1 |
1
대장암 환자의 최적 항암화학요법 및 최적 항암화학요법을 결정하는 변수에 대한 변수기여도를 도출하는 인공지능 시스템으로서,측정대상대장암 환자의 나이, 성별, 키, 몸무게, 및 BMI지수를 포함하는 생체정보; 및 상기 측정대상대장암 환자의 종양병기분류계통(TNM staging system), 병력, 및 미국마취과학회 신체상태 분류(ASA-PS)에 대한 정보를 포함하는 의료정보;를 포함하는 입력정보를 수신하는 입력정보수신부;상기 측정대상대장암 환자의 상기 입력정보 및 학습대상대장암 환자에 대해 실제로 수행된 항암화학요법에 대한 항암치료정보를 입력받아 상기 측정대상대장암 환자에 대한 복수의 항암화학요법 각각에 대한 치료예측결과를 도출하고, 상기 항암화학요법 중 치료예측결과가 가장 높은 최적 항암화학요법을 도출하는 기본학습모델;상기 측정대상대장암 환자의 상기 입력정보 및 상기 최적 항암화학요법을 입력받아, SHAP알고리즘에 기반하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 변수기여도를 산출하는 SHAP학습모델;상기 측정대상대장암 환자의 상기 입력정보 및 상기 최적 항암화학요법을 입력받아, LIME알고리즘에 기반하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 변수기여도를 산출하는 LIME학습모델; 및상기 SHAP학습모델 및 상기 LIME학습모델에 의해 도출된 복수의 변수기여도를 종합하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 최종변수기여도를 산출하는 변수기여도산출부;를 포함하는, 인공지능 시스템
|
2 |
2
청구항 1에 있어서,기본학습모델은,상기 학습대상대장암 환자의 나이, 성별, 키, 몸무게, 및 BMI지수를 포함하는 생체정보; 상기 학습대상대장암 환자의 종양병기분류계통(TNM staging system), 병력, 미국마취과학회 신체상태 분류(ASA-PS)에 대한 정보를 포함하는 의료정보; 및 상기 학습대상대장암 환자에 대해 실제로 수행된 항암화학요법에 대한 항암치료정보;에 의하여 학습되는, 인공지능 시스템
|
3 |
3
청구항 1에 있어서,상기 SHAP학습모델은 2 이상의 세부SHAP학습모델을 포함하고,상기 2 이상의 세부SHAP학습모델은,상이한 SHAP알고리즘을 수행하고,상기 LIME학습모델은 2 이상의 세부LIME학습모델을 포함하고,상기 2 이상의 세부LIME학습모델은,상이한 LIME알고리즘을 수행하는, 인공지능 시스템
|
4 |
4
청구항 1에 있어서,상기 SHAP학습모델은,상기 측정대상대장암 환자의 입력정보 및 상기 측정대상대장암 환자에 대하여 기본학습모델에 의해 도출된 최적 항암화학요법에 의해 학습되어, 항암화학요법에 대한 입력정보 각각에 대한 변수기여도를 도출하는, 인공지능 시스템
|
5 |
5
청구항 1에 있어서,상기 LIME학습모델은,상기 측정대상대장암 환자의 입력정보 및 상기 측정대상대장암 환자에 대하여 기본학습모델에 의해 도출된 최적 항암화학요법에 의해 학습되어, 항암화학요법에 대한 입력정보 각각에 대한 변수기여도를 도출하는, 인공지능 시스템
|
6 |
6
청구항 1에 있어서,상기 항암화학요법은,FOLFOX, 5FU/LV, XELOX, XELODA 중 1 이상을 포함하고,상기 치료예측결과는,상기 측정대상대장암 환자에 상기 FOLFOX, 5FU/LV, XELOX, XELODA 중 1 이상을 포함하는 항암화학요법이 실제로 수행되었을 때 예측되는 치료효과 및 질병경과에 대한 정보인, 인공지능 시스템
|
7 |
7
청구항 1에 있어서,상기 변수기여도산출부는,상기 SHAP학습모델 및 상기 LIME학습모델에 의해 도출된 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 복수의 변수기여도를 평균하여, 최종변수기여도를 산출하는, 인공지능 시스템
|
8 |
8
청구항 1에 있어서,상기 변수기여도산출부는,상기 SHAP학습모델 및 상기 LIME학습모델에 의해 도출된 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 복수의 변수기여도의 평균값(Avg)을 산출하는 단계;상기 복수의 변수기여도의 평균값과 상기 복수의 변수기여도 각각에 대하여 하기의 [식 1] 로 결정되는 코사인 유사도(Cosine Similarity)를 산출하는 단계;상기 코사인 유사도에 기초하여 상기 변수기여도에 가중치를 부여하여, 가중치가 부여된 상기 복수의 변수기여도를 평균하여 최종변수기여도를 산출하는 단계;를 수행하는, 인공지능 시스템
