electrocardiogram (2) 썸네일형 리스트형 [논문 리뷰] Artificial intelligence-enhanced risk stratification of cancer theraputics-related cardiac dysfunction using electrocardiographic images 0. 논문 선정 이유- 현재 하고 있는 연구 중 하나가, 심전도(ECG) 데이터를 활용하여 LVEF를 예측하는 인공지능 모델을 개발하는 것인데, 모델 개발은 마무리되었고, 이를 어떻게 실제 임상 현장에 (구체적으로 어떤 환경/환자/상황 등에) 적용할 수 있을지 고민을 하고 있는 중이다. 따라서 해당 논문을 읽으며 추후 방향성에 대한 힌트를 얻을 수 있을 것으로 기대되어 선정하게 되었다. - 해당 논문의 내용을 이해하기 위해서는 기본적인 의학 개념에 대한 이해가 필요할듯! (본문 1-2 ~ 1-4 참고) 1.Introduction1-1. Cancer Therapeutic-Related Cardiac Dysfunction (CTRCD) - 몇몇의 암 & 종양 관련 치료법들은 장기적으로 봤을때 심혈관계에 안.. [논문 리뷰] The 12-lead electrocardiogram as a biomarker of biological age (심전도 데이터를 활용한 사망위험 예측 분석) 01. Introduction 이전 연구들에서 심전도(ECG) 데이터를 활용하면 각 사람을 식별할 수 있으며(지문과 같은 생체 정보로서의 기능), 뿐만 아니라 개인의 나이도 예측할 수 있다는 것이 밝혀졌다. 하지만 심전도로 나이를 예측하는 과정에서 대상자의 실제 나이와 심전도로 예측된 나이에 약간의 차이가 발생할 수 있다. 따라서 본 연구에서는 ECG로 단순히 나이를 예측하는 것을 너머, 실제 나이와 신체 나이 간의 차이를 노화 관련 지표로 설정하고 이러한 차이에 따른 심혈관계 사망률을 분석하고자 한다. 연구에서 사용된 'age'개념은 크게 두가지로 나눌 수 있다. 1) Chronological age : 이는 대상자가 단순히 얼마나 오랜 기간 살았는가를 의미하며, 흔히 말하는 '주민등록상의 나이'라고 .. 이전 1 다음
