CognitiveTwin — 알츠하이머 환자별 인지 저하 궤적을 예측하는 디지털 트윈 프레임워크. 인지 점수·MRI·PET·뇌척수액 바이오마커·유전자 등 다중 모달 종단 데이터를 Transformer로 융합 + Deep Markov Model로 시간 동학 포착. TADPOLE(ADNI) 1,666명 환자 데이터로 학습·평가, 예측 오차·인구통계 공정성·MNAR 결측 robust성 모두 평가. 임상 시험 enrichment + 개인 맞춤 케어 플래닝에 신뢰할 수 있는 도구.
- •알츠하이머 인지 저하 예측 디지털 트윈 — 다중 모달 + Transformer + Deep Markov Model.
- •인지 점수·MRI·PET·CSF 바이오마커·유전자 5개 modality 융합.
- •TADPOLE 1,666명으로 학습·평가 — 정확도 + 인구통계 공정성 + MNAR 결측 robust.
- •임상 시험 환자 enrichment·개인 맞춤 케어 플래닝에 직접 활용 가능.
- •디지털 트윈 의료 적용의 알츠하이머 분야 대표 사례 — 헤테로지니어스 progression 대응.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
CognitiveTwin: Robust Multi-Modal Digital Twins for Predicting Cognitive Decline in Alzheimer's Disease
- 1.알츠하이머 환자별 인지 기능 저하 굤적 예측을 위한 멀티모달 디지털 트윈 프레임워크 CognitiveTwin 제안
- 2.인지 점수·MRI·PET·뇌첨수액 바이오마커·유전자 등 다중 종단 데이터를 Transformer로 융합
- 3.1,666명 TADPOLE 데이터셋 기반, 인구통계 공정성 및 누락 데이터 강건성 검증
왜 중요한가?
개인화된 알츠하이머 진행 예측 모델은 임상 시험 환자 선별 및 맞춤형 케어 계획 수립에 직접 활용될 수 있어 의료 AI의 실용적 가치를 보여준다.
언급 프로젝트
본문 미리보기
arXiv:2604.22428v1 Announce Type: new Abstract: Predicting individual cognitive decline in Alzheimer's disease (AD) is difficult due to the heterogeneity of disease progression. Reliable clinical tools require not only high accuracy but also fairness across demographics and robustness to missing data. We present CognitiveTwin, a digital twin framework that predicts patient-specific cognitive trajectories. The model integrates multi-modal longitudinal data (cognitive scores, magnetic resonance i
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:45AI 초안
