Name: 지식 그래프를 기반으로 한 감소된 난소 예비력에서 침술을 위한 지능형 진단 및 치료 보조 시스템에 관한 연구 (동영상) | JoVE Journal
Uploaded: 2026-05-29T15:20:00.000+00:00
Duration: 8 min 43 s
Description: 학습하세요 지식 그래프와 BiLSTM-CRF 기반 AI 시스템을 활용한 감소된 난소 예비력 침술 진단 및 처방 자동화 방법을. 90명 임상 평가에서 전문가와 86.7% 진단 일치율을 달성했습니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 연구는 기관의 윤리 기준에 따라 수행되었으며, 동부 전선 사령부 종합병원 윤리 위원회(승인 번호)의 승인을 받았습니다. DZQH-KYLLFS-25-38). 포함 전에 모든 참가자로부터 서면 동의를 받았습니다. 모든 환자 데이터는 개인정보 보호를 위해 익명화되고 익명화되었습니다. 이 프로토콜의 연구 도구들은 재료표에 나열되어 있습니다.
1. 지식 그래프 구성
지식 그래프는 다중 출처 데이터 통합 전략을 사용하여 구축되었습니다. 자료 수집과 주석은 전통 중의학(TCM)과 침술에 대한 정식 교육을 받은 훈련된 인력에 의해 수행되었습니다. 데이터 출처에는 고전 침술 문헌, CNKI의 중국어 문헌, Web of Science Core Collection의 영어 문헌, 3차 병원 생식 센터의 임상 데이터, 표준화된 지식 기반이 포함되었습니다(고전 텍스트의 상세 목록은 보충 문서 1에서 확인할 수 있습니다). 이 자료들은 역사적 깊이와 현대적 임상적 관련성을 모두 보장하기 위해 선정되었습니다. 진단 및 치료 패턴 식별을 지원하기 위해 총 400건의 임상 사례가 포함되었습니다. 지식 그래프 구축의 전체 워크플로우는 그림 1에 나와 있습니다. 
<img alt="그림 1" class="xfigimg" src="/files/ftp_upload/71182/71182fig1.jpg" data-altupdatedat="1783400419000" data-alt="Figure 1"> 
그림 1: 지식 그래프 구축 워크플로우. 지식 그래프를 구성하는 데 사용되는 데이터 수집, 추출 및 통합 과정에 대한 개요. <a href="https://www.jove.com/files/ftp_upload/71182/71182fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.</a>
포함 기준은 모든 데이터가 침술 진단 및 치료와 직접적으로 관련되어야 하며, 대상과 관계 추출에 적합한 완전하고 명확한 구조화된 내용을 포함해야 했습니다. 고전 문헌은 비판적으로 정리되어 명백한 오류가 없어야 했던 반면, 현대 문헌은 권위 있는 기관에서 발행한 동료 검토 출판물이나 문서에 한정되었다. 임상 데이터는 식별 해제되고 윤리적으로 승인되어야 했습니다. 제외 기준에는 중복 기록, 불완전한 텍스트 단편, 침술 진단 및 치료와 관련 없는 내용, 근거 없거나 잘못된 진술이 포함되었습니다.
수동 주석과 자동 추출을 결합한 하이브리드 지식 추출 방식을 구현했습니다. 고전 텍스트와 의미적으로 복잡한 내용을 포함한 데이터의 약 30%는 도메인 전문가들이 표준화된 주석 플랫폼을 사용해 수동으로 주석을 달았습니다. 나머지 70%는 대형 언어 모델(LLM)을 사용해 자동 추출을 수행했으며, 여기에는 엔터티 인식, 관계 추출, 용어 정규화 등이 포함됩니다. 모든 자동 생성된 결과는 전문가에 의해 검토 및 수정되어 정확성과 일관성을 보장받았습니다.
자동 추출은 LLM 동작을 안내하기 위해 설계된 구조화된 프롬프트 템플릿을 사용하여 수행되었습니다(템플릿 예시는 보조 파일 2에 제시됨). 이 템플릿들은 모델 역할을 도메인 특화 지식 추출 전문가로 정의하고, 추출 성능을 향상시키기 위해 JSON 트리플릿 형식의 소수 샷 학습 예제를 포함시켰습니다. 사전 처리된 문헌 초록은 애플리케이션 프로그래밍 인터페이스(API)를 통해 제출되었고, 계산 효율성을 높이기 위해 병렬 처리 전략이 도입되었습니다. 추출 출력은 JSON 검증 도구를 사용해 구조적 무결성을 보장하기 위해 파싱 및 검증되었습니다. 검증된 지식 삼중항은 추적성을 유지하기 위해 출처 문서에 따라 이름 붙여진 독립적인 JSON 파일로 직렬화되었습니다.
최종 지식 그래프는 그래프 데이터베이스에 저장되었고, 파이썬 기반 프레임워크를 사용해 구현되었습니다. 시각화는 검사 및 검증을 지원하기 위해 내장된 그래프 데이터베이스 도구를 사용하여 수행되었습니다.
지식 그래프 내 개체들은 일곱 가지 유형으로 분류되었습니다: 질병, 증상, 증후군 패턴, 경혈점, 경락, 치료 방법, 그리고 효과 물질 및 생물학적 기전. 개체 간 관계는 임상 진단 및 치료 논리를 반영하도록 구성되어 다중 홉 추론과 구조화된 추론을 지원하였습니다. 존재론과 관계 구조는 그림 2에 나타난다. 상세한 지식 그래프 스키마와 관계 제약 조건의 예시는 보충 파일 3 과 보충 파일 4에 제공되어 있습니다.
<img alt="그림 2" class="xfigimg" src="/files/ftp_upload/71182/71182fig2.jpg" data-altupdatedat="1783400419000" data-alt="Figure 2"> 
그림 2: 지식 그래프 온톨로지 및 관계 모델. 지식 그래프 내 엔터티 유형과 관계의 도식적 표현. 핵심 실체에는 질병, 증상, 증후군, 경혈점, 치료 방법이 포함되며, 진단 및 치료적 관계를 보여줍니다. 
