[프로그램]녹내장 진단 및 발병 년수 예측 프로그램

Abstract

실제 임상에서 진단과 그에 따른 치료 결정은 다양한 검사 결과, 위험 요인, 그리고 동반 질환을 기반으로 이루어집니다. 그러나 상대적으로 몇 안 되는 연구들이 머신러닝 모델 훈련에 임상 데이터를 활용하려 시도하였습니다. 본 연구에서는 7년 이상 추적 관찰된 종적 코호트에 관한 기초 특성들이 안저 이미지와 포괄적인 임상 데이터셋에서 추출되어 입력 변수로 사용되었습니다. 이후,머신러닝 알고리즘들이 정상혈압의 GS 환자들에서 정상압성 녹내장(NTG)으로의 전환을 예측하는 능력을 비교하였습니다. 추가적으로, 정상압의 GS 환자들 중 NTG로 발전한 경우, 전환까지의 시간과 관련 요인들을 이용해 예측합니다.