분당서울대병원 재활의학과 양은주 교수 연구팀이 의료 AI가 환자의 상태뿐 아니라 그 상태에 이른 원인과 과정까지 학습해야 한다는 새로운 데이터 설계 방법 '임상 현실 번역-구성(CRTC)'을 제시했다. 기존 의료 AI는 기능 평가 점수 등 특정 시점의 결과값만 학습해 암 생존자 재활처럼 여러 요인이 연쇄적으로 작용하는 복잡한 임상 현실을 반영하지 못하는 한계가 있었다. CRTC는 기능 변화에 영향을 미치는 핵심 요인을 찾아 시간에 따른 상호작용 흐름을 시계열·그래프 형태로 구성해 AI가 학습하도록 한다. 연구팀은 이것이 새 AI 모델이 아니라 AI 학습에 앞서 데이터를 구성하는 접근법이라고 강조했으며, 해당 연구는 국제학술지 Frontiers in Digital Health에 지난달 25일 게재됐다.

• •분당서울대병원 양은주 교수팀, 원인·과정까지 학습시키는 의료 AI 데이터 설계법 'CRTC' 제시
• •기존 AI는 결과값(기능 평가 점수)만 학습해 암 생존자 재활 등 복잡한 임상 과정 반영 못함
• •CRTC는 기능 변화 요인들의 시간적 상호작용을 시계열·그래프로 구성해 AI 학습에 활용
• •새로운 AI 모델이 아니라 학습 데이터를 구성하는 개념적 접근법임을 연구팀이 강조
• •국제학술지 Frontiers in Digital Health에 지난달 25일 게재