<a href="https://www.jove.com/files/ftp_upload/71182/71182fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.</a>
2. 애플리케이션 시스템 개발
이 애플리케이션 시스템은 임상 의사결정 지원을 가능하게 하기 위해 구성된 지식 그래프를 기반으로 개발되었습니다. 이 시스템은 사용자 입력 데이터를 처리하고 자연어 처리와 지식 그래프 추론을 통해 구조화된 분석을 수행합니다.
자연어 이해는 명명된 엔터티 인식과 엔터티 링크에 BiLSTM-CRF 모델을 사용하여 구현되었으며; 모델 아키텍처는 그림 3에 나와 있습니다. 모델 아키텍처는 도메인 특화 말뭉치에서 학습된 임베딩 레이어, 맥락 정보를 포착하는 양방향 장기 단기 기억 계층, 최적의 서열 표시를 보장하는 조건부 무작위 필드 레이어로 구성되었습니다. 모델은 수작업으로 주석이 달린 임상 및 문헌 데이터를 기반으로 학습되었으며, 주석은 도메인 전문가들이 독립적으로 수행했습니다. 주석 간 합의는 Cohen의 카파 계수를 사용하여 평가되었으며, 임계값은 ≥0.85였습니다. 불일치는 전문가 합의를 통해 해결되었습니다.
<img alt="그림 3" class="xfigimg" src="/files/ftp_upload/71182/71182fig3.jpg" data-altupdatedat="1783400419000" data-alt="Figure 3"> 
그림 3: BiLSTM-CRF 모델 아키텍처. 임베딩, BiLSTM, CRF 계층을 포함한 이름 있는 엔터티 인식에 사용되는 BiLSTM-CRF 모델의 개략도입니다. 
<a href="https://www.jove.com/files/ftp_upload/71182/71182fig3large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.</a>
추론 과정에서 모델은 임상 입력 데이터에서 증상, 질병, 증후군 패턴을 포함한 구조화된 개체들을 추출했습니다. 이 엔터티들은 용어 정규화, 코사인 유사성 기반 벡터 매칭, 맥락 동음이의성 해소를 사용하여 지식 그래프 내 표준화된 노드에 매핑되었습니다.
지식 검색은 키워드와 의미론 기반 접근법을 결합한 이중 모드 전략으로 수행되었습니다. 키워드 검색은 구조화된 개체의 정확한 매칭을 위해 전체 텍스트 색인을 활용했고, 의미적 검색은 관련 비구조화 지식을 식별하기 위해 벡터 표현을 사용했습니다. 검색된 결과는 병합, 중복 제거, 구조화되어 후속 처리를 위해 이루어졌습니다. 다차원 순위 전략을 적용하여 정확한 일치, 의미 유사성, 키워드 관련성을 기준으로 결과를 우선순위 지정하고, 부인과 및 DOR 관련 맥락에 따라 가중치를 조정하였습니다.
시스템은 자연어 생성 기법을 사용하여 진단 및 치료 출력을 생성하여 구조화된 지식을 임상적으로 해석 가능한 응답으로 변환했습니다.
3. 임상 적용 및 평가
개발된 시스템은 임상 환경에서 실제 성능을 평가하기 위해 적용되었습니다. 연구 참가자들은 난징의 3차 병원에서 난소 예비력 저하 진단을 받은 환자들로, 침술 치료를 받는 데 동의했습니다.
참가자는 20세에서 40세 사이이고, 2016년 POSEIDON 기준과 2020년 중국 전문가 합의에 따른 난소 예비력 감소 진단 기준을 충족하면 자격이 있었습니다. 진단 지표로는 항뮐러호르 수치 감소와 5&lt; 구외난포 수 감소가 포함되었습니다. 환자는 생식력에 영향을 미치는 질환, 심각한 동반질환이 있거나 지난 3개월 이내에 침술 치료를 받은 경우 제외되었습니다. 환자 포함 및 제외 흐름도는 그림 4에 나와 있습니다.
<img alt="그림 4" class="xfigimg" src="/files/ftp_upload/71182/71182fig4.jpg" data-altupdatedat="1783400419000" data-alt="Figure 4"> 
그림 4: 환자 포함 및 제외 흐름도. 환자 선택을 보여주는 흐름도. 총 127명의 환자가 포함 기준을 충족했으며, 90명은 제외 기준을 적용하고 불완전한 데이터를 반영하여 포함되었습니다. <a href="https://www.jove.com/files/ftp_upload/71182/71182fig4large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.</a>
인구통계학 및 임상 정보를 포함한 환자 데이터가 구조화된 형식으로 수집 및 기록되었습니다. 참가자들은 증상 및 임상 정보를 수집하기 위해 표준화된 설문지를 작성했으며(상세 설문지는 보충 파일 5에 제공됨), 시스템은 입력 데이터를 바탕으로 진단 출력과 침술 처방을 생성했습니다.
시스템 성능은 진단 정확도와 치료 적합성을 기준으로 평가되었습니다. 진단 정확도는 기준 기준으로 제공된 세 명의 선임 산부인과 의사가 제공한 시스템별 증후군 분화 결과를 비교하여 평가하였습니다. 진단 일치율은 모든 사례 중 일관된 사례의 비율로 계산되었습니다.
치료 적합성은 임상 경력 5년 이상과 고위 전문 직함을 가진 3명의 수석 침술사 패널에 의해 평가되었습니다. 전문가들은 5점 리커트 척도를 사용해 시스템이 생성한 처방전을 독립적으로 평가했습니다. 평가자 간 합의는 켄달의 일치 계수(W)를 사용하여 평가되었습니다.

