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.

Predicting Diabetic Macular Edema Treatment Responses Using OCT: Dataset and Methods of APTOS Competition

Created by
  • Haebom

저자

Weiyi Zhang, Peranut Chotcomwongse, Yinwen Li, Pusheng Xu, Ruijie Yao, Lianhao Zhou, Yuxuan Zhou, Hui Feng, Qiping Zhou, Xinyue Wang, Shoujin Huang, Zihao Jin, Florence H. T. Chung, Shujun Wang, Yalin Zheng, Mingguang He, Danli Shi, Paisan Ruamviboonsuk

개요

본 논문은 2021년 개최된 제2회 아시아 태평양 텔레안과학회(APTOS) 빅데이터 경진대회를 소개한다. 이 경진대회는 당뇨병 황반부종(DME) 환자의 항-VEGF 치료 반응 예측 정확도 향상에 초점을 맞추어, 2,000명의 환자로부터 수만 장의 안과 OCT 이미지 데이터셋을 제공했다. 경진대회는 4가지 하위 과제를 포함했으며, 170개 팀이 참가하여 41개 팀이 최종 라운드에 진출했다. 최고 성능을 달성한 팀은 AUC 80.06%를 기록, AI를 활용한 DME 치료의 개인 맞춤화 및 임상 의사결정 지원 가능성을 보여주었다. 본 연구는 DME 치료 반응 예측을 위한 사전 계층화 연구의 첫 사례로 여겨진다.

시사점, 한계점

•
시사점:
◦
AI 기반 DME 치료 반응 예측의 가능성을 제시하였다.
◦
대규모 데이터셋을 활용한 DME 치료 개인 맞춤화 전략 개발에 기여하였다.
◦
APTOS 경진대회를 통해 DME 연구 분야의 국제적 협력 및 기술 발전을 촉진하였다.
◦
AUC 80.06%라는 높은 예측 정확도를 달성하여 임상적 활용 가능성을 시사하였다.
•
한계점:
◦
경진대회 결과의 일반화 가능성에 대한 추가 연구가 필요하다.
◦
데이터셋의 다양성 및 대표성에 대한 검토가 필요하다.
◦
실제 임상 환경에서의 AI 모델 성능 검증이 필요하다.
◦
개별 환자 특징을 고려한 보다 정교한 예측 모델 개발이 필요하다.
👍
Made with Slashpage