□ 연구개요 1) 최종 목표: 본 연구는 인공 지능을 이용하여 심장의 구획 자동화 알고리즘과 심장 세부 구조 별 방사선 견딤 선량 지표를 개발하여 환자 개인 별 심장 보호 맞춤형 방사선 치료가 가능케 하고자 함. 2) 세부 연구 목표 ➢ 1차 세부 목표: 심장 세부 구조와 유방암 방사선 치료시 필요한 정상장기에 대한 매뉴얼 구획화 (manual contouring)한 레이블링 데이터 확보 ➢ 2차 세부 목표: 유방암 방사선 치료에 필요한 영상 자동 분할 인공지능 알고리즘의 개발 ➢ 3차 세부 목표: 심장 세부 구조를 포함한 정상장기 별 방사선 견딤 선량 지표 개발. 3) 연구 내용 ➢ 유방암 방사선 치료 후 심장병 발생 데이터 베이스 구축 및 인공지능 학습 데이터 구축 ➢ 유방암 방사선 치료 관련 심장 세부구조 자동 구역화 인공지능 개발 및 타당성 유효성 검증 ➢ 심장 구조의 방사선 선량-3차원 체적 정보를 이용한 방사선 심장병 유발 선량 및 예측 모델 개발 □ 연구 목표대비 연구결과 1) 최종 목표: 목표하였던 연구 내용을 100% 달성하였음. 2) 세부 연구결과 ➢ 레이블링 데이터 구축: 유방암 환자 >1000명의 진단, 치료, 심장독성 데이터 확보하였고, 심장내과 전문의와의 협력체 구성을 통한 데이터 관리 질향상 및 관리 하였음, >200 명의 방사선치료계획용 CT에 심장세부구조를 포함한 20개이상의 정상구조를 레이블링 작업을 진행하여 학습/검증 데이터 확보하였음. ➢ 인공지능 모듈 개발: 구축한 학습 데이터를 이용하여 U-Net with Efficient Net를 통해 자동분할모듈을 개발하였음. 성능의 타당성 및 일관성, 범용성을 다각도로 검증하기 위하여 dosimetric 연구, 설문지 연구, 일치도 평가 연구 (Dice, Hausdorff 등), 다기관 전문가 집단 비교 연구를 통해 성능을 확인하였음. ➢ 인공지능 모듈을 통해 개발한 자동분할기능을 이용하여 심장독성을 비롯한 방사선 치료 독성 예측 모듈 개발을 진행하였음 (예: Acute coronary event, 갑상선기능저하 등). □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) 연구개발 성과의 활용 계획 1) 유방암 방사선 치료 계획에 사용되는 영상 분할에 활용하고 있음. 2) 다기관 연구의 치료 질 관리 프로그램에 활용하는 임상연구를 진행 중. 3) 국가 의료 질 향상 정책 및 프로그램에 활용될 수 있음. 4) 심장독성을 비롯한 방사선 치료 독성을 예측하는 영상 분할 작업에 활용하고 있음. 기대 효과 1) 기술적 효과 ➢ 유방암 뿐 아니라 두경부암, 폐암, 직장암, 간암 등 타 장기의 방사선 치료용 자동 영상 분할 기법에 활용되어 방사선 치료의 치료 기술 향상 ➢ 방사선 치료 부작용을 치료 계획시에 예측하여 부작용을 줄이는 환자 맞춤 정밀 설계가 가능케 함. ➢ 방사선 치료 뿐 아니라 영상자료를 활용한 다른 치료 기술에 활용될 수 있음. ➢ 환자 및 학생 교육 자료에 활용 될 수 있음. 2) 사회적 효과 ➢ 방사선 치료를 시행하는 유방암 환자의 치료시 부작용 감소를 통한 유방암 환자의 삶의 질 향상 ➢ 환자/ 학생 설명 자료에 활용되어 의학적 영상 자료의 이해도 증가. 3) 경제적 효과 ➢ 방사선 치료 계획에 필요한 의료진, 인력의 시간 및 인건비를 절약하여 병원 및 국가 의료 재정을 절감하고 더 많은 환자에게 양질의 치료를 제공. ➢ 영상 데이터 활용을 통한 지속 가능한 의료사업의 경쟁력 기반 확보. (출처 : 연구결과 요약문 2p)
- 연구책임자 : 장지석
- 주관연구기관 : 연세대학교
- 발행년도 : 20220300
- Keyword : 1. 유방암;방사선치료;심장독성;영상분할;인공지능; 2. breast cancer;radiotherapy;cardiac toxicity;Image segmentation;Deep learning;
