Variational Autoencoder-Based Representation Learning and Patient Clustering of Antidepressant Medication Sequences in Depression: Targeting the Development of Personalized Treatment Strategies
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710114362
과학기술정보통신부
한국연구재단
이화여자대학교
이정연
2명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
6,454만원
6,454만원
기초연구
대학
서울특별시 서대문구
보건의료 > 신약·의약품개발 > 임상약리
■ 최종 목표: 복잡한 시계열 의료 데이터를 정교하게 분석함으로써, 기존의 정형화된 진료 가이드라인의 한계를 극복하고, 정신건강 분야에서 정밀의료 구현을 위한 새로운 방법론의 가능성을 입증하고자 한다.■ 우울증 환자의 약물 복용 시퀀스 데이터를 기반으로 다음과 같은 단계적 목표를 설정한다.① 변분 오토인코더(Variational Autoencoder, VAE)를 ...
① 1차년도: 약물 처방 시퀀스의 표현학습 및 초기 군집화● 우울증 환자 코호트 구성 및 시계열 데이터 정제국민건강보험공단 맞춤형 데이터를 기반으로 우울증 환자 코호트를 정의하고, 항우울제의 성분, 용량, 처방일자, 처방기간, 간격 등을 정제하여 시계열 형태로 구조화한다.● 변분 오토인코더(VAE)를 활용한 비지도 표현학습시계열 구조를 반영한 Encoder-Decoder ...
... 수립 시 CDSS(Clinical Decision Support System) 형태로 의료진에게 제공할 수 있다.■ 우울증 빅데이터 분석 방법론 고도화기존 단편적 코호트 분석을 넘어, 시계열 기반 표현학습을 접목한 새로운 우울증 데이터 분석 모델을 제시할 수 있다.■ 정책 및 진료 가이드라인 수립을 위한 근거자료 제공항우울제 초기 치료 전략의 차별화 방안을 제시하여, ...