Diagnostic and Therapeutic Model for Korean Major Depressive Disorder Using Multi-Modal Data
Lists
Only you see this
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 검사의 4가지 멀티 모달 데이터를 이용해 우울증 여부를 진단하고 항우울제 반응의 정도를 예측할 수 있는 모델을 제안하여 우울증 진단의 경우 AUROC 점수 0.923, 항우울제 반응성 예측의 경우 MSE 0.08의 정확도를 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 요인을 찾는 것뿐 아니라 새로운 가설을 제시하였다.
BibTeX
@article{choi2019diagnostic,
author = {Yonghwa Choi and Aram Kim and Minji Jeon and Sun-Kyu Kim and Kyu‐Man Han and Eunsoo Won and Byung‐Joo Ham and Jaewoo Kang},
title = {{Diagnostic and Therapeutic Model for Korean Major Depressive Disorder Using Multi-Modal Data}},
journal = {Journal of KIISE},
year = {2019},
doi = {10.5626/jok.2019.46.1.71},
}Loading related content...