연구목표:
NeuroCast는 3가지 인공지능이 통합된 조기 신경학적 악화 예측 최종 인공지능 모델 중 뇌 영상 기반 병변 검출 모델 성능을 고도화 하고자 함.
이에 안전성 및 유효성 검증을 입증하기 위하여 추가 임상시험을 진행하고자 함.
LucaCast는 통합 폐암발생 예측 복합 인공지능 모델 개발을 위해 향후 5년 이내 폐암 발생 및 결절의 양성/음성을 진단 분류하는 모델을 추가 개발하고자 함. 이를 통해 모델의 정밀도를 상승시키고자 하며, 복합 모델의 완성도를 높이고자 함.
연구내용:
현재 NeuroCast 모델에 사용된 인공지능은 U-Net 기본 모델을 활용하며 많은 연구와 응용에서 널리 사용되고 있음. 하지만 개발된지 어느 정도 시간이 흐른 모델로 성능에 한계가 있을 수 있음. 따라서 본 연구를 통해 최신 병변 검출 인공지능 모델을 활용하고자 하며 병변 가장자리의 정확도를 높이는 Boundary Attention 모델을 추가하여 병변 검출 정확도를 높일 예정임.
본사는 LucaCast 모델 중 폐 영역을 자동 분할하는 딥러닝 알고리즘과 자동분할 된 폐 영역을 분석하는 폐암발생 위험도 평가 딥러닝 알고리즘을 개발한 바 있음. 해당 알고리즘을 통해 본 과제에서는 폐 실질 영역을 분할하고, 폐 실질 영역에서 결절이 존재할 경우 해당 결절이 양성인지 음성인지 판단하는 결절 진단 분류 알고리즘을 적용함. 향후 5년 이내 폐암 발생 확률을 예측함으로써 복합 인공지능 모델 개발을 완성할 것임.
기대효과:
국내 데이터 중심병원, 뇌졸중 레지스트리인 CRCS-K를 통해 임상연구 기반 역학자료를 확보하고, 다기관 협동 임상연구 시험을 진행할 예정임. 또한 관련학회를 통하여 시장 접근성을 확대하고 추후에는 뇌졸중 센터 미보유 기관으로의 사업 확장 예정임. 또한 주요 의료기관 및 건강검진 기관 파트너십 구축을 통해 서비스 개선 피드백 수렴 예정이며, 해외 성장 프로그램 참여 및 북미 3곳 거점병원에서의 MOU 체결을 통해 해외 진출을 추진할 것임. 이에 질병 예방 분야의 새로운 패러다임 제시를 기대하며, 산업적 기대효과로 본 의료기기 시장진입을 통해 인공지능 기반 질병 발생 예측 기술의 발전과 이로 인한 질병 예방 분야의 새로운 패러다임 제시가 가능할 것임.
경제적 기대효과로 뇌 질환의 조기 감지로 치료 기회를 높이며, 의료기관의 진료 효율성을 향상시키고 환자에게 정확하고 효과적인 치료를 제공하여 의료비용 절감 기대가 가능함. 또한 폐암 발생 확률이 높은 특징 직업군 또는 산업장의 근로자 특수건강검진에 활용하여 노동력 관리 및 산업재해율 감소 기대가 가능함. 사회적 기대효과로 개인 맞춤형 치료 접근법을 통해 환자들에게 더 효과적이고 개인화된 의료 서비스를 제공함으로써 사회적인 공평성과 치료 효과의 향상을 기대할 수 있음. 현재 암 진단 시 암 중증환자 산정특례 제도를 통해 5%의 개인부담 이외 비용은 세금에서 충당되고 있으나, 본 과제를 통해 폐암 조기진단율을 높여 공공이 부담하는 비용 절감 기대가 가능함.