메디플러스솔루션 '세컨드닥터'의 초격차 AI 알고리즘 완성 : 660명 통합 코호트 기반 항암 부작용 예측 및 유전체 연동 정밀영양 솔루션
항암 부작용 예측 AI (Side-effect Prediction)
유전체 기반 정밀영양 (Genomic Precision Nutrition)
디지털 예후 관리 고도화
CLMM 기반 식이 인과관계 도출
PRO-CTCAE 실시간 연계 시스템
기술 개요
기술 상세
사업화 기회
협업 방식
특허/데이터
"사후관리를 넘어 환자의 부작용을 선제적으로 예측·제어하는 '진짜' 지능형 세컨드닥터로 진화할 시간입니다"
본 섹션은 AI로 생성된 내용입니다.
왜 메디플러스솔루션에 본 기술이 필요한가?
현재의 한계 (Pain Point)
세컨드닥터' 내 식단 기록 및 관리 기능이 존재하나, 특정 항암제나 환자의 유전적 형질(SNP)에 따른 부작용 발생 위험을 선제적으로 예측하고 차단하는 '의학적 정밀도' 확보에 한계 있음
기술적 돌파구 (Breakthrough)
EMR(임상) + FFQ(영양) + SNP(유전체) 결합형 CLMM 분석 엔진을 통해, 환자별 부작용 발생 확률(Odds Ratio)을 정밀 계산하여 '세컨드닥터' 내 실시간 개인별 맞춤 식이 솔루션 도출 가능함
본 기술 도입 시 메디플러스솔루션의 변화점
Before (현재)
대형병원 공동 연구 기반의 검증된 서비스이나, 실시간 증상(PRO)과 연동된 '가변적 식이 알고리즘' 부재로 범용적인 건강 가이드 제공 수준에 머무름
After (도입 후)
환자의 일일 부작용 강도에 따라 즉각적으로 알고리즘이 반응하여, 내일의 식단 구성을 동적으로 변경하는 '초개인화 항암 예후 관리 엔진' 탑재함
즉각적인 비즈니스 임팩트
보험 연계 및 EAP 사업 가치 극대화
교보생명 등 보험사 연계 모델에서 부작용 예측 기반의 정밀 관리를 통해 환자 예후를 실질적으로 개선하고, 보험사 손해율 감소 및 서비스 단가(Value-up) 향상 도출
차세대 DTx 인허가 자산 확보
기 구축된 660명 규모의 고정밀 임상-유전체 통합 코호트 데이터를 활용하여, 메디플러스솔루션의 차기 디지털 치료기기(DTx) 파이프라인 구축 비용 및 인허가 준비 기간 획기적 단축
기술 핵심 개요
항암 부작용 완화를 위한 다차원 데이터 융합 맞춤형 영양/식이 솔루션
- 국내 최초 항암 부작용-식이 상관성 빅데이터 구축 (660명 이상의 다중 오믹스 데이터 확보) - 교란변수를 완벽히 통제한 고도화된 CLMM 분석 모델 (암종, 치료법 영향 제외 순수 식이 효과 추출) - 유전체 기반 다유전자 위험점수(PRS) 연동 (개인별 부작용 민감도 정밀 예측) - 실시간 환자보고(PRO-CTCAE) 연동형 mHealth 인터페이스 (임상 현장 적용 가능 구조)
연구원 소개
본 내용은 연구자가 직접 작성한 내용입니다.
한국식품연구원 식품기능연구본부 정밀식이연구단 최효경 연구원
"질병은 이제 단순한 치료를 넘어 조절과 관리의 대상입니다. 개별적으로 존재하던 임상, 영양, 유전체 데이터를 통합한 본 알고리즘은, 항암 환자는 물론 건강인 시장까지 확장 가능한 '개인 맞춤형 식이추천 플랫폼'의 강력한 코어가 될 것입니다."
기술 차별성
1. 데이터의 포괄성 및 연계성 (Multi-Layered Data Integration)
기존 기술의 한계
대부분의 식이 추천 서비스는 환자의 설문 데이터(FFQ)에만 의존하거나, 병원의 임상 데이터(EMR)와 단절되어 있어 실제 치료 과정과의 정합성이 떨어짐
본 기술의 차별점
Full-Stack 데이터 연계: 국내 최초로 EMR(약물/처치) + FFQ(식이) + PRO-CTCAE(부작용) + SNP(유전체) 데이터를 단일 알고리즘 내에서 통합 분석 1. 임상 근거 확보: 단순 식단 제안이 아닌, 실제 암 환자 660명 이상의 임상 경로와 식이 패턴을 매칭하여 '근거 중심(Evidence-based)'의 상관관계를 도출
2. 고도화된 통계 분석 모델 (Advanced CLMM Engine)
기존 기술의 한계
단순 상관분석은 환자의 연령, 성별, 암종, 항암제 종류 등 다양한 '교란변수'를 통제하지 못해, 특정 식품이 정말 부작용을 일으키는지 아니면 다른 요인 때문인지 판별하기 어려움
본 기술의 차별점
1. 교란변수 완벽 통제: CLMM(Cumulative Link Mixed Model) 모델을 적용하여 개인차와 치료 환경 변수를 통계적으로 제거 2. 순수 식이 효과 추출: 약물이나 질환의 영향을 배제한 채, 특정 식품군 섭취가 부작용 발생 위험(Odds Ratio)에 미치는 순수 기여도를 정밀하게 산출
3. 유전체 기반의 초개인화 예측 (Genomic-informed Prediction)
기존 기술의 한계
동일 식품 섭취 시 개인별로 상이하게 나타나는 부작용 반응(유전적 요인)에 대한 설명 부재함
본 기술의 차별점
1. PRS(다유전자 위험점수) 도입: SNP 정보를 활용하여 개인별 부작용 민감도 및 유전적 취약성 수치화 2. 이중 필터링 시스템: 통계적 상관관계에 유전적 위험도를 결합하여 오진율 최소화 및 예측 정확도 극대화 도출
기술 구조
단계
핵심 내용
다중 데이터 수집
EMR 339종 약물, FFQ 109개 식품항목, PRO-CTCAE 19개 부작용, 유전체(SNP) 연동
데이터 처리 및 분석
CLMM 모델 활용 및 교란변수 (인구통계학적 요인, 암종 등) 영향력 통제
알고리즘 위험도 산출
OR(Odds Ratio) 기반 부작용 위험도 분석 및 다유전자 위험점수(PRS) 적용
플랫폼 서비스 연계
부작용 예측 및 ‘권장/주의' 식품 분류, mHealth 및 CDSS(임상의사결정지원시스템) 구현
기술 문의 (필요시)
한국식품연구원 OOO 박사
Tel 010-8978-6417 E-mail jg.lee@rncircle.io
주식회사 디써클 이준구 매니저
Tel 010-8978-6417 E-mail jg.lee@rncircle.io
기술 개발자로부터
기술 상세 내용을 직접
확인해보세요
기술 이전/라이센싱 의사결정을 위한
기술 상세 정보 기술교류회를 진행합니다.
일시: 4/16(목) 13:00 ~ 18:00
장소: 코엑스 OO 컨퍼런스룸
기술 자료에서 확인할 수 있어요!
기술 상세 내용 및 성과
기술 라이센싱/협업 관련 내용
기존 공정(프로세스) 호환성
기술에 대한 질의사항
유관 연구/기술 정보