의료·바이오 AI

미국 메디케어·메디케이드 서비스 센터(CMS)가 2026년부터 시행하는 TEAM 프로그램에 대비해 병원들의 데이터 통합 역량이 요구됩니다. 임상과 청구 데이터를 연동한 실시간 분석 체계가 병원의 수익성과 의료 품질을 결정합니다.

연구진이 생성적 적대 신경망을 활용해 효소 전환율 예측 정확도를 높이는 엔자임튜닝 프레임워크를 개발했습니다. 이 기술은 다양한 생물체의 단백질체 수준 예측 범위를 확장하며 대사 경로 최적화의 새로운 가능성을 제시합니다.

연구진이 단일 세포 RNA 시퀀싱 데이터를 분석하는 새로운 프레임워크인 시그니처를 개발했습니다. 이 기술은 인공지능 모델을 활용해 유전자의 기능적 중요도를 객관적으로 평가합니다. 질병 기전 규명과 신약 개발 분야에서 활용될 전망입니다.

호주 뉴사우스웨일스 대학교 연구진이 트랜스포머 기반 모델로 인간과 쥐의 유전자 발현 패턴을 분석했습니다. DNA 서열 유사성만으로는 설명하기 어려운 종 간 차이를 RNA 수준에서 규명했습니다. 이번 연구는 신약 개발 등 생물의학 연구의 정확도를 높이는 데 기여할 전망입니다.

헬스 사무라이와 데이터브릭스가 의료 데이터 파편화 해결을 위한 통합 플랫폼을 선보입니다. 데이터 이동 없이 분석과 운영을 동시에 지원하여 의료 기관의 디지털 전환을 가속화합니다.

허깅페이스가 강화학습 과정에서 모델 가중치 전체를 전송하는 대신 변경된 부분만 전송하는 델타 동기화 기술을 도입했습니다. 이 기술은 데이터 전송량을 획기적으로 줄여 분산 학습의 물리적 제약을 해소합니다.

국제디지털경제아카데미 연구팀이 17억 개 파라미터를 갖춘 항체 언어 모델 AbLingua를 개발했습니다. 해당 모델은 복잡한 항체 구조를 정밀하게 분석하여 신약 개발 효율을 높일 것으로 기대됩니다.

제약 산업에서 신제품 출시 초기 90일은 장기 성장을 결정짓는 핵심 기간입니다. 데이터브릭스 지니는 자연어 질의를 통해 실시간 데이터 분석을 지원하며 의사결정 주기를 7일 이내로 단축합니다. 이를 통해 제약사는 시장 변화에 즉각 대응하고 경쟁력을 확보합니다.

단백질과 펩타이드 상호작용을 예측하는 머신러닝 모델의 데이터 오류가 수정되었습니다. 연구진은 티로신 키나아제 데이터셋을 전면 교체하고 모델을 재학습하여 예측 정확도를 높였습니다. 이번 수정으로 논문 본문과 주요 그림 내용이 모두 변경되었습니다.

국제 공동 연구팀이 디지털 병리 영상과 임상 정보를 결합한 유방암 예후 예측 인공지능 모델을 개발했습니다. 기존 유전자 분석법보다 높은 예측 성능을 입증하며 맞춤형 치료 전략 수립의 가능성을 제시했습니다.