인그래디언트를 위한 기술 제안
메디라벨을 비영상 임상 데이터로 넓히는 항암 환자 660명 자가보고 부작용·식이 코호트
한국식품연구원 정밀식이연구단
최효경 연구단장
기술 개요
2022년부터 항암 치료 환자 660명을 추적하며 식이(FFQ)·임상(EMR)·자가보고 부작용(PRO-CTCAE)·유전체(SNP)를 한 사람 단위로 모은 연구데이터와, 이 데이터로 어떤 식품군을 얼마나 먹으면 어떤 부작용 위험이 커지는지를 계산해 환자별 권장·주의 식품을 제시하는 부작용 예측 알고리즘입니다.
인그래디언트
가 이 기술을 주목해야 하는 이유
1
임상 데이터 가공·연구용역: 항암 비영상 데이터
기존 문제
병원·의료기기 개발사·연구기관을 대상으로 한 임상 데이터 가공·연구용역은 영상 라벨링 중심이라, 항암 연구처럼 자가보고 부작용과 식이 기록을 함께 다루는 과제가 오면 라벨 정의부터 새로 세워야 하고 제안 범위도 영상 자료에 머물기 쉽습니다.
적용 방식
EMR·FFQ·식단기록·PRO-CTCAE·SNP가 한 사람 단위로 묶인 660명 코호트 구조를 참조해 항암 분야 데이터 구축 범위를 제안서에 넣고, PRO-CTCAE 20개 항목 정의를 비영상 라벨 기준으로 씁니다. 데이터 이용 계약과 연구자 자문으로 시작합니다.
2
메디라벨 다중 검수: 비영상 임상 라벨 기준표
기존 문제
메디라벨은 복수 라벨러의 작업 결과를 겹쳐 보며 영상 영역의 차이를 검수하고 수정 요청까지 잇지만, 부작용 심각도나 식품 분류처럼 텍스트·설문형 임상 라벨은 서로 다른 판단을 가를 기준표가 없어, 고객에게 검수 결과의 재현성을 설명하기 어렵습니다.
적용 방식
PRO-CTCAE 20개 항목의 빈도·심각도 체계와 109개 식품·24개 식품군 분류를 메디라벨 다중 검수 화면의 기준표로 넣어, 라벨러 간 판단이 다를 때 기준표에 따른 판정과 근거를 남기게 합니다. 병원 연구용역 중 비영상 라벨링 과제 한 건의 PoC로 시작합니다.
도입 효과
기술·성능 개선
메디라벨 검수 체계를 설문·식이 데이터 라벨까지 확장
환자 보고 부작용 라벨에 PRO-CTCAE 20개 항목 빈도·심각도 기준 적용
식단 기록 라벨링에 109개 식품·24개 식품군 분류 체계 적용
메디라벨 다중 검수 판정에 식이-부작용 연관 205건 대조 규칙 추가
B. 비즈니스·사업 개선
병원·연구기관 연구용역에서 항암 비영상 데이터 수주 범위 확대
병원·연구기관 제안서에 항암 비영상 데이터 구축 범위 추가
K-DATA 데이터바우처 메뉴에 항암 식이 데이터 가공 과제 추가
의료 영상 중심 실적에 설문·식이 임상 데이터 레퍼런스 추가
C. 협업 파트너십 체결
연구데이터 사용계약부터 공동연구까지 협업 가능
연구데이터 사용계약 · 민간수탁 · 공동연구 단계별 진행
연구자와 한국식품연구원 기술지원사업화센터 직접 참여
제공·협업 범위
구분
내용
코호트 데이터
항암 환자 660명의 임상·식이·부작용·유전체
환자당 평균 2.6회 관찰한 종단 데이터
식별정보 제거·마스킹 후 제공, 유전체 원데이터 제외
분석 결과·모델
식이 독립 효과 63개 등 위험도(OR) 라이브러리
시제품 3종: 웹 알고리즘·모바일 앱·LLM 식단
특허 출원 4건·영업비밀 등록 알고리즘
연구자 협업
자사 데이터 결합·해석을 돕는 1:1 기술교류
PRS·LP 최적화 등 고도화 모델 공동연구
암종 특화 모델·CDSS 실증은 민간수탁·공동연구로
이용·협업 조건
연구데이터 사용계약·민간수탁·공동연구 중 선택
비밀유지계약 후 데이터 실사·도입 검토부터
이용 범위·비용은 한국식품연구원 기술지원사업화센터와 협의
기술 핵심정보
어떤 기술인가요?
