블로그

May 15, 2023

급성 두개내출혈에 대한 딥러닝 기반 자동 검출 알고리즘: 중추적인 무작위 임상시험

npj 디지털 의학 볼륨

npj 디지털 의학 6권, 기사 번호: 61(2023) 이 기사 인용

1614 액세스

14 알트메트릭

측정항목 세부정보

급성 두개내 출혈(AIH)은 신속하고 정확한 평가와 관리가 필요한 잠재적으로 생명을 위협하는 응급 상황입니다. 본 연구에서는 뇌CT(컴퓨터단층촬영) 영상을 활용하여 AIH 진단을 위한 인공지능(AI) 알고리즘을 개발하고 검증하는 것을 목표로 합니다. 3010명의 환자로부터 104,666개의 슬라이스를 사용하여 훈련된 AI 알고리즘의 성능을 검증하기 위해 후향적, 다중 판독기, 중추적, 교차, 무작위 연구가 수행되었습니다. 뇌 CT 이미지(296명 환자의 12,663개 슬라이스)는 3개 하위 그룹(방사선 전문의가 아닌 의사, n = 3, 위원회 인증 방사선 전문의, n = 3, 신경방사선 전문의, n = 3) 중 하나에 속하는 9명의 검토자에 의해 평가되었습니다. AI 알고리즘의 도움 없이 말이죠. AI를 활용하지 않은 해석과 AI를 활용한 해석의 민감도, 특이도, 정확도를 카이제곱 테스트를 통해 비교했습니다. AI 지원을 통한 뇌 CT 해석은 AI 지원이 없는 경우보다 진단 정확도가 훨씬 더 높습니다(0.9703 대 0.9471, p < 0.0001, 환자 기준). 세 가지 검토자 하위 그룹 중에서 방사선 전문의가 아닌 의사는 AI 지원을 받지 않은 경우에 비해 AI 지원을 사용한 뇌 CT 해석의 진단 정확도가 가장 크게 향상되었음을 보여줍니다. 위원회 인증을 받은 방사선 전문의의 경우 뇌 CT 해석의 진단 정확도는 AI 지원이 없을 때보다 AI 지원을 통해 훨씬 더 높습니다. 신경방사선 전문의의 경우, AI를 활용한 뇌CT 판독이 AI를 지원하지 않은 경우에 비해 진단 정확도가 더 높은 경향이 있지만 그 차이는 통계적으로 유의미한 수준에 미치지 못합니다. AIH 검출의 경우, AI 지원을 통한 뇌 CT 해석은 AI 지원이 없는 경우보다 더 나은 진단 성능을 제공하며, 방사선 전문의가 아닌 의사의 경우 가장 큰 개선이 관찰되었습니다.

급성두개내출혈(AIH)은 30일 사망률이 35~52%에 이르는 생명을 위협하는 질병이다. 특히 생존자의 20%만이 6개월 후에 완전한 기능 회복을 달성할 것으로 예상됩니다1,2,3. 자기공명영상(MRI) 스캔은 급성 국소 뇌졸중 증상을 나타내는 환자의 AIH 검출에 있어서 CT 스캔만큼 정확할 수 있으며4 미세출혈 검출 측면에서는 CT 스캔보다 더 정확합니다. 그럼에도 불구하고, 비조영 뇌 CT 스캔은 제한된 가용성, 긴 이미지 획득 시간, 높은 비용, 환자 관용 문제 등 MRI 스캔의 여러 단점으로 인해 AIH를 식별하는 데 가장 널리 사용되는 1차 진단 접근법입니다5,6

뇌 CT 스캔을 사용한 AIH 진단의 임상적 관련성에도 불구하고 위음성(false negative)은 올바른 진단을 지연시켜 치명적인 결과를 초래할 수 있으며, 위양성(false positive)은 불필요한 검사로 이어질 수 있습니다. 뇌 CT 스캔을 사용한 AIH의 즉각적이고 정확한 평가는 의사에게 여전히 어려운 과제입니다. 또한 평가가 필요한 대량의 영상 데이터는 진단 정확성과 효율성을 유지해야 하는 방사선 전문의에게 상당한 부담을 줍니다7,8.

지난 10년 동안 딥러닝 기반 인공지능(AI) 기술은 컴퓨터 성능의 향상과 '빅데이터'의 축적으로 눈부신 발전을 이루었습니다. 기계 학습의 일부인 딥 러닝 기반 이미지 인식의 발전은 의료 분야를 변화시키고 있으며 의료 영상 영역의 프로세스를 더욱 향상시킬 수 있는 잠재력을 가지고 있습니다9. 이러한 혁신은 진단 정확도를 높이고, 다양한 상태에 대한 신속한 진단과 개선된 관리를 가능하게 하며, 새로운 생물학적 통찰력을 촉진할 수 있습니다. AIH 진단을 위한 다양한 AI 알고리즘이 개발되었으며 뇌 CT 스캔7,8,10,11,12,13,14,15을 사용하여 AIH의 검출, 분류, 정량화 및 예측에서 유망한 결과를 보여주었습니다.