<table><tbody><tr><td>BiLSTM-CRF</td><td>오픈 소스 (https://github.com/jmhIcoding/bilstm-crf)</td><td>N/A</td><td>임상 텍스트 추출에서 이름 엔티티 인식에 사용되는 딥러닝 모델 아키텍처.</td></tr><tr><td>CNKI 데이터베이스</td><td>중국 국가 지식 인프라</td><td>N/A</td><td>관련 중국어 학술 간행물을 검색하는 데 사용되는 문헌 저장소.</td></tr><tr><td>JSON 뷰어 & 포매터</td><td>Megaish</td><td>1.6.0</td><td>JSON 데이터 구조 보기 및 유효성 검사에 사용되는 소프트웨어 도구.</td></tr><tr><td>KGs 주석 플랫폼</td><td>난징 KGI 데이터 기술 유한공사</td><td>N/A</td><td>지식 그래프 구성을 지원하기 위해 의료 엔티티 및 관계 코퍼스의 수동 레이블 지정에 사용되는 웹 기반 협업 주석 플랫폼.</td></tr><tr><td>대형 언어 모델 API</td><td>Moonshot AI</td><td>N/A</td><td>생물의학 문헌에서 의미론적 이해 및 자동화된 지식 추출에 사용되는 Kimi LLM API; OpenAI API 형식과 호환되는 인터페이스.</td></tr><tr><td>MySQL</td><td>Oracle Corporation</td><td>8.0.42</td><td>구조화된 임상 데이터 저장을 위해 사용되는 관계형 데이터베이스 관리 시스템.</td></tr><tr><td>Neo4j 브라우저</td><td>Neo4j,Inc.</td><td>5.26.10</td><td>부인과 지식 그래프의 대화형 시각화 및 탐색적 쿼리에 사용되는 그래프 데이터베이스 인터페이스.</td></tr><tr><td>Python</td><td>Python 소프트웨어 재단</td><td>3.11.4</td><td>자동화된 문헌 크롤링, LLM API 호출, 다중 프로세싱 조정, 데이터 구문 분석 및 지식 그래프 구성에 사용되는 주요 프로그래밍 언어.</td></tr><tr><td>Web of Science Core 컬렉션</td><td>Clarivate Analytics</td><td>N/A</td><td>관련 영어 학술 간행물을 검색하는 데 사용되는 문헌 저장소.</td></tr></tbody></table>

