갑상선암은 여성암 1위의 암으로 2018년 국가암등록통계에 의하면 한해 28,651명이 발생하는 다빈도암으로 보건의료적인 중요성이 큰 질환으로, 갑상선암을 진단하기 위해서는 주로 초음파검사를 시행하며 초음파상 의심되는 결절이 관찰되면 세포검사를 통하여 확진을 하게 됩니다.
현장에서는 가장 많이 촬영되는 영상검사는 CT로 그중에서 흉부CT는 다빈도로 시행되는 검사입니다. 흉부 CT를 촬영하는 목적은 폐와 주변 구조물의 이상을 확인하는 목적으로 경부에 위치한 갑상선의 경우 CT에서 관찰되나 영상의학과 의사의 판독이 되지 않아 갑상선 결절 또는 갑상선암이 영상에 있더라도 놓치게 되는 경우가 다수 발생하고 있어, 영상의학과 의사를 갑상선 판독을 보조하기 위해서 갑상선 결절을 확인하게 하는 인공지능 솔루션을 개발하였습니다.
병원의 영상정보시스템(PACS)에서 흉부 CT를 추출하여 갑상선 및 갑상선 결절에 대한 데이터를 구축하고 병원정보시스템(EHR)에서 임상정보를 추출하여, 갑상선내 갑상선 결절 라벨링 데이터를 통하여 인공지능 학습하여 갑상선내 결절을 확인하는 AI 소프트웨어를 개발하였고, CNN기반의 인공지능 모델을 튜닝하여 성능을 향상시키고 테스트 후 개발을 완료하였습니다.
AI 모델을 실증병원의 영상정보시스템(PACS)의 백업시스템에 적용하여 흉부 CT에서 갑상선 결절 인식 성능을 평가하고, 병원의 영상의학과 의사의 판독을 기준으로 성능평가를 수행하였으며, 모델을 임상시험자료 및 기술문서 심사를 통하여 식품의약품안전처의 인증(제인23-4085호)을 획득하였습니다.
병원 및 의료기관에서 가장 많이 촬영하는 흉부 CT를 이용하여, 폐 병변의 진단시 추가적으로 갑상선병변을 확인하여 영상의학과 및 임상의료진에게 정보를 제공하며, 저선량 CT를 촬영한 경우 갑상선 병변을 확인하여 추가적으로 갑상선 초음파를 권하도록 해 갑상선결절을 확진하도록 하는 솔루션입니다.