유방조영술 기반 유방암 검진의 인공지능

유방암(BC)은 전 세계적으로 여성에게 가장 흔한 암이며 암 관련 사망의 두 번째 주요 원인입니다.

유방조영술은 BC 선별검사의 초석으로서 BC의 조기 발견 덕분에 BC 사망률을 줄이는 데 유용한 영상 기법 중 하나로 인식되고 있습니다. 그러나 유방조영술 해석은 본질적으로 주관적인 평가이며 과잉 진단을 받기 쉽습니다.

최근 몇 년 동안 내장형 딥러닝 알고리즘을 특징으로 하는 인공지능(AI)-컴퓨터 지원 진단(CAD) 시스템은 기존의 CAD 시스템의 약점을 보완하기 위해 방사선 전문의를 위한 보조 장치로 BC 스크리닝 분야에 진출했습니다. 손으로 만든 기능 추출. 현재 새로운 AI-CAD 도구의 독립 실행형 성능은 BC 진단에서 유망한 정확성과 효율성을 입증했으며, 이는 주로 회선 신경망(CNN)의 활용에 기인하며 일부는 이미 방사선과 같은 수준을 달성했습니다. 한편, AI-CAD 시스템을 의사 결정 지원 도구로 활용함으로써 방사선 전문의의 BC 검사 성과가 향상된 것으로 나타났습니다. 상용 AI-CAD 시스템의 구현이 증가함에 따라 다른 신흥 유망 기술과 마찬가지로 광범위하게 채택되기 전에 실제 상황을 모방한 시나리오에서 임상 상황에서의 유용성과 비용 효율성에 대한 강력한 평가를 수행해야 합니다. 이를 위해서는 BC 스크리닝에서 AI-CAD 시스템을 다수의 다양하고 대표적인 데이터 세트에서 검증하고 리더와 시스템 간의 인터페이스를 추정해야 합니다. 제안된 연구는 유방조영상 판독에 사용되는 AI-CAD 시스템의 유방암 진단 성능을 조사하고자 한다. 이 작업에서는 딥 러닝 알고리즘(IBM Watson Imaging AI Solution) 기반의 상용 AI-CAD 도구를 사용하여 유방조영술에서 의심스러운 유방 병변을 식별하고 특성화합니다. 잠재적인 암 병변에 라벨을 붙일 수 있으며 유방조영술 특징과 악성 가능성이 자동으로 보고됩니다. AI 후처리 후 BC 위험 예측을 위한 AI-CAD 시스템의 정확도를 결정하기 위해 통계 분석을 추가로 수행합니다.