본 연구는 생명을 위협하는 패혈증의 조기 진단을 위한 해석 가능한 인공지능 (AI) 접근 방식을 제시한다. 기존 머신러닝 모델의 블랙박스 문제를 해결하기 위해, 임상 지식을 머신러닝과 통합하여 패혈증 발생을 정확하게 예측하고, 의료진이 모델 출력을 이해하고 검증하며 임상 전문 지식과 일치시킬 수 있도록 돕는 것을 목표로 한다.
시사점, 한계점
•
시사점:
◦
패혈증 예측의 정확도를 높이면서 모델의 해석 가능성을 확보하여 임상적 신뢰도를 향상시킴.
◦
의료진이 모델의 예측을 이해하고 검증할 수 있도록 함으로써, 실제 임상 환경에서의 활용 가능성을 높임.
