분당서울대병원은 소아청소년과 신경분과 빅데이터·AI 연구실 김헌민·조재소 교수팀이 최근 개최된 ‘대한뇌전증학회 국제학술대회’에서 최우수 구연상·포스터상을 수상했다고 25일 밝혔다.
교수팀은 ‘뇌전증 환자 뇌파·MRI 판독문을 자동 구조화하는 프로세스 개발’로 최우수 구연상을, ‘소아뇌전증 환자에서 유전진단율·진단율을 높이는 방법에 대한 연구’로 포스터상을 수상했다.
최우수 구연상을 수상한 연구는 비정형 텍스트로 적힌 ·MRI 판독문을 자연 언어 처리 기반 딥러닝 기법을 이용해 자동으로 구조화하는 방법을 개발한 것으로, 뇌전증 진단을 위해 검사한 뇌파·MRI 판독문을 입력하면 자동으로 ▲배경파 이상 유무 ▲발작파 존재 유무 ▲발작파 위치 ▲발작파 종류 등으로 구분한다. 이 연구는 보건복지부 ‘뇌신경계질환 임상현장 문제해결 기술개발 사업’의 일환으로 진행됐다. 뇌파·MRI 판독문 자동 구조화를 통해 뇌전증 빅데이터 연구 효율성을 높여줄 것으로 평가받으며 최우수 구연상의 영예를 안았다.
포스터상은 소아 뇌전증 환자의 유전 진단률 향상을 위해 ‘염색체 마이크로 어레이검사’와 ‘차세대 염기서열 분석’을 활용한 연구다. 연구팀은 차세대 염기서열 분석으로 찾은 2만개 유전자 중 소아 뇌전증을 유발한다고 알려진 30개 유전자를 우선 검사·판독함으로써 유전진단율을 높이는 방법을 제시했다. 이 연구는 ‘이건희 소아 암·희귀 질환극복사업’의 일환으로 진행됐다.
김헌민 교수는 “뇌 MRI 판독문을 자동 구조화한 연구는 그동안 연구진이 직접 분류했던 어려움을 해결해 뇌전증 연구의 효율성과 진단율을 높였다는 점에서 의미가 있다”고 말했다.
교수팀은 ‘뇌전증 환자 뇌파·MRI 판독문을 자동 구조화하는 프로세스 개발’로 최우수 구연상을, ‘소아뇌전증 환자에서 유전진단율·진단율을 높이는 방법에 대한 연구’로 포스터상을 수상했다.
최우수 구연상을 수상한 연구는 비정형 텍스트로 적힌 ·MRI 판독문을 자연 언어 처리 기반 딥러닝 기법을 이용해 자동으로 구조화하는 방법을 개발한 것으로, 뇌전증 진단을 위해 검사한 뇌파·MRI 판독문을 입력하면 자동으로 ▲배경파 이상 유무 ▲발작파 존재 유무 ▲발작파 위치 ▲발작파 종류 등으로 구분한다. 이 연구는 보건복지부 ‘뇌신경계질환 임상현장 문제해결 기술개발 사업’의 일환으로 진행됐다. 뇌파·MRI 판독문 자동 구조화를 통해 뇌전증 빅데이터 연구 효율성을 높여줄 것으로 평가받으며 최우수 구연상의 영예를 안았다.
포스터상은 소아 뇌전증 환자의 유전 진단률 향상을 위해 ‘염색체 마이크로 어레이검사’와 ‘차세대 염기서열 분석’을 활용한 연구다. 연구팀은 차세대 염기서열 분석으로 찾은 2만개 유전자 중 소아 뇌전증을 유발한다고 알려진 30개 유전자를 우선 검사·판독함으로써 유전진단율을 높이는 방법을 제시했다. 이 연구는 ‘이건희 소아 암·희귀 질환극복사업’의 일환으로 진행됐다.
김헌민 교수는 “뇌 MRI 판독문을 자동 구조화한 연구는 그동안 연구진이 직접 분류했던 어려움을 해결해 뇌전증 연구의 효율성과 진단율을 높였다는 점에서 의미가 있다”고 말했다.
이 기사와 관련기사