1. 연구목적  

   본 연구에서는 환자의 라이프로그 정보와 의료 데이터를 측정-통합-분석하는 딥러닝 기반 플랫폼을 개발한다. 이를 위해 웨어러블 디바이스로부터 취득되는 라이프로그 데이터와 의료 정보를 유기적으로 연결할 수 있는 인터페이스를 개발하며, 비정형화된 건강 및 의료 정보를 통합하고 분석하는 딥러닝 및 기계학습 연구를 진행한다. 이를 바탕으로 환자의 건강과 질환 상태를 정확하게 파악할 수 있는 새로운 디지털 바이오마커를 개발한다. 최종적으로 일반인의 정기 검진 데이터와 웨어러블 디바이스에 의한 라이프로그 정보만으로도 질병 가능성 등을 예측하는 시스템을 개발한다. 

2. 연구내용

가. 대규모 건강검진 데이터(심전도 등) 기반의 관상동맥 석회화 지수(CACS: Coronary Artery Calcium Score) 예측용 딥러닝 네트워크 개발(2019)

•   심전도 기반의 관상동맥 석회화 지수를 예측하는 딥러닝 모델 개발(세계 최초)

•   심전도 데이터 이용하여 관상동맥 석회화 지수를 정량적으로 예측

•   의료 빅데이터(1,792,919건)를 이용한 딥러닝 모델 개발 및 빅데이터 데이터베이스 구축

•   SCI 논문 게재재 및 강북삼성병원에서 임상실험 중

(1) 연구요약

   In this study, we present a platform for measurement-integration-analysis of patient's life log information and medical datum by using deep learning. Firstly we develop an interface that can transform life-log data by wearable devices to medical information. To analyze unorganized health and medical information, we employ deep learning and machine learning algorithm. In this study, we will introduce a new digital bio-marker that can indicate accurately patient's disease condition. By analyzing periodic health screening data and life-log data, our system can predict the possibility of the diseases. 

(2) 연구결과

C. Eem, H. Hong, and Y. N. "Deep-Learning Model to Predict Coronary Artery Calcium Scores in Humans from Electrocardiogram Data," Applied Sciences, 10(23), 8746, (2020). (SCIE)