인공 지능은 엑스레이 이미지에서 골관절염의 초기 징후를 검색합니다.
날짜:
2022년 12월 15일
원천:
Jyväskylä 대학교 - Jyväskylän yliopisto
요약:
연구원들은 엑스레이 이미지에서 초기 무릎 골관절염을 감지하기 위해 AI 기반 신경망을 개발했습니다. AI는 87%의 사례에서 의사의 진단을 일치시킬 수 있었습니다. X-레이가 초기 무릎 골관절염의 주요 진단 방법이기 때문에 결과가 중요합니다. 조기 진단은 불필요한 검사, 치료 및 무릎 관절 교체 수술로부터 환자를 구할 수 있습니다.
Jyväskylä 대학과 Central Finland Health Care District의 연구원들은 X-레이 이미지에서 초기 무릎 골관절염을 감지하는 AI 기반 신경망을 개발했습니다. AI는 87%의 사례에서 의사의 진단을 일치시킬 수 있었습니다. X-레이가 초기 무릎 골관절염의 주요 진단 방법이기 때문에 결과가 중요합니다. 조기 진단은 불필요한 검사, 치료 및 무릎 관절 교체 수술로부터 환자를 구할 수 있습니다.
골관절염은 전 세계적으로 가장 흔한 관절 관련 질환입니다. 핀란드에서만 매년 600,000건의 의료 방문이 발생합니다. 매년 최대 10억 유로의 국가 경제 비용이 발생하는 것으로 추정됩니다.
새로운 AI 기반 방법은 엑스레이에서 골관절염을 예측하는 방사선학적 특징을 감지하도록 훈련되었습니다. 이 발견은 현재 진단 기준에 포함되어 있지 않지만 정형외과 전문의는 이를 골관절염의 초기 징후로 간주합니다. 이 방법은 AI Hub Central Finland 프로젝트의 일환으로 Jyväskylä 대학의 디지털 건강 인텔리전스 연구소에서 개발되었습니다. 전 세계적으로 널리 사용되는 신경망 기술을 활용합니다.
"이 프로젝트의 목표는 X-레이에서 골관절염의 초기 특징을 인식하도록 AI를 훈련시키는 것이었습니다. 숙련된 의사가 이미지와 시각적으로 구별할 수 있지만 자동으로 수행할 수는 없습니다."라고 책임 연구원인 Anri Patron은 설명합니다. 방법의 개발.
실제로 AI는 무릎 관절의 경골 결절에 스파이크가 있는지 여부를 감지하려고 합니다. 경골 스파이크는 골관절염의 징후일 수 있습니다.
이 방법의 신뢰성은 Central Finland Healthcare District의 전문가와 함께 평가되었습니다.
"AI 모델을 개발하는 데 약 700개의 엑스레이 이미지가 사용되었으며, 그 후 약 200개의 엑스레이 이미지로 모델이 검증되었습니다. 이 모델은 87%에서 의사의 추정과 일치하는 급상승을 추정했습니다. 유망한 결과입니다."라고 Patron은 설명합니다.
AI는 1차 의료에서 골관절염의 조기 진단을 지원할 수 있습니다.
Jyväskylä 대학의 디지털 건강 인텔리전스 연구실 책임자인 Docent Sami Äyrämö는 조기 골관절염을 진단하는 AI 모델 개발이 전 세계적으로 활발하다고 설명합니다.
"이전에 무릎 골관절염을 감지하기 위해 여러 AI 모델이 개발되었습니다. 이 모델은 전문가라면 누구나 쉽게 감지할 수 있는 심각한 사례를 감지할 수 있습니다. 그러나 이전에 개발된 방법은 초기 증상을 감지할 만큼 정확하지 않습니다. 현재 개발 중인 방법입니다. 특히 절실히 필요한 X-레이를 통한 조기 발견을 목표로 합니다."
목표는 미래에 AI가 X-레이에서 무릎 골관절염의 조기 징후를 감지할 수 있게 하여 일반 개업의가 초기 진단을 더 자주 수행할 수 있도록 하는 것입니다.
이 프로젝트는 Central Finland Health Care District와 공동으로 수행되었습니다. Central Finland Health Care 지역의 H CEO이자 외과 교수인 Juha Paloneva는 초기 골관절염이 효과적으로 치료될 수 있다고 말합니다.
"초기 단계에서 진단을 내릴 수 있다면 불확실성과 MRI 스캔과 같은 고가의 검사를 피할 수 있습니다. 또한 환자는 증상이 있는 골관절염의 진행을 늦추거나 심지어 중지하기 위한 조치를 취하도록 동기를 부여할 수 있습니다. 가장 좋은 시나리오는 환자가 관절 교체 수술을 피할 수도 있다는 것입니다."라고 Paloneva는 요약합니다.
출처 : https://www.sciencedaily.com/