신현진 건국대병원 안과 교수팀이 딥러닝 기반 안와 골절 진단 모델을 개발해 CT 영상에서 99.5% 정확도를 기록했다고 밝혔다. 특히 급성 골절과 만성 골절을 구분하는 AI 시스템을 구축해 치료 계획 수립에 도움을 줄 것으로 기대된다.이번 연구는 ‘Deep-Learning Method for the Diagnosis and Classification of Orbital Blowout Fracture Based on Computed Tomography’라는 제목으로, 미국 ‘Journal of Oral and Maxillofacial Surgery’에 게재됐다. 신 교수와 김수영, 고현강, 이형우 교수팀이 공동 연구를 수행했으며, 제133회 대한안과학회에서 학술상을 받았다.안와 골절은 안구를 둘러싼 뼈가 외부 충격으로 부러지는 질환으로, 복
정동진 가톨릭대학교 여의도성모병원 영상의학과 교수 연구팀(정대영 소화기내과 교수)이 조기 위암 병기 결정을 위한 혁신적 CT 진단법을 개발했다고 밝혔다.이번에 새롭게 제시한 ‘역동적 CT 벽관통 신호(CTTM sign)’ 분석법은 기존 CT로 구분이 어려웠던 조기 위암의 세부 병기까지 정확하게 판별할 수 있는 기술이다. 기존 CT는 진행성 위암 병기 결정에는 유용했지만, T2 이하 조기 위암에선 병기 구분에 한계가 있어 치료 계획 수립에 어려움이 있었다.CTTM 진단법은 동맥기, 문맥기, 지연기 등 3단계 역동적 CT 영상을 통해 나타나는 벽관통 신호를 점수화해 위암 침윤 깊이를 정밀 분석한다. 116명의 위암 환자 데이터를 기반으로, 특히
