Thyroid eye disease 활동도 자동/정량 평가 연구

Automated and quantitative assessment of Thyroid Eye Disease activity

연구 내용

디지털 안면·주변부 사진을 기반으로 thyroid eye disease의 임상 활동 점수(CAS)를 정량화하고 관찰자 변이를 줄이는 연구

Thyroid eye disease의 임상 활동 점수(CAS)는 관찰자에 따라 평가가 달라질 수 있어, 동일 환자에서의 일관된 활동도 판별이 필요합니다. 본 연구에서는 periocular 사진과 디지털 안면 이미지에서 염증 관련 연부조직 소견을 정량 항목으로 구성하고, 전문가가 부여한 CAS를 라벨로 사용해 기계학습 기반 CAS 예측 시스템을 구축합니다. 또한 촬영 기반 평가의 관찰자 간 일치도와 진단 성능을 함께 분석하고, 성별·연령·흡연량과 같은 인구통계 변수를 결합해 정확도를 개선하는 방향으로 접근합니다.

관련 프로젝트

0건

연구 흐름

초기에는 Thyroid eye disease 환자 디지털 안면 이미지를 구성하고, 여러 안과 전문의가 부여한 CAS를 기준으로 염증 성분과 주관 증상을 포함한 예측 모델을 학습하는 연구를 수행했습니다. 이후에는 periocular 사진을 활용해 연부조직 소견 항목별 관찰자 간 변이를 평가하고, 사진 기반 CAS(P-CAS)의 진단 성능을 임상 CAS와 비교했습니다. 최근에는 사진 평가에서 관찰 재현성을 확인하고 인구통계 변수를 결합해 예측 성능을 보강하는 방향으로 확장하였습니다.

활용 가능성

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

활동성 TED 조기 선별
관찰자 간 CAS 표준화
이미지 기반 진료 보조
자동 CAS 추정
환자 추적 모니터링
치료 반응 평가
원격 스크리닝 워크플로
인구통계 보정 모델
임상시험 환자 선별
의료 의사결정 지원