주메뉴

홈아이콘  >  이슈

[연구] 축농증 진단, 딥러닝 알고리즘이 숙련의사만큼 정확

국제학술지 <Investigative Radiology> 최신호 게재

송보미 기자 입력 : 2019-05-17 15:26  | 수정 : 2019-05-17 17:38

네이버 페이스북 밴드 구글 트위터 핀터레스트 카카오스토리 카카오링크 인쇄 다운로드 확대 축소

 

[헬스앤라이프 송보미 기자] 분당서울대병원 영상의학과 선우준 · 이경준 교수 연구팀이 딥러닝 알고리즘을 통해 상악동 부비동염(축농증)을 진단했을 때의 정확도가 숙련된 영상의학과 의사와 동등한 수준을 보였다는 내용의 연구결과를 지난 13일 발표했다. 

 

(왼쪽부터)분당서울대병원 영상의학과 선우준 · 이경준 교수.
사진=분당서울대병원jpg

 

연구팀은 2003~2017년 분당서울대병원에서 부비동염이 의심돼 시행한 단순촬영검사 결과 9000건을 영상 소견에 따라 정상 혹은 상악동 부비동염으로 분류하고, 해당 데이터를 학습용 데이터(8000건)와 검증용 데이터(1000건)로 나눠 딥러닝 알고리즘 개발에 활용했다. 

 

또한 개발된 알고리즘을 보다 정확히 검증하려는 목적으로 함께 촬영된 CT 검사의 소견에 따라 정답을 매긴 두 개의 시험용 데이터셋을 따로 만들었고 이를 토대로 숙련된 영상의학과 의사 5명과의 진단 정확도를 비교했다.

 

결과적으로 딥러닝 알고리즘의 성능은 모든 시험용 데이터셋에서 영상의학과 의사와 동등한 수준의 진단 정확도를 보였다. 정확한 검증을 위해 분당서울대병원의 영상데이터를 이용해 학습한 딥러닝 알고리즘을 외부 병원(서울대병원 본원)의 영상데이터에 적용했을 때도 진단 정확도가 유지되는 것으로 확인됐다.

 

선우준 분당서울대병원 영상의학과 교수는 “단순촬영검사에서는 CT 검사와 비교해 발생하는 방사선량이 20분의 1에 그치기 때문에 환자의 방사선 노출도 최소화하는 데 기여할 수 있을 것”이라며 “본 알고리즘을 실제로 일차검사 및 추적검사에 활용했을 때의 효용성을 확인하기 위해서는 향후 임상시험이 필요하다. 알고리즘의 정확도를 향상시키고 상악동 이외의 전두동, 사골동, 접형동 등 다른 부비동염의 진단에서도 본 알고리즘을 활용할 수 있도록 2가지 이상의 각도에서 촬영한 단순촬영검사를 이용하는 후속 연구를 계획하고 있다”고 밝혔다. 

 

 

*** 아래는 논문 원문 일부 발췌본 (Downloaded from Investigative Radiology)

 

 

Deep Learning in Diagnosis of Maxillary Sinusitis Using Conventional Radiography

Youngjune Kim, MD,*† Kyong Joon Lee, PhD,*† Leonard Sunwoo, MD, PhD,*† Dongjun Choi, MS,†Chang-Mo Nam, MS,† Jungheum Cho, MD,*† Jihyun Kim, MD,‡ Yun Jung Bae, MD,*† Roh-Eul Yoo, MD,*Byung Se Choi, MD,*† Cheolkyu Jung, MD,*† and Jae Hyoung Kim, MD*†

 

 

abstract

 

Objectives: 


The aim of this study was to compare the diagnostic performance of a deep learning algorithm with that of radiologists in diagnosing maxillary sinusitis on Waters’ view radiographs.

 

Materials and Methods: 


Among 80,475 Waters’ view radiographs, examined between May 2003 and February 2017, 9000 randomly selected cases were classified as normal or maxillary sinusitis based on radiographic findings and divided into training (n = 8000) and validation (n = 1000) sets to develop a deep learning algorithm. Two test sets composed of Waters’ view radiographs with concurrent paranasal sinus computed tomography were labeled based on computed tomography findings: one with temporal separation (n = 140) and the other with geographic separation (n = 200) from the training set. Area under the receiver operating characteristics curve (AUC), sensitivity, and specificity of the algorithm and 5 radiologists were assessed. Interobserver agreement between the algorithm and majority decision of the radiologists was measured. The correlation coefficient between the predicted probability of the algorithm and average confidence level of the radiologists was determined.

 

Results: 


The AUCs of the deep learning algorithm were 0.93 and 0.88 for the temporal and geographic external test sets, respectively. The AUCs of the radiologists were 0.83 to 0.89 for the temporal and 0.75 to 0.84 for the geographic external test sets. The deep learning algorithm showed statistically significantly higher AUC than radiologist in both test sets. In terms of sensitivity and specificity, the deep learning algorithm was comparable to the radiologists. A strong interobserver agreement was noted between the algorithm and radiologists (Cohen κ coefficient, 0.82). The correlation coefficient between the predicted probability of the algorithm and confidence level of radiologists was 0.89 and 0.84 for the 2 test sets, respectively.

 

Conclusions: 


The deep learning algorithm could diagnose maxillary sinusitis on Waters’ view radiograph with superior AUC and comparable sensitivity and specificity to those of radiologists.

(Invest Radiol 2019;54: 7–15)

 

Aritcle Infor. 

Received for publication May 10, 2018; and accepted for publication, after revision, June 15, 2018

 

FIGURE 2. Area under the receiver operating curve for the deep learning algorithm and the invited radiologists in the diagnosis of maxillary sinusitis
자료=Investigative Radiology

 

※ 출처  Investigative Radiology

 


bmb@healthi.kr

 

#분당서울대병원 #영상의학과 #선우준교수 #축농증검사 #딥러닝알고리즘 #딥러닝알고리즘검사 #의료계연구성과 #헬스앤라이프