Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Utility of Pancreas Surface Lobularity as a CT Biomarker for Opportunistic Screening of Type 2 Diabetes

Created by
  • Haebom
Category
Empty

저자

Tejas Sudharshan Mathai, Anisa V. Prasad, Xinya Wang, Praveen T. S. Balamuralikrishna, Yan Zhuang, Abhinav Suri, Jianfei Liu, Perry J. Pickhardt, Ronald M. Summers

개요

Type 2 당뇨병(T2DM)은 전 세계적으로 수백만 명에게 영향을 미치는 만성 대사 질환입니다. 조기 진단은 형태적 변화와 엑토피 지방 침착 증가를 통해 췌장 기능에 영향을 미쳐 장기 손상으로 이어질 수 있기 때문에 중요합니다. 본 연구는 췌장 및 기타 복부 구조물을 완전히 자동화된 방식으로 구분하고, CT 영상 바이오마커를 도출하며, T2DM을 기회적으로 선별하는 방법을 제안합니다. 584명의 환자(297명 남성, 비당뇨병 환자 437명, 연령: 45$\pm$15세)의 내부 데이터 세트에서 췌장을 분할하기 위해 4개의 딥러닝 기반 모델을 사용했습니다. 췌장 표면 소엽화(PSL)는 자동으로 감지되었으며, 당뇨병 환자에서 4.26 $\pm$ 8.32로 비당뇨병 환자의 3.19 $\pm$ 3.62에 비해 더 높았습니다(p=0.01). PancAP 모델은 0.79 $\pm$ 0.17의 가장 높은 Dice 점수와 1.94 $\pm$ 2.63 mm의 가장 낮은 ASSD 오류를 달성했습니다(p$<$0.05). T2DM 예측을 위해 CT 바이오마커로 훈련된 다변수 모델은 0.90 AUC, 66.7% 민감도 및 91.9% 특이도를 달성했습니다. PSL이 T2DM 선별에 유용하며 T2DM의 초기 발병을 예측하는 데 도움이 될 수 있음을 시사합니다.

시사점, 한계점

•
시사점:
◦
PSL이 T2DM 선별에 유용할 수 있음을 보여줌.
◦
T2DM의 조기 발병을 예측하는 데 도움이 될 수 있음.
◦
자동화된 CT 영상 분석을 통해 T2DM을 기회적으로 선별하는 가능성을 제시.
◦
딥러닝 기반 모델을 활용하여 췌장 분할 정확도를 높임.
•
한계점:
◦
본 연구는 파일럿 연구로, 더 큰 규모의 데이터셋과 외부 검증이 필요함.
◦
CT 영상 바이오마커의 임상적 유용성에 대한 추가 연구 필요.
◦
T2DM 예측 모델의 민감도를 향상시킬 필요가 있음.
👍
Made with Slashpage