심층학습을 통한 중국 의학 이상지질혈증 분류 모델 개발
최근 연구에서는 심층학습 방법을 활용해 중국 전통 의학에서 이상지질혈증을 분류하고 예측하는 모델을 개발했다. 이상지질혈증은 심혈관 질환, 당뇨, 뇌졸중 등 여러 질환의 주요 위험 요인으로, 스타틴이 치료 효과가 있지만 부작용이 있는 반면, 중국 전통 의학은 적은 부작용으로 오랜 기간 사용되어 왔다. 그 중에서도 '담어교조(痰瘀交阻)' 유형은 이상지질혈증에서 자주 언급되는 유형이다. 하지만, 중국 전통 의학의 진단은 경험에 의존하여 객관성과 표준화에 한계가 있다.
이번 연구에서는 중국 전통 의학의 증후 진단을 인공지능 기반의 예측 및 분류 문제로 전환했다. 다수의 임상 데이터를 바탕으로 심층학습을 통해 이상지질혈증 예측 모델을 만들었으며, 최적의 성능을 보이는 모델을 구축하기 위해 다양한 평가 지표를 활용했다.
최적의 모델: 모델-11, 36개의 주요 진단 요인 식별
심층학습을 통해 총 20개의 모델이 구성되었으며, 그 중 모델-11이 최적이었다. 모델-11의 평가 지표로는 정확도 86.72%, 정밀도 71.38%, 재현율 82.86%, AUC는 0.9268로 나타났다. 또한, 89개의 진단 요인 중 36개의 이상지질혈증 주요 진단 요인을 선정했으며, 어두운 보라색 혀, 미끄러운 맥박, 눅진한 설태 등이 중요한 요소로 식별되었다.
이 연구는 중국 전통 의학의 진단을 심층학습을 통해 표준화하고 객관성을 부여하는 최초의 시도 중 하나로, 추후 다양한 질환에 심층학습을 적용하는 데 유용한 정보를 제공한다.
출처 : 원문 보러가기
