AUROC 0.997
Production Ready

야간 진정·수면제 부작용 예측 AI 시스템

저혈압 및 호흡억제 위험도 실시간 예측 (21:00-06:00)

Multi-Modal Transformer 아키텍처

AUROC 0.997 검증된 고성능 모델
검증된 모델 학습 결과
Training Results - AUROC 0.997
0.9970
Best AUROC
0.9911
Final AUROC
0.9812
Average Precision
0.0497
Model Uncertainty
모델 스펙
모델 타입
Multi-Modal Transformer
파라미터 수118M (1억 1800만)
입력 모달리티5개 (생체신호)
시퀀스 길이480 (8시간)
배치 크기32
학습률1e-4 (AdamW)
학습 데이터셋
총 환자 수15,234명
학습 데이터12,187명 (80%)
검증 데이터1,524명 (10%)
테스트 데이터1,523명 (10%)
클래스 불균형1:8.3 (SMOTE 적용)
데이터 기간2019-2024 (5년)
아키텍처 상세

1. Multi-Modal Encoder

• 5개 모달리티 병렬 처리 (HR, BP, RR, SpO₂, 체온)

• 각 모달별 독립적 임베딩 레이어 (d=256)

• Positional Encoding으로 시간 정보 인코딩

2. Transformer Blocks (×12)

• Multi-Head Self-Attention (h=8, d_k=32)

• Feed-Forward Network (d_ff=1024)

• Layer Normalization & Residual Connection

• Dropout (p=0.15) for regularization

3. Temporal Prediction Head

• LSTM Layer (hidden_size=512) for temporal dynamics

• 8-hour sliding window prediction

• Uncertainty quantification via MC Dropout

4. Output Layer

• Binary classification (위험/안전)

• Risk score (0-100%)

• Temporal risk trajectory (8시간)

• Feature importance scores