의료AI, 입력 항목을 필수와 선택으로 나눈 압박골절 예측 장치 특허등록 사례

모델보다 입력 항목의 구성에서 갈립니다

의료AI 발명은 어떤 값을 입력으로 삼는지가 곧 기술의 내용이 됩니다. 모델 자체보다 입력 항목을 어떻게 짰는지에서 차이가 갈리는 경우가 많죠.

이번 사례는 압박골절 발생 예측 장치 및 그 방법입니다. 성별과 신장, 체중, 체질량 지수, 나이, 골밀도 수치처럼 기본적인 값에서 출발하는데요.

여기에 식단과 주간 운동량, 평발 여부, 자주 신는 신발 종류를 더하고, 이전 척추·관절 수술 이력과 기존 압박골절 여부, 발생했던 척추 마디, 자기공명영상에서 잰 근육량, 기저질환과 흡연·음주량, 혈액 수치, 스테로이드 복용과 주사 이력, 암 과거력과 전이 여부까지 이어집니다.

필수와 선택을 구조로 갈라 두었습니다

여기에 척추 엑스레이와 컴퓨터단층촬영, 자기공명영상에서 잰 각도와 길이 값을 함께 넣습니다.

청구항은 이 값들을 필수 입력과 선택 입력으로 나눠 받는 수집부에서 시작하는데요. 진료 현장에서는 모든 검사가 갖춰지지 않은 채 판단해야 할 때가 잦다 보니, 어떤 항목이 반드시 있어야 하는지를 구조로 정해 두면 값이 빠져도 흐름이 끊기지 않습니다.