Development and Evaluation of AI-driven Multidisciplinary Integrated Discharge Assistance System (AI-MIDAS) for High-Risk Patients
이공학학술연구기반구축(R&D) · 미래도전연구지원
2026년
2340064591
교육부
한국연구재단
연세대학교
오의금
2명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2031.08.31
8,000만원
8,000만원
기초연구
대학
서울특별시 서대문구
보건의료 > 간호과학 > 임상간호 중재
... 예측모델의 예측 성능 한계: 고위험 퇴원환자의 재입원 위험요인을 규명한 기존 예측모델들은 평균 AUROC 0.716 수준의 중등도 성능에 머물고 있으며, 이는 단일 기관 중심의 제한된 데이터 활용과 변수 선택의 국한성에 기인함. 본 연구는 더 방대한 임상 데이터를 체계적으로 통합하고, 고도화된 머신러닝 알고리즘을 적용함으로써 예측 정확도를 실질적으로 향상시켜 고위험환자 선별성을 ...
▶1차 연도 주요목표: 고위험 퇴원환자 데이터 구축 및 전처리1) 1,000개 이상의 잠재적 예측변수를 체계적으로 도출 및 확정. 2) 연구용 데이터베이스 구축(익명화). 3) 타당성 ... 추출·분석·구조화함으로써, 통합형 '다학제 퇴원관리지원 문서' 개발. 1-5) 이질적 정보 자원을 하나의 플랫폼에서 일관되게 관리, 환자 맞춤형 퇴원계획 수립의 효율성, 정확성 제고.2-1) 퇴원 후 관리에 ...
... 있음. 또한, LLM 기반 맞춤형 퇴원환자 교육 자료 자동 생성 모듈을 다양한 헬스케어 서비스 플랫폼에 탑재하여 다른 급만성 질환자 관리 시스템 구축의 표준 모델로도 적용함으로써 정책적 제도 개선을 ... 가능성을 입증하고, 관련 의료서비스 개발의 과학·기술적 진보를 촉진할 것임. 특히 정제된 임상 데이터와 고도화된 모델 아키텍처의 결합은 향후 의료 AI 알고리즘의 성능 향상 및 적용 범위 확장에 ...