검색
검색
공개 노트 검색
회원가입로그인

인공지능이 진단하는 흉부 X-선, X-raydar 프로젝트

Wellcome Trust X-Ray Study

X-Raydar 프로젝트는 컴퓨터 비전을 사용하여 자동으로 흉부 X-선을 읽고 보고하는 인공지능 소프트웨어를 개발하는 것을 목표로 합니다.

건강 관리에 중추적인 역할을 하는 흉부 X-선은 전 세계 의료 이미징의 대부분을 차지하고 있습니다. 효율적이고 비용 효과가 높으며 방사선 노출도 적기에 많이 사용되고 있죠. 최근에는 COVID-19 진단에 있어서도 중요한 역할을 했습니다.

코로나로 인해 검사량이 증가하면서 많은 보건 시스템이 부담을 느끼고 있는 상황에서 X-raydar 프로젝트가 영국에서 등장했습니다. 이 프로젝트는 인공지능을 이용해 흉부 X-선을 자동으로 읽고 대응할 수 있는 기술을 개발함으로써 진단 시간을 단축하고 의료 자원을 효율적으로 배분하는데 목표를 두고 있습니다.

X-raydar는 영국의 세 병원 네트워크로부터 수집한 방대한 흉부 X-선 데이터를 바탕으로 하고 있으며, 150만 명의 환자로부터 얻은 270만 장이 넘는 이미지가 사용되었습니다. X-Raydar Online에서는 사용자가 DICOM 파일을 업로드하고 인공지능이 진단 결과를 제공하는 데모를 경험해 볼 수 있습니다.

인공지능이 진단하는 흉부 X-선, X-raydar 프로젝트 image 1

  • 의료 이미징은 건강 관리 시스템에서 가장 중요한 요소이며, 흉부 X-선은 전 세계 의료 이미징의 40%를 차지하고 있다.

  • 흉부 X-선은 심폐 이상의 진단에 있어서 효과적이고 비용이 낮고 복사선 부담이 적으며 진단 절차가 간편하기 때문에 이러한 비중을 차지하게 되었다.

  • 어떤 국가에서는 시기적절하게 스캔을 해석하고 보고하는 것이 불가능하여 진단이 큰 지연이 발생하고 인적 오류가 증가하는 상황이다.

  • 이러한 상황은 전문적인 방사선과 의사 양성의 교육과 서류를 확보하기 위해 자금이 부족한 개발도상국에서 훨씬 심각하다. 2016년에는 케냐(4300만 명)에서는 200명의 방사선과가 있었고, 리베리아에서는 2명의 방사선과만 있었다.

  • 인공지능 알고리즘은 37가지 이상의 비정상적인 방사선 소견의 존재 여부를 실시간으로 확인하고 필요시 플래그를 지정할 수 있다.

  • X-Raydar는 영국의 세 개의 병원 네트워크에서 수집한 13년 동안의 최대 규모의 흉부 X-선 기록을 사용하여 구축되었다. 150만 명의 성인 환자로부터 270만 장 이상의 흉부 X-선을 수집했다.

  • X-Raydar 알고리즘이 작동하는 방식을 보여주는 온라인 데모는 X-Raydar Online에서 제공된다.

  • 이 웹사이트는 사용자가 흉부 X-선에 관련된 DICOM 파일을 업로드하면 API가 해당 파일을 받아 처리하고 결과를 표시하는 형식의 보고서(37가지 확률의 목록)를 생성한다.

  • 비임상 평가를 위해 연구 공동체에 무료로 제공되는 두 가지 알고리즘에 접근할 수 있는 API(Application Programming Interface)를 제공

  • X-Raydar-NLP: 실시간으로 자유 텍스트 보고서를 자동으로 주석 달아준다.

  • X-Raydar-CV: 흉부 X-선에 대한 포괄적인 소견을 자동으로 감지한다.

  • X-Raydar37 온톨로지를 사용하여 자유 텍스트 방사선 보고서와 흉부 X-선의 수동 주석을 지원하는 웹 기반 인터페이스인 AnnotateX를 곧 공개할 예정이다.

  • 이 프로젝트는 웰컴 신약상의 지원을 받았으며, 다음과 같은 협력으로 이루어졌다.

공유하기
카카오로 공유하기
페이스북 공유하기
트위터로 공유하기
url 복사하기
조회수 : 501
heart
T
페이지 기반 대답
AI Chat