인스파이어드 개요 인스이어드(Inspired) 인공지능I) 기반 의 진단 소프웨어 분야에서 주목받는 솔루션으로, 의료 영 분석, 질병 조기 진단, 임상 의사결정 지원 등을 목적으로 개발된 고도화된 알고리즘 기반 플랫폼이다. 본 소프트웨어는 딥러닝 및 머신러닝 기술을 활용하여 방대한 의료 데이터를 학습하고, 방사선 영상(예: CT, MRI, X-ray), 병…
검색 결과
"Class I"에 대한 검색 결과 (총 18개)
항원 (Antigen) 1. 개요 항원(Antigen)이란 생체 내로 유입되었을 때 면역 체계에 의해 '비자기(Non-self)'로 인식되어, 항체의 생성을 유도하거나 림프구의 활성화를 유도하는 물질을 말한다. 항원이라는 용어는 '항체를 생성하는 물질'이라는 의미의 Antibody(항체)에서 유래되었으며, 면역 반응의 트리거(Trigger) 역할을 수행하여…
바이러스 벡터 백신 (Viral Vector Vaccine) 바이러스 벡터 백신은 무해하게 변형된 바이러스를 운반체(Vector)로 사용하여, 표적 질병을 일으키는 항원 유전자(Antigen Gene)를 체내 세포로 전달함으로써 면역 반응을 유도하는 차세대 백신 플랫폼이다. 1. 개요 바이러스 벡터 백신은 바이러스가 가진 본연의 특성인 '세포 침투 능력'을…
전역 정규화 (Global Normalization) 1. 개요 전역 정규화(Global Normalization)란 머신러닝 모델 학습 전, 데이터셋 전체의 통계량(평균, 표준편차, 최솟값, 최댓값 등)을 산출하여 모든 개별 데이터를 일정한 범위나 분포로 변환하는 데이터 전처리 기법이다. 이 과정의 주된 목적은 서로 다른 단위(Unit)나 스케일을 가진 …
디곡신 (Digoxin) 1. 개요 디곡신(Digoxin)은 심근의 수축력을 강화하고 심박수를 조절하는 데 사용되는 강심제(Positive Inotropic Agent)이자 항부정맥제로, 디기탈리스(Digitalis lanata)라는 식물에서 추출하여 심근 세포막의 -ATPase를 억제함으로써 세포 내 칼슘 농도를 증가시키는 강심성 배당체(Cardiac G…
예외 처리 (Exception Handling) 개요 예외 처리(Exception Handling)는 프로그램 실행 중 발생할 수 있는 비정상적인 상황(예외, Exception)을 적절히 관리하고 대응하는 프로그래밍 기법입니다. 일반적으로 예외는 논리적 오류나 시스템 자원 부족, 네트워크 연결 실패 등 예측 가능한 오류뿐만 아니라, 코드상에서 예상치 못한 …
데이터 증강 (Data Augmentation) 1. 개요 데이터 증강(Data Augmentation)이란 기존의 학습 데이터를 인위적으로 변형하거나 생성하여 데이터셋의 양을 늘리고 다양성을 확보하는 데이터 전처리 기법이다. 머신러닝과 딥러닝 모델, 특히 파라미터 수가 많은 심층 신경망은 학습 데이터가 부족할 경우 훈련 데이터에만 지나치게 최적화되어 새로…
클래스 불균형 개요 클래스 불균형(Class Imbalance)은 머신러닝에서 분류 문제를 다룰 때, 특정 클래스의 샘플 수가 다른 클래스에 비해 현저히 적거나 많은 경우를 의미합니다. 예를 들어, 사기 탐지 시스템에서 정상 거래는 수백만 건인 반면 사기 거래는 수천 건에 불과할 수 있으며, 이 경우 사기 클래스(소수 클래스)는 전체 데이터에서 매우 작은 …
위양성율 (False Positive Rate) 위양성율(False Positive Rate, 약자 FPR)은 이진 분류(Binary Classification) 문제에서 실제 음성(Negative)인 샘플 중 모델이 양성(Positive)으로 잘못 예측한 비율을 의미합니다. 즉, "사건이 발생하지 않았음에도 불구하고 사건이 발생했다고 판단하는 오류"의 빈…
