▲ドン教授-hyun kim▲Ji -woon seo教授
[福祉新しい報告書]人工知能（AI）は、がん脊髄転移を早期に診断するために開発されました。
キム・ドンヒョン教授（Seo ji-woon、Kim Hyo-Jin、Lee Ji-Hyun、Chae Ji-Won）、SuoulのBoramae Hospital、Boramae Hospital of Imaging Medication of Spine MRIを使用して自動的に検出および分割できる「深い学習ベースの人工知能モデル（U-NET）」を開発しました。
キム教授のチームは、2015年から2021年に収集された322人の患者に基づいて実施されました。がんの領域を示す3種類のMRIビデオデータと組み合わせて、深い学習モデルが学習され、実際には、精度をビデオ医学の5人の専門家と比較するために実施されました。
この研究の結果、最もパフォーマンスAIモデルは85.7％の精度で移動病変を検出しました。これは、専門家の平均精度、74.6％よりも高いです。間違った診断（OWARES）の比率もAIが低かった。
特に、1cm未満の小さな病変を見つけることが可能であることは有名です。
骨転移は骨で広がっていますが、肺がん、乳がん、前立腺癌患者では特に一般的であり、転移が発生すると、病理学的骨折、麻痺、神経損傷を引き起こし、生命の質を迅速に引き起こします。脊髄転移も患者の治療方向の決定に大きな影響を与えるため、早期診断は非常に重要です。
ただし、患者ごとに何百もの脊椎MRIを確認する必要があるイメージングと医師には多くの負担があります。
Kim Dong -Hyun教授は、「この研究は実際の臨床データに基づいており、AIモデルが専門レベルの精度で骨転移を検出できることを証明しています。」
この研究で使用されたAIモデルは、実際の臨床試験で使用される可能性があります。このモデルは、さまざまな病院（3つの機関）のMRIプロトコルを反映したデータで学習されました。これは、実際の脊椎画像に適用された場合でも、高い汎用性と高精度を示しました。さらに、AIが診断を逃した病変の場合、実際の臨床環境が非常に少ないか、ビデオノイズが多いという点で有意義なパフォーマンスを示すことができることが確認されました。
将来、キム教授は、その後の調査を通じてより多くのデータを学び、モデルのパフォーマンスをさらにアップグレードする予定です。
キム教授の研究は、2024年にイメージ医学の分野の雑誌である韓国語Journal of Radiologyに掲載されました。
#がん脊髄移行早期診断AIモデル開発福祉新しいレポート