에이피메타랩스를 위한 기술 제안
DEEP8 데이터 구축에 항암 임상 데이터셋을 더하는 식별정보 제거 가공 항암 환자 660명 코호트 데이터
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.
에이피메타랩스
가 이 기술을 주목해야 하는 이유
1
산업별 맞춤형 데이터셋: 항암 식이-부작용 구성
기존 문제
의료 판독 데이터처럼 도메인 지식이 필요한 데이터셋을 업종별로 맞춤 구축해 왔지만, 판독 데이터 중심으로는 식이와 부작용의 관계를 학습시킬 수 없고, 의료 AI 학습데이터 과제가 요구하는 결과와 연결된 한국인 임상 데이터를 매번 따로 확보해야 합니다.
적용 방식
식별정보 제거 가공한 660명 코호트 데이터를 DEEP8로 전처리·검수해 24개 식품군·PRO-CTCAE 20개 항목 기준의 학습데이터 구성안을 만들고, 식품군별 위험도(OR) 205건을 라벨의 정답 근거로 붙입니다. 데이터 이용 계약으로 시작하고 범위·형태는 협의합니다.
2
데이터바우처 공급: 헬스케어 수요기업 제안
기존 문제
데이터바우처·AI바우처 공급기업으로 수요기업의 비즈니스 모델에 맞는 데이터 활용 전략을 컨설팅하지만, 디지털 헬스케어·식품 수요기업이 항암 분야를 물으면 바로 제시할 임상 데이터 구성이 없어 제안이 일반 데이터 가공 수준에 머물기 쉽습니다.
적용 방식
항암 환자 660명 코호트의 분석 결과와 가공 데이터 이용 범위를 바우처 공급 메뉴로 정리해, 디지털 헬스케어·식품 수요기업 제안서에 항암 식이 서비스용 데이터 구성안을 넣습니다. 이용 범위·형태는 협의하며 수요기업 한 곳과 PoC로 시작합니다.
도입 효과
기술·성능 개선
DEEP8 데이터셋 구축에 항암 임상 라벨 체계와 정답 근거 추가
DEEP8 전처리·검수 단계에 PRO-CTCAE 20개 항목 부작용 기준 적용
항암 학습데이터 정답 근거에 식품군별 위험도(OR) 205건 연결
데이터셋 메타데이터에 7개 암종군·5개 치료법군 속성 추가
B. 비즈니스·사업 개선
바우처·국책 의료 데이터 과제에서 항암 분야 제안력 강화
헬스케어 바우처 수요기업 제안서에 항암 식이 데이터 구성안 추가
국책 의료 AI 학습데이터 과제에 한국인 실환자 근거 갖춘 제안
의료 판독 데이터 실적에 항암 식이 데이터셋 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