EXACT-CT: EXplainable Analysis for Crohn's and Tuberculosis using CT
Created by
- Haebom
Category
Empty
저자
Shashwat Gupta, Sarthak Gupta, Akshan Agrawal, Mahim Naaz, Rajanikanth Yadav, Priyanka Bagade
개요
크론병과 장결핵은 임상적, 방사선학적, 내시경적, 조직학적 특징(특히 육아종)이 많이 겹쳐 임상적으로 감별하기 어렵다. 본 연구는 3D CTE 스캔, 컴퓨터 비전, 머신러닝을 활용하여 크론병에 대한 불필요한 항결핵 치료 또는 면역억제제로 인한 결핵 악화와 같은 잘못된 치료 관리를 피하기 위해 이러한 감별 진단을 개선하는 새로운 방법을 제시한다. VF 대 SF 비율, 괴사, 석회화, 빗살 모양 및 폐 결핵과 같은 방사선과 의사가 식별한 바이오마커를 식별하여 정확도를 높이는 방법을 제안한다. 이러한 바이오마커에서 추출한 특징에 대해 다양한 머신러닝 기법을 사용하여 효과를 입증하고, XGBoost에 대한 SHAP을 계산하여 예측에 대한 특징 중요도를 이해하고, 사전 훈련된 ResNet 및 CTFoundation과 같은 최첨단(SOTA) 방법과 비교한다.
시사점, 한계점
•
시사점: 3D CTE 스캔과 머신러닝을 이용하여 크론병과 장결핵의 감별 진단 정확도를 향상시킬 수 있는 새로운 방법 제시. 방사선과 의사가 식별한 바이오마커를 활용하여 진단 정확도를 높임. 다양한 머신러닝 기법과 SHAP 분석을 통해 예측 모델의 성능 및 특징 중요도를 평가. 최첨단 방법과의 성능 비교를 통해 제안 방법의 우수성을 입증.
•
한계점: 본 연구에서 사용된 데이터셋의 크기와 다양성에 대한 정보 부족. 제안된 방법의 일반화 성능에 대한 추가적인 검증 필요. 임상적 적용을 위한 추가 연구 필요. 특정 바이오마커에 대한 의존도가 높을 가능성 존재.
