소장폐색 진단을 위한 인공지능을 이용한 CT 기반 진단모델 개발 및 검증 원문보기 KCI 원문보기 인용 (SMARTLOOP2)

소장 폐쇄(SBO)는 일반적인 비외상성 외과 응급 상황입니다. 모든 지침에서는 SBO가 의심되는 환자에 대한 1차 영상 검사로 컴퓨터 단층촬영(CT)을 권장합니다. CT의 목적은 여러 가지입니다. 기능적), (iii) 폐쇄 부위, 즉 전이 영역(TZ)을 파악하고, (iv) 원인을 식별하고, (v) 교살 또는 천공과 같은 관리에 영향을 미치는 합병증을 찾습니다.

수행되는 스캔 수가 기하급수적으로 증가하는 상황에서, 특히 응급 관리 설정에서 방사선 전문의를 지원하는 방법은 다음과 같은 경우에 유용합니다.

1. 수행된 스캔을 정렬하여 더 높은 병리 가능성(우리의 경우 폐색)으로 스캔 분석의 우선 순위를 지정할 수 있습니다.
2. 방사선 전문의가 폐색 및 그 유형(기능적 또는 기계적)을 진단하고 심각도의 징후를 식별하도록 돕습니다.
3. 응급 의사와 소화기 외과 의사가 질병 관리(외과적 또는 내과적)에 대한 결정을 내리도록 돕기 위해.

기계 학습은 지난 수십 년 동안 처음에는 데이터 저장 용량의 증가에 힘입어 급속도로 발전했으며, 그 다음에는 방사선 진단 지원의 맥락에서 그래픽 처리 장치를 기반으로 하는 병렬 처리 하드웨어의 등장에 힘입었습니다. 이에 따라 의료영상 분야에서 심층신경망에 대한 연구가 급증하고 있다. 그러나 SBO에 집중하는 팀은 거의 없습니다. 공개된 유일한 분류 모델은 표준 복부 방사선 사진에 대해 생성되었습니다. SBO 진단을 위한 CT의 이점과 이미지 분석을 위한 다중 평면 재구성의 기여도와 비교할 수 있는 3D 모델의 기여도에도 불구하고 ZT에 대한 예비 연구를 제외하고 CT 또는 3D 모델을 사용한 연구는 없습니다. 여러 평면의 공간에서.