초록 ▼

□ 연구개요
- 비침습적이고 간단한 눈 안저사진(fundus photograph)을 이용하여 개인이 가진 고혈압, 뇌혈관질환 등 심혈관계 질환의 유병여부, 중증도 등을 진단하는 딥러닝 인공지능 모델을 개발한다.
- 전신적인 심혈관계 질환으로 인하여 망막에 나타나는 혈관, 신경 등의 변화를 검출하여 새로운 의학지식의 발견에 기여한다.

□ 연구 목표대비 연구결과
1) 1차년도 (2019)
- 대규모 안저사진 데이터베이스의 구축
: 2009~2020년 연구자병원 건강검진센터에서 촬영된 안저

□ 연구개요
- 비침습적이고 간단한 눈 안저사진(fundus photograph)을 이용하여 개인이 가진 고혈압, 뇌혈관질환 등 심혈관계 질환의 유병여부, 중증도 등을 진단하는 딥러닝 인공지능 모델을 개발한다.
- 전신적인 심혈관계 질환으로 인하여 망막에 나타나는 혈관, 신경 등의 변화를 검출하여 새로운 의학지식의 발견에 기여한다.

□ 연구 목표대비 연구결과
1) 1차년도 (2019)
- 대규모 안저사진 데이터베이스의 구축
: 2009~2020년 연구자병원 건강검진센터에서 촬영된 안저사진 15만여 건 및 이와 연계된 나이, 성별, 수축기혈압, 이완기혈압, 고혈압 진단여부, Brain MRI 촬영여부 등에 대한 대규모 데이터베이스를 구축 완료
- 의학영상자료의 딥러닝 인프라 및 역량 구축
: multi-GPU 딥러닝서버 구축, 머신러닝 연구원 합류, 의료 인공지능 연구실 구축
2) 2차년도 (2020)
- 안저사진의 머신러닝을 이용한 심혈관계 전신질환 예측모델 개발, 보완
(1) 안저사진의 딥러닝을 이용한 뇌소혈관질환 예측모델 개발
: 1,892명 3,726장의 안저사진 및 Brain MRI 결과로 모델개발 완료
: 국내학술대회 발표 1회 및 논문 제출 완료
(2) 안저사진의 딥러닝을 이용한 고혈압 예측모델 개발
: 8,161명 8,161장의 안저사진 및 평균 수축기, 이완기 혈압 이용 모델개발 완료
: 특유의 이미지 처리기법 및 최신 아키텍쳐 적용, 국내학술대회 발표 2회 완료
- saliency map을 통한 안저사진 이상 부위 추출
: 각 질환별로, 시신경부위, 망막혈관부위 등 주 참조영역 규명
3) 3차년도 (2021)
- 안저사진의 머신러닝을 이용한 심혈관계 전신질환 예측모델의 성능 평가
: 뇌소혈관 및 고혈압 예측모델 성능 평가 완료 및 발표 또는 논문제출 완료
- 후속 및 딥러닝 관련 타 연구주제 발굴, 수행
: 손목골절 진단 딥러닝 모델 개발 완료 및 논문 1편 게재
: 안검사진에서 악성병변 검출 모델 개발 완료 및 논문 1편 제출 완료
: 병리슬라이드 진단 딥러닝 모델 개발 완료 및 논문 1편 게재/논문 1편 제출 완료

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
1) 본 연구에서 구축한 15만여 장의 대규모 안저사진 데이터베이스에 다른 전신질환 데이터를 연계하여, 안저사진에서 전신질환을 진단하는 후속 딥러닝연구를 계획중임.
2) 안저사진은 건강검진센터에서 널리 시행되고 있어, 이로써 뇌소혈관질환, 고혈압을 조기발견하고 위험을 정량화한다면, 질환의 예방과 적절한 치료, 합병증 감소 등에 큰 도움이 되고, 국민건강 증진과 공공복지 향상, 사회적 비용 절감효과가 있음.
3) 심혈관질환에서 안저에 나타나는 변화의 정량적 관계, 기전 등이 아직 명확하지 않은데, 이를 밝혀 망막혈관질환, 전신적 혈관질환의 병리 등에 중요한 단서를 제공.
4) 본 연구에서 개발된 의료 인공지능으로 의사의 진단을 보조하고, 고비용의 의료인력 비용을 절감할 수 있어 보건학적, 경제적 파급효과가 큼. 전문 의료 인력이 없는 오지에서의 원격의료 등에 이바지 할 수 있으며, 의료 부족 국가에서의 활용 가능.
5) 의료 인공지능 기술이전과 실용화를 통하여 인공지능 분야에서의 국가 경쟁력을 확보하는 데 일조하고, 관련 산업의 발전을 촉진할 수 있음.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1) 연구 목적, 가설 및 필요성 ... 4
• 2) 연차별 연구 목표 및 범위 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 1) 1차년도 (2019) ... 4
• 2) 2차년도 (2020) ... 5
• 3) 3차년도 (2021) ... 6
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 7
• 1) 정성적 연구개발성과(연구개발결과) ... 7
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4) 목표 미달 시 원인 분석 ... 11
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 1) 대규모 안저사진 데이터베이스의 구축 ... 12
• 2) 안저사진의 딥러닝을 이용한 뇌소혈관질환 예측모델 개발 ... 12
• 3) 안저사진의 딥러닝을 이용한 고혈압 예측모델 개발 ... 12
• 4) 손목골절 진단 딥러닝 모델 개발 ... 12
• 5) 안검사진에서 악성병변 검출 모델 개발 ... 12
• 6) 병리슬라이드 진단 딥러닝 모델 개발 ... 12
• 5. 연구개발성과의 관리 및 활용 계획 ... 12
• 1) 대규모 안저사진 데이터베이스의 관리 및 활용 ... 12
• 2) 의학영상자료의 딥러닝 인프라, 역량 관리 및 활용 ... 12
• 3) 안저사진의 딥러닝을 이용한 뇌소혈관질환 예측모델 개발 ... 13
• 4) 안저사진의 딥러닝을 이용한 고혈압 예측모델 개발 ... 13
• 5) 손목골절 진단 딥러닝 모델 개발, 안검사진에서 악성병변 검출 모델 개발 ... 13
• 6) 병리슬라이드 진단 딥러닝 모델 개발 ... 13
• 6. 참고문헌 ... 13
• 붙임1. 세부 정량적 연구개발성과 ... 14
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 16
• 끝페이지 ... 20