정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
멀티 모달 데이터를 이용한 한국형 주요 우울 장애 진단 및 치료 모델 |
| 영문제목(English Title) |
Diagnostic and Therapeutic Model for Korean Major Depressive Disorder Using Multi-Modal Data |
| 저자(Author) |
최용화
김아람
전민지
김선규
한규만
원은수
함병주
강재우
Yonghwa Choi
Aram Kim
Minji Jeon
Sunkyu Kim
Kyu-Man Han
Eunsoo Won
Byung-Joo Ham
Jaewoo Kang
|
| 원문수록처(Citation) |
VOL 46 NO. 01 PP. 0071 ~ 0076 (2019. 01) |
한글내용
(Korean 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 검사 의 4가지 멀티 모달 데이터를 이용해 우울증 여부를 진단하고 항우울제 반응의 정도를 예측할 수 있는 모 델을 제안하여 우울증 진단의 경우 AUROC 점수 0.923, 항우울제 반응성 예측의 경우 MSE 0.08의 정확 도를 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 요인 을 찾는 것뿐 아니라 새로운 가설을 제시하였다.
|
영문내용
(English Abstract) |
Depression is one of the most common mental illnesses in the modern society, and it increases the social burden due to repeated recurrences. However, since there are many pre-disposing factors that cause depression, there is need to develop a machine-learning model that examine these factors effectively. In this paper, we propose a model that can diagnose depression and predict the degree of antidepressant response using four multi modal data including basic information, MRI, genetics, and cognitive test. The model achieved 0.923 AUROC score for diagnosis and 0.08 MSE for prediction of antidepressant response. In addition, the results of the proposed model were quantitatively analyzed, and it confirmed that accurate diagnosis and drug response prediction are possible when the patient’s data is added. Qualitative analysis was also conducted to provide new hypotheses as well as findings on the main factors causing depression.
|
| 키워드(Keyword) |
우울증
진단 모델
약물 반응성
기계 학습
depression
diagnostic model
drug response
machine learning
|
| 파일첨부 |
PDF 다운로드
|
