이 강연에서는 암 이미징에 대해 설명하며, 특히 이미지를 통해 몇 년 전에 암 진단 가능성을 예측하는 모델 개발에 초점을 맞춥니다. 폐 CT, 유방암 맘모그라피, 그리고 최근에는 MRI를 이용한 전립선암 등이 연구되고 있습니다. 또한, 질병을 모델링하는 것뿐만 아니라, 그 질병을 치료할 수 있는 화학적 치료법에 대해서도 논의합니다. 이러한 맥락에서 생물학적 시스템 내에서 화학이 어떻게 작용하는지, 단백질과 펩타이드와 같은 생물분자를 모델링하는 방법에 대해서도 언급합니다. 암 이미징에서는 위험도에 따라 개인화된 스크리닝 방법을 모색하며, 예를 들어 유방암 예측 모델인 ‘메아이(MEAI)’가 5개국 7개 기관에서 검증되었습니다. 또한, 약물 발견에서는 항생제의 새로운 형태를 찾기 위한 데이터 수집과 분자의 특성을 자동으로 학습할 수 있는 모델 개발을 강조합니다. 마지막으로, 질병과 그 치료법을 넘어 단백질과 소분자 간의 상호작용을 모델링하는 새로운 방법에 대해서도 설명합니다. 이러한 연구들은 실제 임상에서 사용될 수 있는 혁신적인 접근법을 제시합니다.
─
원문 URL : https://www.youtube.com/watch?v=b7V2OEZAk6Y
원문 제목 : Machine Learning For Healthcare And Drug Discovery
