AptaCDSS - A Cardiovascular Disease Level Prediction and Clinical Decision Support System using Aptamer Biochip

AptaCDSS - 압타머칩을 이용한 심혈관질환 질환단계 예측 및 진단의사결정지원시스템

  • Eom, Jae-Hong (Biointelligence Laboratory, School of Computer Science and Engineering, Seoul National University) ;
  • Kim, Byoung-Hee (Biointelligence Laboratory, School of Computer Science and Engineering, Seoul National University) ;
  • Lee, Je-Keun (Biointelligence Laboratory, School of Computer Science and Engineering, Seoul National University) ;
  • Heo, Min-Oh (Biointelligence Laboratory, School of Computer Science and Engineering, Seoul National University) ;
  • Park, Young-Jin (Biointelligence Laboratory, School of Computer Science and Engineering, Seoul National University) ;
  • Kim, Min-Hyeok (Biointelligence Laboratory, School of Computer Science and Engineering, Seoul National University) ;
  • Kim, Sung-Chun (Genoprot Co., Ltd.) ;
  • Zhang, Byoung-Tak (Biointelligence Laboratory, School of Computer Science and Engineering, Seoul National University)
  • 엄재홍 (서울대학교 컴퓨터공학부 바이오지능연구실) ;
  • 김병희 (서울대학교 컴퓨터공학부 바이오지능연구실) ;
  • 이재근 (서울대학교 컴퓨터공학부 바이오지능연구실) ;
  • 허민오 (서울대학교 컴퓨터공학부 바이오지능연구실) ;
  • 박영진 (서울대학교 컴퓨터공학부 바이오지능연구실) ;
  • 김민혁 (서울대학교 컴퓨터공학부 바이오지능연구실) ;
  • 김성천 (제노프라(주)) ;
  • 장병탁 (서울대학교 컴퓨터공학부 바이오지능연구실)
  • Published : 2006.10.20

Abstract

최근 연구결과에 의하면 심장질환을 포함한 심혈관질환은 성별에 관계없이 미국 및 전 세계적으로 질병사망의 주요 원인으로 조사되었다. 본 연구에서는 보다 효율적으로 진단하기 위해 진단의사 결정 보조시스템에 대해서 다룬다. 개발된 시스템은 혈청 내의 특정 단백질의 상대적 양을 측정할 수 있는 바이오칩인 압타머칩을 이용해 생성한 환자들의 칩 데이터를 Support Vector Machine, Neural Network, Decision Tree, Bayesian Network 등의 총 4가지 기계학습 알고리즘으로 분석하여 질환단계를 예측하고 진단을 위한 보조정보를 제공한다. 논문에서는 총 135개 샘플로 구성된 3K 압타머칩 데이터에 대해 측정된 초기 시스템의 질환단계 분류성능을 제시하고 보다 유용한 진단의사결정 보조 시스템을 구성하기 위한 요소들에 대해서 논의한다.

Keywords