속 변수를 변화 시키면서 진행

학습 결과(결론)

24모델의 기계학습 예측테스트(평가) 결과가 가장 우수

• 26모델: 34모델에서 동반질환 항목(19개), 과거 사용 약물(10개), 현재 처방 중인 약물(3개) 전부 삭제
• 22모델: 26모델에서 4개 항목 삭제
• 21모델: 26모델에서 5개 항목 삭제
• 24모델: 26모델에서 2개 항목 삭제

24모델 >> 26모델 >> 21모델 > 34모델 > 22모델

• 24모델 중 입력 노드 28개, 중간 노드 9개, 출력 노드 3개인 인공신경망의 예측 성공률 71.6%(102개 문제 중 73개 정답)
• 참고: 3지 선다형 문제를 맞추는 시험에서 무작위 선택의 경우 기대점수는 33.3%

진료실에 설치할 예측전용 인공지능 소프트웨어 프로그램, HAID(Rheum)을 별도 개발

• 24모델에서 28-9-3 인공신경망 구조와 수백 개의 기계학습 변수값을 그대로 도입 개발