연구 영역
기본 정보
논문·특허
과제
구성원
Article|
인용수 1
·2025
Reliability analysis of automated Cobb angle measurement using artificial intelligence models in scoliosis patients
Jeong Eun Moon, Yong Jin Cho
Medical Biological Science and Engineering
초록

코브 각도의 측정은 척추측만증의 진단과 특히 청소년기 특발성 척추측만증에서의 진행 모니터링에 필수적이다. 본 연구는 한국 식품의약품안전처 인증 AI 소프트웨어인 DEEPNOID의 DEEP:SPINE-AS-01이 수기 방법과 비교하여 자동 코브 각도 측정에서의 신뢰성과 효율성을 평가한다. 총 52장의 방사선 영상을 수집하였고, 분석에는 48장이 포함 기준을 충족하였다. 두 명의 관찰자가 수동 측정을 수행하였는데, 한 명은 숙련된 척추 정형외과 전문의였고 다른 한 명은 비전문가였으며, AI 모듈은 자동 평가를 제공하였다. 관찰자 내 및 관찰자 간 신뢰도는 급내상관계수(intraclass correlation coefficients)를 사용하여 분석하였다. AI는 수동 측정과의 일치도가 매우 높았으며, 관찰자 간 비교에서 ICC가 0.98을 초과하였다. 비전문가 관찰자는 수동 측정에 더 많은 시간이 필요했는데(평균 53분), 전문의(평균 36분)보다 길어 수동 방법이 경험에 의존함을 보여주었다. DEEP:SPINE-AS-01은 측정 변동성과 시간을 감소시키며, 높은 재현성으로 도(degrees) 단위의 결과를 제공하였다. 종판 선택에서의 경미한 차이가 있었음에도 불구하고, AI는 사람 관찰자들과 견고한 일치를 달성하고 측정 과정을 표준화하였다. 본 연구는 DEEP:SPINE-AS-01이 전통적으로 시간 소요가 크고 오류가 발생하기 쉬운 과정을 자동화함으로써 임상 워크플로를 향상시킬 잠재력을 지닌다는 점을 강조한다. 그 정확성, 효율성, 그리고 재현성은 일상적인 척추측만증 평가에서의 가치를 시사하며, 이는 의사의 부담을 줄이고 환자 진료를 개선할 수 있다. 더 큰 데이터셋과 다양한 집단을 대상으로 한 향후 연구는 그 임상적 유용성을 추가로 검증할 수 있을 것이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.

키워드
CobBReliability (semiconductor)Reliability engineeringScoliosisCobb angleComputer scienceArtificial intelligenceEngineeringMedicinePhysics
타입
Article
IF / 인용수
- / 1
게재 연도
2025