창의IT 박성민 교수팀, ‘AI알고리즘’으로 한층 업그레이드된 인공췌장

출처 : 포항공과대학교
등록일 : 2021-02-01
조회 : 54

<div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">전 세계적으로 당뇨병이 급증하고 있다. 당뇨병은 평생 완치가 되지 않는 질병으로 꾸준히 관리해야 한다. 당뇨병 관리를 돕기 위해 연속혈당 데이터를 바탕으로 인슐린을 혈중에 주입해주는 인공췌장이 인공지능 학습으로 더 똑똑해졌다.</span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">창의IT융합공학과 박성민 교수, 통합과정 이승현씨, 김지원씨 연구팀은 인공지능의 강화학습(reinforcement learning)을 활용해 당뇨 환자에게 맞는 인슐린 양을 계산해 자동으로 주입해주는 AI 알고리즘을 개발했다. 이 연구의 성과는 의료정보학 분야의 권위있는 국제학술지 ‘IEEE JBHI(IEEE Journal of Biomedical and Health Informatics)’ 최신호에 특집 논문(Featured Article)로 게재됐다.</span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">제1형 당뇨병 환자의 경우 체내에서 인슐린이 거의 분비되지 않기 때문에, 인슐린을 매일 주사해야 한다. 특히, 섭취하는 음식 속의 탄수화물 양을 매번 확인해 그에 맞는 인슐린 양을 계산하고, 식사 전에 미리 주사를 해야하는 번거로움이 있다. 이러한 병원 밖 자가 인슐린 치료를 도와주는 기기인 인공췌장이 시판되고 있기는 하지만 여전히 식사정보를 매번 입력해야 하는 한계가 있다.</span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: center; line-height: 1.8;" align="center"><span style="font-size: 11pt;"><img src="/rndgate/eg/common/getDrtImage.do?url=/FILE/upload/smartEditor/2021/02/IMG_20210225093932339.PNG" title="1.PNG" width="613" height="357"><br style="clear:both;"></span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">연구팀은 이런 번거로움을 해결하기 위해 알파고의 알고리즘으로도 잘 알려진 강화학습에 약리학 개념을 추가했다. 이렇게 개발된 AI알고리즘의 학습 결과, 미국 FDA승인 가상 제1형 당뇨병 환자에서 하루 평균 89.56%의 정상혈당 범위를 유지하는것을 확인했다. 이는 식사량을 입력하는 기존 인공췌장 알고리즘에 버금가는 성능으로, 식사정보 없이도 개인화와 자동화 측면에서 높은 혈당관리 성능을 보이는 것으로 나타났다.</span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">연구팀은 “완전 자율화된 인공췌장은 의료분야에서의 자율주행과 같다”며 “이번에 개발된 AI 알고리즘은 식사량을 따로 입력하는 번거로움 없이 완전히 자동화된 개인맞춤형 혈당 관리를 가능하게 하며, 현재 동물실험을 진행중이다”고 말했다. 또한, “이 알고리즘은 약물을 기반으로 한 다른 치료에도 확장할 수 있을 것으로 기대한다”고 덧붙였다.</span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">한편, 한국연구재단 과학기술분야 기초연구사업(중견연구)의 지원으로 수행됐다.</span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;"><a href="https://ieeexplore.ieee.org/document/9115809" target="_blank"><b>&nbsp; &nbsp;- 논문명:&nbsp; Toward a Fully Automated Artificial Pancreas System Using a Bioinspired Reinforcement Learning Design: In Silico Validation</b></a></span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">&nbsp; &nbsp;- abstract&nbsp;</span></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;">Objective: The automation of insulin treatment is the most challenge aspect of glucose management for type 1 diabetes owing to unexpected exogenous events (e.g., meal intake). In this article, we propose a novel reinforcement learning (RL) based artificial intelligence (AI) algorithm for a fully automated artificial pancreas (AP) system. Methods: A bioinspired RL designing method was developed for automated insulin infusion. This method has reward functions that imply the temporal homeostatic objective and discount factors that reflect an individual specific pharmacological characteristic. The proposed method was applied to a training method using an RL algorithm and was evaluated in virtual patients from the FDA approved UVA/Padova simulator with unannounced meal intakes. Results: For a single-meal experiment with preprandial fasting, the trained policy demonstrated fully automated regulation in both the basal and postprandial phases. In the in silico trial with a variation of insulin sensitivity and dawn phenomenon, the policy achieved a mean glucose of 124.72 mg/dL and percentage time in the normal range of 89.56%. The layer-wise relevance propagation provides interpretable information on AI-driven decision for robustness to sensor noise, automated postprandial regulation, and insulin stacking avoidance. Conclusion: The AP algorithm based on the bioinspired RL approach enables fully automated blood glucose control with unannounced meal intake. Significance: The proposed framework can be extended to other drug-based treatments for systems with significant uncertainties.</span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;"><a href="https://ieeexplore.ieee.org/document/9115809" target="_blank"><b>&nbsp; &nbsp;- 👉논문보러가기: https://ieeexplore.ieee.org/document/9115809</b></a></span></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify;" align="justify"><br></div><div style="text-align: justify; line-height: 1.8;" align="justify"><span style="font-size: 11pt;"><b><span style="color: rgb(0, 117, 200);">※ 자세한 내용은 링크를 참고하시기 바랍니다.</span></b></span></div>

URL : http://www.postech.ac.kr/%ec%b0%bd%ec%9d%98it-%eb%b0%95%ec%84%b1%eb%af%bc-%ea%b5%90%ec%88%98%ed%8c%80-ai%ec%95%8c%ea%b3%a0%eb%a6%ac%ec%a6%98%ec%9c%bc%eb%a1%9c-%ed%95%9c%ec%b8%b5-%ec%97%85%ea%b7%b8%eb%a0%88/?pageds=1&k=&c=

태그 : #건강 #만성질환 #당뇨병 #인슐린 #인공췌장 #AI알고리즘 #사회문제 #사회문제해결 #사회문제해결플랫폼