항암 부작용 예측·식이 의사결정 지원 기술은 항암 치료 환자 660명의 임상·처방·식이·자가보고 부작용·유전체 데이터를 한 사람 단위로 묶은 종단 코호트에서 어떤 식품군이 어떤 부작용 위험을 높이거나 낮추는지 찾아내는 데이터·분석 기술입니다. 28개 암종을 7개 군, 339종 약물을 5개 치료법으로 정리하고 432명·1,131개 관찰값을 교란 요인을 통제한 모델(CLMM)로 분석해 식이 독립 효과 63개를 확인했습니다. 이를 위험도(OR)로 바꿔 웹·앱·LLM 식단 추천 시제품으로 구현했고, PRS와 선형예측인자(LP) 최적화로 개인 맞춤 식단까지 고도화하고 있습니다.
어떤 문제를 해결하나요?
1.
가이드라인에 머무는 항암 환자 식이 관리
암 환자 60~80%가 치료 중 부작용을 겪지만 식이 관리는 일반 가이드라인·경험에 기대고, 치료별 반응 차이를 반영하지 못합니다. 암종·치료법·식이 데이터로 부작용 위험을 정량화해 치료 단계부터 식이로 조절하게 합니다.
2.
교란변수에 가려지는 식이-부작용 관계
단순 상관분석은 연령·성별·암종·치료법의 영향을 걸러내지 못해 식이와 부작용의 관계를 잘못 읽기 쉽습니다. 환자당 평균 2.6회 관찰한 432명·1,131개 관찰값을 CLMM으로 분석해 식이의 독립 효과만 골라냅니다.
3.
위험도 예측에서 멈추는 식이 추천
위험도만 알려 주면 무엇을 얼마나 바꿔야 할지는 환자와 의료진의 몫으로 남습니다. 선형예측인자(LP)로 부작용 예측과 식단 최적화를 하나의 수식으로 잇고, 572명 SNP 기반 PRS로 개인별 민감도까지 반영합니다.
연구자 소개
최효경
책임연구원 · 연구단장
한국식품연구원 식품기능연구본부 정밀식이연구단
연구 분야: 암 생존자 정밀영양 재활·의사결정 지원(P-NuRECA), 항암 치료 부작용-식이-유전체 코호트(660명) 구축·분석 책임, 유전체 기반 개인맞춤 영양, 후성유전학 기반 대사질환 조절
한국식품연구원 식품기능연구본부 정밀식이연구단 단장(책임연구원)
본 내용은 연구자가 직접 작성한 내용입니다.
연구자 한마디
“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.”
진행 프로세스
STEP 1
상담 신청
신청 폼 작성
STEP 2
연구자와 미팅
데이터·기술 확인
STEP 3
조건 협의
이용 범위·비용 범위
STEP 4
계약 체결 및 협업
협업 착수
자주 묻는 질문
왜 우리 회사에 기술을 제안했나요?
문의&상담 신청 이후 절차는 어떻게 진행되나요?
문의하면 비용이 발생하나요?
이 연구자와 다양한 협업을 진행하고 싶은데 어떻게 하면 되나요?
문의
담당자
송재민
이메일
jm.song@rndcircle.io
소속
(주)디써클 기술매칭팀
이 연구데이터 사용계약 및
상담 신청하기
데이터 연구
공동 연구
협업 제안
데이터 이용·협업 조건
데이터·기술 관련 문의
양측 협업 방식 진행 논의
자세한 자료 받기
데이터 구성/ 연구성과 자료를
보내드립니다