|
ConvNeXt 민감도 79%·특이도 100%, 골전이 진단 정확성 확인
|
[의학신문·일간보사=최진욱 기자] 한림대강남성심병원 이석현 교수 연구팀(한림대성심병원 김동우 교수, 단국대병원 손혜주 교수, 한림대 의과대학 박세현)은 AI 기술을 이용한 골스캔에서 골전이 진단에 Grad-CAM을 활용, CNN과 트랜스포머 모델의 진단 성능 비교 연구성과 인정받아 생물학연구정보센터(BRIC)의 ‘한빛사(한국을 빛내는 사람들)’에 선정됐다.
한빛사는 BRIC이 세계적으로 권위 있는 생명과학 관련 학술지에 논문을 발표한 한국인 연구자와 그 연구 성과를 선정해 소개하는 제도로, Journal Citation Reports(JCR)의 영향력 지수(JIF 혹은 5-Yr JIF) 10 이상이거나 각 분야 상위 3% 이내에 속하는 학술지에 게재된 논문을 대상으로 한다.
이번 선정은 생명과학 및 의학 분야 연구자들이 국제적인 연구 성과를 인정받았다는 데 의미가 있다.
최근 엑스레이나 내시경 등 다양한 의료영상에서 AI 모델 연구가 활발히 진행되고 있지만, 골스캔에 대한 AI 연구는 부족하다. 특히 트랜스포머 모델이나 ConvNeXt 등 성능이 크게 향상된 최신 AI 모델의 실제 의료영상 진단 유용성에 대한 연구는 많지 않다.
이에 연구팀은 한림대강남성심병원 환자 4694명과 한림대성심병원 환자 1481명 등 총 6175명 환자를 대상으로 골전이 진단 AI 모델의 진단성능을 비교했다. 연구에는 ResNet, ChatGPT에 활용된 트랜스포머 모델, ResNet을 개선한 ConvNeXt 등이 사용됐다.
그 결과 골스캔에서 골전이 진단 시 ResNet은 민감도 63%, 특이도 90%였던 반면 ConvNeXt는 민감도 79%, 특이도 100%로 골전이 여부를 더욱 정확하게 진단할 수 있음을 확인했다.
이번 연구는 골스캔 AI 모델이 진단에 유용하게 사용될 수 있다는 가능성을 제시했으며. 골스캔에서의 AI 모델 성능을 병원 내부 데이터뿐 아니라 외부 데이터로도 교차 검증했다는 점에서 주목 연구의 신뢰성을 높였다.
이석현 교수는 “연구 결과를 바탕으로 ConvNeXt와 같은 최신 인공지능 모델이 골스캔을 포함한 여러 의료영상에 널리 사용될 수 있다고 생각한다”며 “앞으로도 환자가 더욱 신속하고 정확하게 의료영상 진단을 받을 수 있도록 최신 기술 적용에 대한 다양한 인공지능 연구를 꾸준히 이어가겠다”고 말했다.
출처 : 의학신문(http://www.bosa.co.kr)
한림대강남성심병원 이석현 교수팀, 골전이 AI 연구로 ‘한빛사’ 선정 - 의학신문
[의학신문·일간보사=최진욱 기자] 한림대강남성심병원 이석현 교수 연구팀(한림대성심병원 김동우 교수, 단국대병원 손혜주 교수, 한림대 의과대학 박세현)은 AI 기술을 이용한 골스캔에서 골
www.bosa.co.kr
'한림성심의료원 소개' 카테고리의 다른 글
| 한림대성심병원 이민우 교수, 대한뇌졸중학회 ‘젊은 연구자상' 수상 (1) | 2025.04.30 |
|---|---|
| 한림대학교 강동성심병원과 함께하는 병원 속 예술치유 프로젝트 '2025 블루버드토이' 5월 개막 (0) | 2025.04.30 |
| 한림대성심병원, 널핏과 업무협약...간호사 근무환경 개선 협력 (0) | 2025.04.25 |
| 김형수 한림대성심병원장, ‘아동학대 예방 릴레이 캠페인’ 동참 (0) | 2025.04.24 |
| 한림대동탄성심병원 김민승 교수, ‘대한파킨슨병학회 이명식 교수상’ 수상 (0) | 2025.04.21 |