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.

A Smart Healthcare System for Monkeypox Skin Lesion Detection and Tracking

Created by
  • Haebom

저자

Huda Alghoraibi, Nuha Alqurashi, Sarah Alotaibi, Renad Alkhudaydi, Bdoor Aldajani, Lubna Alqurashi, Jood Batweel, Maha A. Thafar

개요

본 논문에서는 원숭이두창 진단을 위한 인공지능 기반 의료 시스템인 ITMAINN을 제시합니다. ITMAINN은 심층 학습 기법을 활용하여 피부 병변 이미지로부터 원숭이두창을 감지하는 시스템으로, 이미지 분석을 위한 모바일 애플리케이션, 보건 당국을 위한 실시간 모니터링 대시보드, 그리고 여러 사전 훈련된 모델 중 성능이 가장 우수한 MobileViT 모델을 기반으로 합니다. 이중 분류(원숭이두창 vs. 비원숭이두창)에서는 Vision Transformer, MobileViT, Transformer-in-Transformer, VGG16 모델이 97.8%의 정확도와 F1 점수를 달성했으며, 다중 분류(원숭이두창, 수두, 홍역, 수족구병, 우두, 건강한 피부)에서는 ResNetViT와 ViT Hybrid 모델이 92%의 정확도와 92.24%, 92.19%의 F1 점수를 기록했습니다. MobileViT 모델은 경량성을 고려하여 모바일 애플리케이션에 적용되었습니다. ITMAINN은 스마트 도시 내 대응력 있는 의료 인프라 구축에 기여할 잠재력을 가지고 있습니다.

시사점, 한계점

시사점:
원숭이두창과 같은 전염병의 신속하고 정확한 진단을 위한 스마트폰 기반의 접근 가능한 솔루션 제공.
보건 당국의 실시간 모니터링 및 공중 보건 개입 지원을 통한 효과적인 전염병 관리 가능성 제시.
스마트 도시 내 의료 인프라 구축을 위한 혁신적인 기술 활용 사례 제시.
고성능의 경량 모델 MobileViT를 활용하여 모바일 환경에서의 효율적인 구동 가능성 증명.
한계점:
사용된 데이터셋의 출처 및 규모에 대한 자세한 설명 부족.
실제 임상 환경에서의 성능 검증 및 일반화 가능성에 대한 추가 연구 필요.
다양한 피부 질환과의 감별 진단 정확도 향상 및 추가적인 질병 데이터셋 확보 필요.
모바일 애플리케이션의 사용자 인터페이스 및 사용 편의성에 대한 평가 부족.
실시간 모니터링 대시보드의 기능 및 성능에 대한 구체적인 설명 부족.
👍