PMA (시판 전 승인, Pre-Market Approval) 1. 개요 PMA(Pre-Market Approval, 시판 전 승인)는 고위험 의료기기가 시장에 출시되기 전, 해당 제품의 안전성과 유효성을 과학적으로 입증하여 규제 기관의 엄격한 심사를 통해 판매 승인을 받는 제도이다. 이 제도는 의료기기가 인체에 미치는 잠재적 위험이 매우 높거나, 기존에 …
ROC Curve (Receiver Operating Characteristic Curve) 개요 ROC 곡선(Receiver Operating Characteristic Curve)은 이진 분류(Binary Classification) 모델의 성능을 평가하고 시각화하는 데 널리 사용되는 그래프입니다. 주로 의료 진단, 스팸 필터링, 신용 점수 평가 등 확…
레이블의 분포 (Label Distribution) 개요 레이블의 분포(Label Distribution)는 기계 학습(Machine Learning) 및 데이터 과학 분야에서 분류(Classification) 문제의 타겟 변수(Target Variable)가 데이터셋 내에서 어떻게 할당되어 있는지를 나타내는 통계적 특성입니다. 특히 지도 학습(Superv…
임플란터블 (Implantable) 임플란터블(Implantable)은 영어 단어 'implant'(이식하다, 심다)와 접미사 '-able'(할 수 있는)가 결합된 용어로, 의학 및 의료공학 분야에서 인체 내부에 삽입하거나 이식하여 장기적인 기능을 수행하도록 설계된 의료기기 또는 장치를 포괄적으로 지칭하는 개념입니다. 일반적으로 '임플란트(Implant)'…
웨어러블 기기 (Wearable Device) 웨어러블 기기는 사용자의 신체에 착용하거나 이식하여 일상생활의 편의성을 높이고 건강 상태를 모니터링하며 다양한 정보를 실시간으로 제공하는 전자 장치의 총칭입니다. 본 문서는 외부 착용형 웨어러블 기기를 중심으로 다루며, 관련 기술로 임플란터블(Implantable) 기기도 함께 언급합니다. 개요 및 정의 웨어러…
부정 클래스 개요 머신러닝, 특히 분류(Classification) 작업에서 "부정 클래스(Negative Class)"는 특정 관심 있는 사건(또는 객체)이 발생하지 않았음을 나타내는 범주를 의미합니다. 이는 "양성 클래스(Positive Class)"와 대조되는 개념으로, 이진 분류(Binary Classification)에서 가장 흔히 사용됩니다. 예…
미국 FDA 개요 미국 식품의약국(Food and Drug Administration, 이하 FDA)은 미국 보건복지부(Department of Health and Human Services, HHS) 산하에 있는 연방 행정 기관으로, 미국 내에서 유통되는 식품, 의약품, 생물학적 제제, 의료기기, 방사선 방출 제품, 담배 제품 및 화장품의 안전성과 효과를…
Label Bias Problem 개요 Label Bias Problem(라벨 편향 문제)은 머신러닝, 특히건부 확률 모(Conditional Random Fields, CRFs 등과 순차적 데이터(sequence modeling)를 다루는 모델에서 자주 발생하는 이슈로, 모델이 특정 출력 라벨(클래스)에 지나치게 편향되어 다른 라벨을 무시하거나 제대로 반…
머신러닝 모델 개요 머신러닝 모델은 데이터에서 패턴을 학습하여 예측 또는 의사결정을 수행하는 알고리즘의 구조를 의미합니다. 이는 인공지능(AI) 기술 중에서도 특히 데이터 중심의 학습에 초점을 맞춘 분야로, 다양한 산업에서 활용되고 있습니다. 머신러닝 모델은 입력 데이터(특성)와 출력 결과(레이블) 간의 관계를 학습하여, 새로운 데이터에 대한 예측을 수행합…