Sign In

AI-Driven Automated Tool for Abdominal CT Body Composition Analysis in Gastrointestinal Cancer Management

Created by
  • Haebom
Category
Empty

저자

Xinyu Nan, Meng He, Zifan Chen, Bin Dong, Lei Tang, Li Zhang

개요

본 논문은 중국을 중심으로 높은 발병률을 보이는 위장관암의 정확한 예후 평가 및 효과적인 치료 전략의 중요성을 강조하며, 복부 근육 및 지방 조직 구성과 환자 예후 간의 강한 상관관계를 제시합니다. 기존의 수동 분석 방법의 시간 및 비용 소모 문제를 해결하기 위해, AI 기반의 자동화된 복부 CT 스캔 분석 도구를 개발했습니다. 이 도구는 다중 뷰 지역화 모델과 고정밀 2D nnUNet 기반 분할 모델을 통합하여 90%의 지역화 정확도와 0.967의 Dice 유사도 계수를 달성했습니다. 또한, 임상의가 분할 결과를 개선할 수 있는 대화형 인터페이스를 제공하여 고품질 결과를 효과적으로 보장합니다. 결론적으로, 이 도구는 중요한 복부 조직을 효과적으로 추출하는 표준화된 방법을 제공하여 위장관암 관리 및 치료를 향상시킬 수 있는 잠재력을 가지고 있습니다. 소스 코드는 깃허브에 공개되어 있습니다.

시사점, 한계점

시사점:
AI 기반 자동화 분석으로 복부 조직 구성 분석의 효율성 및 정확성 향상.
위장관암 예후 예측 및 치료 전략 개선에 기여.
임상 연구의 확장성 제고.
표준화된 분석 방법 제공.
한계점:
현재는 중국 환자 데이터 기반으로 개발되어 다른 인종 집단에 대한 일반화 가능성은 제한적일 수 있음.
다양한 CT 스캐너 및 영상 품질에 대한 일반화 성능 평가 필요.
임상적 유효성 검증 및 대규모 전향적 연구를 통한 추가적인 검증 필요.
👍