● 폐고혈압은 치명율이 높은 질환임에도, 증상이 비특이적이고 원인 불명의 폐고혈압을 포함하여 원인이 다양하며, 인지도가 낮아 조기진단이 어렵고 오진율도 높아 치료의 사각지대에 놓인 질환임 (3년 생존율이 한국은 54.3%, 일본은 90%).● 현재까지 폐고혈압을 진단하기 위해서든 다양한 검사와 다학제적 접근을 권고하고 있으나, 현실적으로 수많은 검사를 하기...

○ 과제 창의/혁신성 기존의 연구들은 인공지능이 폐결절을 찾아내거나, 종양의 경계면을 도시, 혹은 이미 분석된 영상지표들에서 악성병변의 유무를 분류하는 것만으로 역할이 국한되어 있고 비교적 적은 수의 증례(100건 이하)가 이용되어 임상에서의 적용이 제한되었으나, 본 과제에서는 다수/다기관 임상 PET/CT 영상을 인공지능이 직접 분석, 머신러닝하여 성능을 향상시킬 뿐 아니라 실제 임상적 활용가치를 향상시키기 위해 3단계(3년)에 걸쳐 종양, 임파선 병기를 보고할 수 있도록 자동 영상분석 기반 원천기술을 개발할 것임. 1) 1년차 1-1. FDG PET/CT 영상자료 수집 ○ 고려대학교의료원, 서울대병원 등 상급종합병원들의 다기관 협력을 통해 암환자들과 정상인의 PET/CT 영상 및 필요한 임상정보를 모음 1-2. 종양 병기 분석 및 알고리즘 개발 ○ 영상 전처리 및 이상영역 표시 ○ 인공지능 알고리즘 개발: 충분한 수의 데이터가 모이면 딥러닝 기반의 알고리즘을 개발하고, 현실적으로 얻을 수 있는 환자의 수가 제한될 경우 영상에 다양한 변형을 가해 데이터의 수를 증대시키며, 충분한 수의 데이터 획득이 어렵다면 Support vector machine (SVM)을 활용 ○ 머신러닝 시행 및 성능 평가: 중요한 정량지표와 saliency map(돌출지도)을 도출 ○ 알고리즘 개선 ○ 종양 병기 보고 시스템 제작: 획득한 정량지표들(크기, 개수, SUV등)과 위치정보를 바탕으로 종양 병기 보고 시스템을 제작 2) 2년차 2-1. 임파선 영역 분석 및 알고리즘 개발 ○ 주요 임파선 전이 영역에 대해서 영상을 추출, 전처리하며 이상영역 및 정량지표를 도출 ○ 추출된 자료를 구획화, 분할하여 인공지능 알고리즘을 개발하고 머신러닝을 시행 (종양 알고리즘 노하우 활용) ○ 임파선 영역 분석용 시스템 개발: 획득한 정량지표(크기, 개수, SUV등)과 위치정보를 바탕으로 임파선 병기 보고 시스템 제작 ○ 3) 3년차 3-1. 영상분석 시스템 고도화 ○ 획득된 종양 및 임파선 전이 병기정보 및 중요한 정량지표 도출 ○ 병리결과와 비교, 대조하여 영상 알고리즘의 정확성 보완 및 개선 ○ 보완된 알고리즘을 바탕으로 병기정보 및 주요지표 제시 3-2. 자동분석 원천기술 구축 및 개선 ○ 종양, 임파선전이에 대한 각각의 알고리즘을 개발하여, 최종적으로 도출된 지표를 종합하여 병기를 작성하고 필요한 소견 및 주요 영상화면을 제공할 수 있는 영상분석 원천기술 확보 및 전문의의 피드백을 통한 성능 조율