<h2 class="depth2_title">흉부 사진 기반의 근감소증 탐지를 위한 머신 러닝 방법 및 시스템 그리고 근 감소증 탐지 방법 및 시스템</h2> <h3 class="depth3_title">개발자</h3> <p class="depth3_txt">홍남기 교수(의과대학 내과학교실)</p> <h3 class="depth3_title02">기술설명</h3> <p class="depth3_txt">본 기술은 흉부 사진 기반의 근감소증 탐지를 위한 머신러닝 방법 및 시스템 그리고 근감소증 탐지 방법 및 시스템으로써, 마이크로프로세서를 이용한 흉부 사진기반의 근감소증 탐지를 위한 머신러닝 방법은, 1) 학습 데이터로서 환자의 흉부사진, A, B 및 C, 연령, 성별, BMI(body mass index, 체중 질 량 지수) 및 근감소증 여부를 제공하는 단계, 2) 흉부 사진을 제1 입력값으로 하고, A, B 및 C를 제1 출력값으로서 1차 머신러닝하여 제1 인공지능 모델을 제공하는 단계, 및 3) 제1 출력값, 연령, 성별 및 BMI를 제2 입력값으로 하고, 근감소증 여부를 제2 출력값으로 하여 2차 머신 러닝하여 제2 인공 지능모델을 제공하는 단계를 포함한다.</p> <div class="depth3_txt skill_info_single"> <span class="img"><img alt="" src="/resources/images/rdh/content/severanceHospital/main_technology11.png"></span> <p>Fig) Grad CAM을 이용하여 코호트들의 흉부 방사선 사진에서 제1 인공지능 모델에서 출력된 A,B,C의 연관도를 나타낸 그래프</p> </div> <h3 class="depth3_title02">활용성</h3> <p class="depth3_txt">근감소증은 노화와 함께 근육의 양, 근력, 근 기능이 모두 감소하는 질환을 의미하며, 근감소증의 원인 은 개인마다 다르지만 근감소증은 단백질 섭취 저하 또는 운동량 부족에서 흔히 기인한다. 본 기술은 AI 모델을 통해 근감소증을 탐지하고자 한 기술이며, 의료 AI 진단의 세계 시장 규모는 2018년 21억 달러에서 연평균 50%의 성장을 통해 2025년 362억 달러로 확대될 것으로 전망된다.<br> 근감소증은 일상적인 임상 실습 시 잘 감지되지 않는다. 흉부 방사선 촬영을 통하여 근감소증을 감지 하는 기술이 알려져 있으나 효과적이고 실용적인 기회주의적 선별 전략이 필요하다. 현재 흉부 방사선 촬영과 인공지능 기술을 함께 접목하여 근감소성을 탐지하고 있긴 하지만 그 유연성 부족으로 활용이 어렵다. 본 기술은 이러한 문제를 해결하기 위해 마이크로프로세서 머신러닝 시스템을 활용하여 근 감소성 탐지 방법을 제시하기 때문에 효과적인 근감소증 진단이 가능해 질 것으로 사료된다.</p>
소스입니다. Ctrl+C를 눌러 클립보드로 복사하세요

닫기