지식 그래프를 기반으로 한 감소된 난소 예비력에서 침술을 위한 지능형 진단 및 치료 보조 시스템에 관한 연구

A Study on an Intelligent Diagnosis and Treatment Assistant System for Acupuncture in Diminished Ovarian Reserve Based on a Knowledge Graph

구성된 지식 그래프는 고전 전통 중의학 교전, 현대 임상 문헌, 실제 사례 기록에서 이질적인 데이터를 통합하며, 지식 그래프 구성 및 평가의 확립된 원칙을 따릅니다. 총 374개의 중국어 자료, 267개의 영어 논문, 82개의 고전 중의학 문헌이 포함되어 역사적 깊이와 현대적 임상적 관련성을 모두 확보했습니다(그림 5). 
<img alt="그림 5" class="xfigimg" src="/files/ftp_upload/71182/71182fig5.jpg" data-altupdatedat="1783400419000" data-alt="Figure 5"> 
그림 5: 지식 출처의 분포. 중국 문헌(54%), 영어 논문(39%), 중의학 서적(7%)을 포...

Diminished ovarian reserve (DOR) is increasing in incidence and affecting younger women. Acupuncture has been used clinically for DOR; however, practice ...

a-study-on-an-intelligent-diagnosis-treatment-assistant-system-for

Research

연구

JoVE Journal

Medicine

의학

생물 의학 보고서에 설명된 대로 미토콘드리아 단백질 및 심혈관 질환과의 연관성을 조사하기 위한 계산 프로토콜인 CaseOLAP LIFT 및 사용 사례가 제시됩니다. 이 프로토콜은 사용자가 선택한 세포 구성 요소 및 질병을 연구하는 데 쉽게 적용할 수 있습니다.

생물의학 보고서를 통해 질병에서 세포 소기관 경로의 역할을 밝히기 위한 지식 그래프 접근 방식

여기에서는 만성 저산소증 마우스 모델에서 경미한 마취 및 침술 치료를 구현하고 치료 후 인지 변화를 평가하기 위한 행동 테스트를 수행하기 위한 프로토콜을 설명합니다.

만성 저산소증 유발 인지 기능 장애의 마우스 모델에서 침술 치료

이 연구는 알츠하이머병과 같은 쥐에서 실 끼워넣기 침술 요법을 위한 프로토콜을 제시합니다.

