핵심 요약
에이아이트릭스의 VitalCare가 SOFA/qSOFA의 한계를 보완하는 패혈증 조기 예측 딥러닝 모델임을 공개했습니다. 시계열 데이터와 고정형 데이터를 함께 활용해 병원 현장에서 조기 개입 정보를 제공합니다.
구현 방법
- 시계열 데이터와 고정형 데이터를 처리하는 두 네트워크로 구성
- MIMIC-III 및 국내 병원 데이터를 활용하고 IRB 익명화 절차를 적용
- 감염 의심 시점과 장기부전 발생 시점을 레이블링하는 규칙 기반 라벨링
주요 결과
- 2시간/4시간/6시간 이내 패혈증 발생 여부를 예측하는 모델로 시점을 구체적으로 제시
- 임상시험 진행 중으로 실제 병원 적용 가능성을 검토하고 있음
![[VitalCare] #2 기존 평가도구의 한계를 극복하는 인공지능 섬네일](https://miro.medium.com/v2/da:true/resize:fit:1200/1*nvpIXzv9h57riO66bJPM_g.gif)
![[VitalCare] #1 패혈증 사전 예측의 중요성 섬네일](https://miro.medium.com/v2/resize:fit:1200/1*oTdAbhcPq25tNxixVKZRXA@2x.png)
![[VitalCare] #3 해석가능한 의료 인공지능 모델 섬네일](https://miro.medium.com/v2/resize:fit:1200/1*nr62Quofp_31IgXqs0R5HA.png)
![[Medical AI] #1 EHR 데이터를 활용한 의료인공지능 모델 개발 파이프라인 섬네일](https://miro.medium.com/v2/resize:fit:1000/1*_xjbdT_fY2Av-H12txuKcA.png)