멀티 모달 데이터를 이용한 한국형 주요 우울 장애 진단 및 치료 모델Diagnostic and Therapeutic Model for Korean Major Depressive Disorder Using Multi-Modal Data
- Other Titles
- Diagnostic and Therapeutic Model for Korean Major Depressive Disorder Using Multi-Modal Data
- Authors
- 최용화; 김아람; 전민지; 김선규; 한규만; 원은수; 함병주; 강재우
- Issue Date
- 2019
- Publisher
- 한국정보과학회
- Keywords
- 우울증; 진단 모델; 약물 반응성; 기계 학습; depression; diagnostic model; drug response; machine learning
- Citation
- 정보과학회논문지, v.46, no.1, pp 71 - 76
- Pages
- 6
- Indexed
- KCI
- Journal Title
- 정보과학회논문지
- Volume
- 46
- Number
- 1
- Start Page
- 71
- End Page
- 76
- URI
- https://scholarworks.korea.ac.kr/kumedicine/handle/2020.sw.kumedicine/28872
- ISSN
- 2383-630X
2383-6296
- Abstract
- 우울증은 현대 사회에서 가장 흔한 정신질환 중 하나로, 반복되는 재발에 따른 만성화로 인해 사회적인 부담을 증가시킨다. 그러나 다양한 요인들이 복합적으로 관여하는 질병이기 때문에 여러 요인을 효율적으로 고려할 수 있는 기계학습 모델이 필요하다. 본 논문에서는 기본 정보, MRI, 유전자, 인지 검사의 4가지 멀티 모달 데이터를 이용해 우울증 여부를 진단하고 항우울제 반응의 정도를 예측할 수 있는 모델을 제안하여 우울증 진단의 경우 AUROC 점수 0.923, 항우울제 반응성 예측의 경우 MSE 0.08의 정확도를 얻었다. 그리고 제안한 모델의 결과를 정량적으로 분석하여 환자의 데이터를 추가할수록 정확한 진단 및 약물 반응성 예측이 가능함을 확인하고, 정성적으로 분석하여 우울증에 관해 기존에 알려진 주요 요인을 찾는 것뿐 아니라 새로운 가설을 제시하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - 2. Clinical Science > Department of Psychiatry > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.