본 논문은 미국에서 두 번째 주요 사망 원인인 폐암의 조기 진단을 위해 폐 병변의 자동 분할 및 정량적 분석을 수행하는 3D nnUNet 모델을 제안합니다. 해부학적 사전 정보를 사용하지 않은 모델이 사전 정보를 사용한 모델보다 유의미하게 높은 성능을 보였으며 (p < .001), 임상적으로 유의미한 1cm 이상의 병변 검출에 대해 71.3%의 정밀도, 68.4%의 민감도, 69.8%의 F1-score를 달성했습니다. 분할 성능은 Dice score 77.1 ± 20.3, Hausdorff distance error 11.7 ± 24.1 mm 이었으며, 중앙값 병변 부담은 6.4 cc (IQR: 2.1, 18.1)였고, 수동 및 자동 측정 간 중앙값 부피 차이는 0.02 cc (IQR: -2.8, 1.2)였습니다. 선형 회귀 및 Bland-Altman plot을 통해 일치도를 평가하였고, 제안된 방법은 환자의 총 종양 부담에 대한 개인화된 평가를 제공하고 시간 경과에 따른 변화 추적을 용이하게 할 수 있습니다.
