주식회사 딥네츄럴을 위한 기술 제안
의료 텍스트 데이터 과제에 한국인 임상 근거를 더하는 식품군별 부작용 위험도 205건과 권장·주의 식품 분류
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.
딥네츄럴
이 이 기술을 주목해야 하는 이유
1
데이터 팜 매니지드 서비스: 항암 식이 질의응답 데이터 설계
기존 문제
데이터 팜은 도메인 전문성이 필요한 데이터를 설계부터 품질 검수까지 맡지만, 항암 식이처럼 답에 근거가 필요한 의료 질의응답 데이터는 정답을 판단할 실환자 기준이 없으면 라벨러마다 답이 갈리고 검수 기준도 세우기 어려워 재작업이 늘기 쉽습니다.
적용 방식
식품군별 부작용 위험도(OR) 205건과 권장·주의 식품 분류를 정답 근거로 삼아, 증상별 질문과 근거가 달린 답을 묶는 항암 식이 질의응답 라벨 가이드를 만들고 데이터 팜 검수 단계의 판정 기준으로 씁니다. 데이터 설계를 함께 하는 공동연구로 시작합니다.
2
딥네츄럴 AI 플랫폼: 증상·식품 라벨 체계 템플릿
기존 문제
능동학습으로 라벨링할 데이터를 고르려면 분류 체계가 먼저 정해져야 하는데, 의료 텍스트는 같은 증상도 환자마다 표현이 제각각이라 표준 증상 분류가 없으면 모델이 고르는 샘플과 라벨 품질이 흔들리기 쉽습니다. 식품명도 같은 문제를 겪습니다.
적용 방식
PRO-CTCAE 20개 항목과 109개 식품을 묶은 24개 식품군 체계를 딥네츄럴 AI 플랫폼의 라벨 클래스 템플릿으로 넣고, 능동학습 샘플링과 검수 단계에서 쓰는 표준 증상·식품 분류와 동의어 사전으로 활용합니다. 템플릿 범위를 정하는 PoC로 시작합니다.
도입 효과
기술·성능 개선
의료 텍스트 라벨링에 표준 증상·식품 분류와 정답 근거 추가
PRO-CTCAE 20항목으로 표준 증상 라벨 클래스 템플릿 구성
24개 식품군 체계로 식품 엔티티 분류 기준과 동의어 사전 정의
위험도 205건으로 질의응답 정답 근거 태그와 검수 규칙 설계
B. 비즈니스·사업 개선
의료 AI 데이터 과제 수주와 데이터 팜 도메인 확장에 쓸 근거 확보
공공 의료 AI 과제 제안서에 실환자 근거 기반 라벨 기준 계획 추가
데이터 팜 매니지드 서비스에 항암 식이 도메인 패키지 신규 추가
의료 LLM 개발사 대상 한국어 항암 식이 질의응답 데이터 제안
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