KNN

Research

연구 정보

Research Project (승인과제목록)

KNN 연구 요약서

Title	Can artificial intelligence predict intestinal perforation in very low birth weight infants?
Author	손준혁, 나재윤, 안자혜, 이현주, 박현경
작성자	안자혜
Background	미숙아, 특히 주수가 어리고 출생체중이 낮을수록 다양한 원인과 pathogenesis에 의해서 장천공이 발생한다. 미숙아에서의 장천공은 즉각적인 진단과 surgical intervention 개입이 되지 않으면 높은 사망률과 심한 합병증을 가져올 수 있는 질환이지만, 아직 이에 대한 정확한 원인이나 복잡한 발병기전에 대해 뚜렷이 연구된 것이 없어, 장천공을 미리 예측하기는 임상적으로 어려운 실정이다.
Aim / Hypothesis	KNN 데이터에서 장천공과 관련하여 여러 antenatal/postnatal factors들을 인공지능을 통하여 학습시켜 알고리즘을 만든 뒤 본원의 실제 환자들을 대상으로 적용해 봄으로써 VLBW infants에서 장천공 prediction model의 clinical application 및 clinical feasibility를 탐구하고자 한다.
Inclusion Criteria	Very low birth weight infant <1,500g
Exclusion Criteria	생후 7일 이내 사망한 환자, 심각한 선천성 기형
Study Design Statistical methods	VLBW infant의 여러maternal factor, patient factor들을 가지고 Artificial Neural Network (ANN) 같은 딥러닝 인공지능 분석 방법을 사용하여 장천공 발생을 예측하는 알고리즘을 만든다. Machine Learning을 거친 뒤 만들어진 예측 모델을 통하여 기존 본원 환아들을 대상으로 장천공이 발생을 prediction하여 모델의 유용성을 평가한다.
Primary Outcomes	질병예측모델의 AUC, Accuracy, F1 score
Secondary Outcomes and Definitions
Protocols	retrospective study design
Funding	none

질병관리청 바로가기

대한신생아학회 바로가기

국립보건연구원 바로가기

Korean Neonatal Network TEL : 070-8095-2023 FAX : 02-3410-3540
E-mail : knn@knn.or.kr

COPYRIGHT © 2022 KNN. ALL RIGHTS RESERVED.