| 연구목표 |
본 연구의 가설: 축적된 다양한 데이터들을 이용하여 수술 종류별, 개인 맞춤형 수술 후 통증조절 모델은 더 진보한 수술 후 통증관리가 될 것이며, 나아가 환자의 빠른 회복과 일상의 복귀를 촉진할 것임. 본 연구의 최종 목표는 수술후 발생하는 불가피한 영역으로 치부되는 수술 후 통증을 근거중심의학에 기초하여 빅데이터와 개인의 생체신호를 더하여 좀더 객관화하... |
| 연구내용 |
[1] 1단계 기반 연구: ▶ 통증상태의 생체신호 특징을 파악: 기존연구의 학습과 함께 머신러닝을 이용하여 PPG, ECG, waveform에서 통증을 대변할수 있는 feature를 추출. 각 변수들의 관걔성과 AUROC를 이용하여 변수들같의 조합을 고려함. ▶ 주요 수술의 수술 후 진통제 사용의 패턴과 통증조절 양상을 분석: 수술별, 집도의별 접근을 통해... |
| 기대효과 |
▶ 불가피한 하지만 불필요한 영역인 수술 후 통증을 좀 더 객관적이고 과학적으로 치료하는 프로토콜 및 기술 개발. 본 연구는 주관적인 통증을 좀더 객관화하고 이에 근거한 통증조절방법을 제안하여 임상의들의 환자 진료시 개입을 줄이면서 의료질 향상에 이바지 함. 빠르게 발전하는 Arrtificial intelligence를 마취 임상에 적용하여 의료와 공학의 ... |
| 키워드 |
생체신호,수술 후 통증,빅데이터,맞춤의학 |