Explainable AI 기반 MRI 및 임상 데이터 위험 스크리닝·진단 보조 연구

Explainable AI for MRI-based diagnosis support and interpretable risk screening

연구 내용

TMJ MRI 영상과 다변량 임상·검진 변수를 활용해 질환을 자동 분류하고, LIME 등 설명가능 AI로 위험 요인을 근거화하여 임상 의사결정을 보조하는 연구

의료영상과 임상변수 기반 예측을 결합하여 자동 진단·조기 스크리닝 성능을 높입니다. TMJ anterior disk displacement 영역을 ROI 관점에서 모델링하고, 영상 기반 deep learning으로 판별을 수행합니다. 또한 periodontitis 조기 선별에서는 NHANES 등 다변량 변수들을 활용해 위험을 예측하되, LIME과 같은 설명가능 AI로 개인별 주요 기여 요인을 도출해 임상의가 이해할 수 있는 근거를 제공합니다. 설명 결과는 검진 기반 예방 전략 설계와 연결되도록 설계하며, 임상 적용을 위한 데이터셋 구축과 모델 검증 프레임을 함께 운영합니다.

관련 프로젝트

2건

연구 흐름

초기에는 MRI 기반 질환 진단에서 영상 정보를 자동 판독으로 연결하는 접근을 수행하여, ROI 중심의 분류 성능을 확보했습니다. 이후에는 검진 데이터 기반 periodontitis 조기 스크리닝으로 연구 범위를 확장하고, 단순 예측을 넘어 XAI를 적용해 위험 요인의 임상 해석 가능성을 확보했습니다. 동시에 다기관 고품질 데이터셋 구축과 임상활용 AI 모델 개발 과제를 통해 입력 변수·라벨의 일관성을 정리하고, 수술·진단 보조를 위한 이미지 기반 의사결정 장치 개발과 연결되는 흐름으로 확장되고 있습니다.

활용 가능성

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

TMJ MRI 자동 판독
ROI 기반 의료영상 분류 파이프라인
LIME 기반 근거 제시 리포트
치주염 조기 스크리닝 모델
설명가능 위험 요인 요약
다변량 임상변수 통합 예측기
검진 데이터 기반 opportunistic screening
전자기록 연계형 위험 알림
임상 적용용 모델 검증 절차
데이터셋 구축 및 성능 재현성 프레임