Counterfactual Machine Learning for Individualized Intraoperative Blood Pressure Management in Noncardiac Surgery: A Multinational Validation and Prospective Interventional Trial
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(도전형)
2026년
2710113309
과학기술정보통신부
한국연구재단
서울대학교
윤현규
2명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
9,486만원
9,486만원
기초연구
대학
서울특별시 관악구
보건의료 > 임상의학 > 마취과학
-핵심 연구 개념● 본 연구는 반사실적 기계학습(counterfactual machine learning) 프레임워크를 수술 중 혈역학 관리에 적용하여, 현행 가이드라인이 권고하는 단일 혈압 목표치(평균동맥혈압 ≥65 mmHg) 기반의 보편적 관리(one-size-fits-all)를 보완할 수 있는 환자 개별 인과 효과 기반 의사결정 체계를 검토한다. 구체...
● 1단계) 개별 치료 효과 추정과 국제 외적 검증● 데이터는 예비 분석에 사용한 3개 독립 코호트인 INSPIRE open dataset, 고려대학교 구로병원, 서울대학교병원 자료 총 141,292명과 외적 검증용 UNC at Chapel Hill 다인종 코호트를 이용한다. 급성 신손상은 KDIGO 기준으로, 수술 중 저혈압은 평균동맥혈압 65 mmHg ...
... 개선할 수 있음을 실제 전향적 연구로 제시할 수 있다면, 이는 마취·중환자 영역의 임상시험 설계 방법론으로 활용될 수 있다.-상용화 및 확산● 충분한 임상 근거가 확보되면 의료기기 소프트웨어 인허가와 지식재산권 확보, 산학 기술이전을 후속 단계로 추진할 수 있다.2) 연구과제의 기대효과-학문적 기대효과● 본 과제는 마취과 영역에서 causal machine learning을 후향 검증에서 ...