흉부 X선에서 인공지능 진단 보조의 임상 적용(판독시간·정확도·소아 적용성)

Clinical implementation of AI diagnostic support for chest radiographs (reading time, accuracy, pediatric applicability)

연구 내용

AI 기반 흉부 X선 병변 판독에서 판독시간과 진단 성능 변화를 규명하고, 소아 영상에 맞춘 최적 운영 전략을 설계하는 연구

흉부 X선에서 AI 결과 제공 여부가 방사선의의 판독 시간과 임상 판단에 미치는 영향을 관찰하고, 성능이 병변 유무와 점수 수준에 따라 달라지는 조건을 분석합니다. 또한 성인용 AI를 소아 흉부 X선에 적용할 때 오류 패턴을 파악하고, 병변 종류·연령·영상 획득 방식에 따른 operating point 최적화를 통해 민감도와 특이도를 균형화합니다. 아울러 기흉과 폐암 등 개별 병변에서 PPV를 좌우하는 동반 소견과 획득 조건을 모델링하여 임상 적용 전략을 도출합니다.

관련 프로젝트

2건

연구 흐름

초기에는 상용 AI를 실제 흉부 X선 판독 워크플로에 통합했을 때 판독 시간이 어떻게 변화하는지 관찰하고, AI에서 이상이 검출되는 상황이 판독 양상에 영향을 주는지 확인하는 연구를 수행했습니다. 이후 성인용 AI를 소아 흉부 X선에 적용했을 때 진단 성능이 연령과 동반 소견에 따라 달라지는 문제를 분석했습니다. 이어 병변별로 운영 임계값을 조정하는 operating point 최적화 방법을 적용하여 소아 영상에서 민감도 및 특이도 개선 가능성을 평가했습니다. 최근에는 특정 병변에서 PPV에 영향을 미치는 영상 및 환자 요인을 정리하고, 흉부 X선 기반 진단 보조의 적용 범위를 확장하는 방향으로 연구를 진행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

소아 흉부 X선 triage 보조
AI-aided 판독 워크플로 최적화
병변 종류 기반 operating point 설정
동반 병변 고려 진단 보조
기관 간 소아 데이터 적합성 평가
방사선의 작업부하 관리 지표화
폐암 스크리닝 보조 임상 도구
기흉 판독 오류 저감 전략
영상 획득 프로토콜 기반 성능 보정
임상 의사결정용 AI 리스크 스코어링