| 초록 |
□ 연구개요 진행암 환자의 생존율이 향상되면서 골 전이 및 이와 관련한 병적 골절 골절, 특히, 근위 대퇴골에 골절이 발생할 가능성이 높아집니다. 전이암으로 인한 임박 골절을 진단하고 궁극적으로 병적 골절을 예방하기 위해 제안된 몇 가지 체계들은 실질적인 한계가 입증되었으므로 새로운 평가 도구의 개발이 필수적입니다. 복부와 골반의 전산화 단층 촬영(computed tomography, CT)은 암 환자의 평가 및 추적 관찰을 위한 표준 영상 검사이며 CT 기반의 디지털화 재구성 사진을 이용하여 근위 대퇴골에 대한 평가가 가능합니다. CNN (Convolutional Neural Network)과 같은 심화 학습 모델이 병적 골절 예측에 응용될 수 있지만, 아직 이러한 적용 방법에 대해서는 보고된 바가 없습니다. (1) 진행암 환자의 복부 및 골반 CT의 디지털화 재구성 사진으로부터 전이가 있는 근위 대퇴골에서 미래에 발생할 병적 골절 예측에 있어 CNN의 정확도와, (2) 환자의 병력에 대한 지식 없이 복부 및 골반 CT만으로 대퇴골 근위부의 병적 골절을 예측하는 데 있어 다양한 배경과 경험 수준을 가진 임상의와 비교 시 CNN의 성능에 대해 알아보고자 하였다. □ 연구 목표대비 연구결과 진행암 환자의 복부 및 골반 CT의 디지털화 재구성 사진으로부터 전이가 있는 근위대퇴골에서 미래의 발생할 병적 골절 예측에 있어 3가지 CNN 모델(VGG16, ResNet50 및 Dens3eNet121) 중 DenseNet121이 비교적 좋은 정확도를 보였다. 환자의 병력에 대한 지식 없이 복부 및 골반 CT만으로 대퇴골 근위부의 병적 골절을 예측하는 데 있어 DenseNet121은 다양한 임상적 배경과 경험 수준을 가진 의료진과 비교했을 때도 좋은 성능을 보였다. □ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) CNN 모델들은 진행암 환자의 복부 및 골반 CT의 디지털화 재구성 사진으로부터 전이가 있는 근위 대퇴골에서 의료진들이 예상할 수 없는, 미래에 발생할 병적 골절을 예측할 수 있을 것으로 기대된다. 향후 더 많은 영상 자료를 바탕으로 지속적인 CNN 모델 개발과 실증이 필요하다. 연구 논문은 현재 Clinical Orthopaedics and Related Research [2021 journal impact factor 4.837, Orthopaedics category 9/86(90.12%), Surgery category 30/213(86.15%)]에 제출 후 조건부 채택되어 수정 작업 중에 있다. 본 연구에서 개발하고 입증한 모델 코드는 온라인에 공개할 예정이다. (출처 : 연구결과 요약문 2p) |
