LTSM 신경망을 이용한 당뇨병 입원환자의 혈당 예측

Abstract

당뇨병은 심각한 합병증을 유발하는 만성 질환으로 의료 현장에서는 의사가 환자의 과거 혈당 추이를 참고하여 향후 혈당의 변동을 예측하고 진료를 시행하고 있다. 최근에는 5분마다 혈당을 자동으로 측정하여 연속적인 혈당 변화를 파악할 수 있는 CGM(Continuous Glucose Monitoring) 측정 기기가 도입되어 임상에서도 널리 사용되고 있다. 의사는 CGM 혈당 측정 결과를 반영하여 당뇨 환자의 인슐린 투여 시기, 고위험 시기 등을 예측하고 진료하고 있다. 본 논문에서는 CGM 혈당 측정 데이터를 기반으로 미래의 혈당을 예측하는 딥 러닝 기반 신경망 모델을 설계하고 제안한다. 제안된 모델은 LSTM(Long Short- Term Memory) 기반의 신경망으로 설계하고, 과거의 혈당 데이터뿐만 아니라 HbA1c(당화혈색소), BMI(체질량 지수) 등 환자 개인의 특성 변수도 고려하여 설계하며, 대학 종합병원의 2형 당뇨병 입원 환자들의 CGM 혈당 데이터를 사용하여 적용하고 테스트하였다. 환자의 특성을 고려한 제안된 혈당 예측 신경망 모델이 기존의 LSTM 모델보다도 혈당 예측 정확도가 최대 50% 향상되었다.