[연구성과 소식] 머신러닝을 활용한 균혈증 발병 연관 인자 예측 논문 게재
이현수 교수님과 오성수 졸업생이 장정인 석사 과정생, 고윤성 학부 연구생, 양산 부산대학교 병원 임승진 교수님 협업 논문 << Intuitive Risk Equation for Post Transplant Bloodstream Infection Prediction: A Symbolic Regression Approach >> 이 2026년 4월 7일 MDPI-Biomedicines 저널에 게재되었습니다.
간이식 환자의 조기 Bloodstream Infection 예측을 위해 머신러닝 분류 모델과 해석 가능한 Symbolic Regression(SR) 기반 위험 모델을 개발하였고, AUC 0.53-0.64 수준의 성능을 보여주고 있습니다. SHAP 해석과 통계 분석을 통해 EBV/HBV 관련 바이러스 혈청 지표가 기존 검사 지표 외에도 중요한 위험 인자 후보로 확인 되었고, 해석 가능한 AI 접근이 감염 위험 인자 탐색에 의미 있는 단서를 제공할 수 있음을 시사합니다.
