다낭성 신장질환의 특성 파악을 향상시키는 인공지능 기반 영상 처리 방법 (AI4PKD)

상염색체 우성 다낭성 신장 질환(ADPKD)은 가장 널리 퍼진 유전성 신장 질환으로 전 세계 모든 인종 그룹에서 1,250만 명에게 영향을 미칩니다. ADPKD는 PKD1 또는 PKD2의 유전자 돌연변이로 인해 신장과 간에서 체액이 가득 찬 다발성 낭종이 형성 및 성장하여 만성 신장 손상 및 궁극적으로 말기 신장 질환을 초래합니다. ADPKD에서는 신장 기능이 수십 년 동안 정상으로 유지될 수 있으므로 완전한 정보를 제공하지는 않습니다. 신속한 조치를 취하고 표적 치료 옵션을 선택하기 위해 질병 진행을 정확하게 모니터링하고 예측할 수 있는 초기 바이오마커의 식별이 시급히 필요합니다. 총 신장 용적은 임상 시험을 위한 환자를 선택하기 위한 예후 바이오마커로 인식되어 왔으며 과학계에서는 질병 진행 및 치료 반응을 모니터링하고 ADPKD 과정을 예측하기 위한 관련 바이오마커로 인정하고 있습니다. 전체 신장 용적은 초음파, 컴퓨터 단층촬영, 자기공명영상(MRI) 등의 의료 영상을 이용해 정량화할 수 있습니다. 고해상도를 특징으로 하며 조영제나 전리 방사선이 필요 없는 신장 비조영 강화 MRI는 시간 경과에 따른 총 신장 용적 진행을 모니터링하고 신장 낭종을 명확하게 발견하는 데 가장 적합합니다. 많은 ADPKD 환자들은 다낭성 간도 가지고 있기 때문에 총 간 및 간 낭종 부피는 추가적인 관련 정보를 제공할 수 있습니다.

총 신장, 간 및 낭종 부피 측정은 일반적으로 전문 전문 지식이 필요한 작업자 의존적이고 시간 소모적인 작업인 수동 윤곽 형성을 통해 수행되는 신장 분할을 기반으로 합니다. 신장 및 낭종 분할을 위한 자동 또는 반자동 방법은 과거 전통적인 접근 방식과 인공 지능(AI) 기술을 기반으로 제안되었습니다. 그러나 설명 가능성이 낮고 정확하고 일반화된 모델을 얻을 수 있는 크고 선별된 데이터 세트의 필요성으로 인해 지금까지 임상 연구에서 널리 채택되는 데 방해가 되었습니다. 신장, 간, 낭종의 정확한 식별을 위한 완전 자동 분할 방법이 매우 바람직합니다.

신장, 간 및 낭종 부피 정량화 외에도 비낭성 신장 조직의 특성 분석은 ADPKD 병태생리학에 대한 추가 관련 정보를 제공할 수 있습니다. 몇 년 전, 조영증강 CT 연구에서 ADPKD 신장의 비낭포성 구성요소에 세뇨관 주위 간질 섬유증이 존재함을 밝혔습니다. 이는 신장 기능 및 시간 경과에 따른 기능 저하와 관련이 있으며, 최근에는 동적 조영증강 T1에 대한 독립적인 연구를 통해 확인되었습니다. -가중 MRI. 조직 공간 이질성의 특성화를 위해 방사선 이미지에서 높은 처리량 정보를 계산하는 것을 목표로 하는 방사성학과 같은 고급 이미지 처리 기술은 조직 미세구조를 특성화할 수 있는 잠재력을 보여줍니다. ADPKD 환자에 대한 예비 시도는 T1 강조 및 T2 강조 MRI 스캔에서 수행되었습니다. 게다가, 방사성학은 이미지 기반 기능을 포함한 다중 매개변수 계층화 및 예측 모델을 구축하는 데 도움이 될 수 있습니다.