알츠하이머에서 Thread-Embedding Acupuncture Therapy의 작동 절차 및주의 사항

본 프로토콜은 난소 조직 동결보존을 통한 가임력 보존이 필요한 25세 미만 환자의 난소 예비력을 평가하는 방법을 설명합니다. 이 방법에는 (1) 대뇌 피질 샘플의 난소 예비력에 대한 조직학적 평가, (2) 참조 데이터 세트와의 비교, (3) Z-점수 계산이 포함됩니다.

가임력 보존을 겪고 있는 젊은 환자의 난소 예비력을 평가하기 위한 Z-점수

이 기사에서는 대규모 언어 모델(LLM) 추론과 RAG(Retrieval-Augmented Generation)를 통합하는 RUGGED(Retrieval Under Graph-Guided Explainable disease Distinction)에 대해 설명합니다. 전문가가 선별한 생물의학 지식 기반 및 동료 검토를 거친 생물의학 출판물에서 증거를 도출하여 최신 정보에서 새로운 지식을 종합하고, 설명 가능하고 실행 가능한 예측을 식별하고, 가설 기반 조사를 위한 유망한 방향을 정확히 찾아냅니다.

증거 기반 지식 종합 및 가설 검증: 설명 가능한 AI 및 에이전트 시스템을 통한 생물의학 지식 기반 탐색

이 프로토콜은 고지혈증이 복합적인 과체중 환자를 위한 침술 시술을 상세히 설명하며, BMI, 콜레스테롤, 중성지방 수치를 포함한 지표를 바탕으로 감정적 요인이 치료 효과에 미치는 영향을 인증합니다.

고지혈증이 동반된 과체중 환자에 대한 침술 치료의 효과에 미치는 감정적 요인의 영향: 후견 코호트 연구

약시는 종종 한 쪽 눈의 강력한 억제와 함께하는 시각 피질의 발달 장애입니다. 우리는 측정 및 가상 현실 고글 혹은 휴대용 아이팟 터치 장치를 사용하고 배포 할 수 있습니다 약시 환자에서 interocular 억제 치료를위한 새로운 기술을 제시한다.

약시의 억제의 측정 및 치료

복막 무결성의 손실을 이해하고 만성 골반 통증을 치료 endometriosis의 가벼운 형태의 여성과 쉽게 laparoscopy시 염료의 intraoperative 떨어 뜨림을 사용하여 감지 할 수 할 수있는 새로운 패러다임을 제공합니다.

미묘한 Endometriosis의 Intraoperative 감지 : 복막 무결성의 손실과 관련된 골반 통증의 감지 및 치료를위한 소설 패러다임

두 운동의 패러다임은 운동 능력과 운동 심장 적응에 폐경의 영향을 조사하기 위해 새로 개발 된 화학적으로 유도 된 폐경의 마우스 모델에서 테스트되었다.

쥐의 운동 능력과 심장 적응에 화학적으로 유도 된 난소 실패의 영향을 연구하는 방법

다발성 경화증에있는 신경 및 신경 심리학 적 손상과 장애의 정확한 측정은 도전이다. 우리는 새로운 시험, 다발성 경화증 성능 테스트 (MSPT)에 대한 방법 론적 세부 사항을보고한다. MS 관련 장애의 정량화의 목적이 새로운 접근 방식은 MS의 심각도의 정확한 유효 측정을위한 컴퓨터 기반의 플랫폼을 제공합니다.

다발성 경화증 성능 테스트 (MSPT) : 아이 패드 기반 장애 평가 도구

학습하세요 지식 그래프와 BiLSTM-CRF 기반 AI 시스템을 활용한 감소된 난소 예비력 침술 진단 및 처방 자동화 방법을. 90명 임상 평가에서 전문가와 86.7% 진단 일치율을 달성했습니다.

지식 그래프를 기반으로 한 감소된 난소 예비력에서 침술을 위한 지능형 진단 및 치료 보조 시스템에 관한 연구

더 많은 동영상 탐색