|
9 |
9
청구항 8에 있어서,상기 변수기여도산출부는,상기 SHAP학습모델 및 상기 LIME학습모델 각각에 대하여 도출된 상기 코사인 유사도에 기초하여, 상기 SHAP학습모델 및 상기 LIME학습모델 각각에 대한 신뢰도를 도출하는, 인공지능 시스템
|
10 |
10
청구항 1에 있어서,상기 인공지능 시스템은,2회 이상 반복 수행되어, 수행 회차별로 산출된 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 최종변수기여도를 누적하여 업데이트하는, 인공지능 시스템
|
11 |
11
대장암 환자의 최적 항암화학요법 및 최적 항암화학요법을 결정하는 변수에 대한 변수기여도를 도출하는 인공지능 시스템의 구현방법으로서,측정대상대장암 환자의 나이, 성별, 키, 몸무게, 및 BMI지수를 포함하는 생체정보; 및 상기 측정대상대장암 환자의 종양병기분류계통(TNM staging system), 병력, 및 미국마취과학회 신체상태 분류(ASA-PS)에 대한 정보를 포함하는 의료정보;를 포함하는 입력정보를 수신하는 입력정보수신단계;상기 측정대상대장암 환자의 상기 입력정보 및 학습대상대장암 환자에 대해 실제로 수행된 항암화학요법에 대한 항암치료정보를 입력받아 상기 측정대상대장암 환자에 대한 복수의 항암화학요법 각각에 대한 치료예측결과를 도출하고, 상기 항암화학요법 중 치료예측결과가 가장 높은 최적 항암화학요법을 도출하는 기본학습단계;상기 측정대상대장암 환자의 상기 입력정보 및 상기 최적 항암화학요법을 입력받아, SHAP알고리즘에 기반하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 변수기여도를 산출하는 SHAP학습단계;상기 측정대상대장암 환자의 상기 입력정보 및 상기 최적 항암화학요법을 입력받아, LIME알고리즘에 기반하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 변수기여도를 산출하는 LIME학습단계; 및상기 SHAP학습단계 및 상기 LIME학습단계에 의해 도출된 복수의 변수기여도를 종합하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 최종변수기여도를 산출하는 변수기여도산출단계;를 포함하는, 인공지능 시스템의 구현방법
|
12 |
12
대장암 환자의 최적 항암화학요법 및 최적 항암화학요법을 결정하는 변수에 대한 변수기여도를 도출하는 인공지능 시스템을 구현하기 위한 컴퓨터-판독가능 매체로서, 상기 컴퓨터-판독가능 매체는, 컴퓨터 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 이하의 단계들은;측정대상대장암 환자의 나이, 성별, 키, 몸무게, 및 BMI지수를 포함하는 생체정보; 및 상기 측정대상대장암 환자의 종양병기분류계통(TNM staging system), 병력, 및 미국마취과학회 신체상태 분류(ASA-PS)에 대한 정보를 포함하는 의료정보;를 포함하는 입력정보를 수신하는 입력정보수신단계;상기 측정대상대장암 환자의 상기 입력정보 및 학습대상대장암 환자에 대해 실제로 수행된 항암화학요법에 대한 항암치료정보를 입력받아 상기 측정대상대장암 환자에 대한 복수의 항암화학요법 각각에 대한 치료예측결과를 도출하고, 상기 항암화학요법 중 치료예측결과가 가장 높은 최적 항암화학요법을 도출하는 기본학습단계;상기 측정대상대장암 환자의 상기 입력정보 및 상기 최적 항암화학요법을 입력받아, SHAP알고리즘에 기반하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 변수기여도를 산출하는 SHAP학습단계;상기 측정대상대장암 환자의 상기 입력정보 및 상기 최적 항암화학요법을 입력받아, LIME알고리즘에 기반하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 변수기여도를 산출하는 LIME학습단계; 및상기 SHAP학습단계 및 상기 LIME학습단계에 의해 도출된 복수의 변수기여도를 종합하여, 상기 최적 항암화학요법에 대한 상기 입력정보 각각에 대한 최종변수기여도를 산출하는 변수기여도산출단계;를 포함하는, 컴퓨터-판독가능 매체
|