초음파내시경 기반 인공지능을 이용한 췌장 낭성질환의 진단과 치료

서지정보

· 발행기관 : 대한췌담도학회
· 수록지 정보 : 대한췌담도학회지 / 28권 / 3호
· 저자명 : 박진석, 정 석

목차

INTRODUCTION
ARTIFICIAL INTELLIGENCE
MACHINE LEARNING
DEEP LEARNING
EUS-BASED ARTIFICIAL INTELLIGENCEAND THE MANAGEMENT OF CYSTICPANCREATIC LESIONS
1. The application of artificial intelligence topancreatic cyst differentiation
2. The application of artificial intelligence topancreatic cystic neoplasms malignant riskstratification
3. EUS-guided needle-based confocal laserendomicroscopy artificial intelligenceapplications
4. The applications of artificial intelligence forcystic fluid analysis
5. Application of artificial intelligence to pancreaticcystic neoplasms treatment decision-making
CONCLUSIONS
요 약

초록

췌장낭성병변은 최근 영상기술의 발전으로 우연히 발견되는 비율이 점차 증가하고 있으며, 유병률은 복부컴퓨터단층촬영을 시행한 사람에서 많게는 13.5%까지 보고되었다. 그러나 췌장낭성질환의 정확한 진단은 양성에서 악성 질환까지 다양한 형태로 보일 수 있어 영상학적 진단만으로는 매우 어렵다. 초음파내시경은 췌장낭성병변을 비교적 정확하게 진단하고 치료를 결정하는 데 매우 중요한 도구로 사용된다. 그러나 내시경 초음파는 악성으로 진행 가능한 점액성 췌장낭종과 다른 췌장낭종질환을 구분하는 데 정확도가 65-75%에 불과하다. 인공지능은 대장암, 폐암, 유방암과 같은 여러 종류의 암 진단의 정확도를 향상시키는 데 효과적인 도구로 사용되고 있으며, 최근 연구에서는 췌장낭성병변에서도 점액성 종양과 비점액성 종양을 구분하고 악성으로 진행 위험도를 평가하는 데 도움이 되는 것으로 보고되고 있다. 인공지능의 적용은 영상분석에도 국한되지 않고 최근에는 췌장낭종의 액체 분석, 유전자 분석, confocal laser endomicroscopy 등 다양한 분야에서 활용되고 있으며 기대되는 연구 결과를 발표하고 있다. 인공지능은 의료 분야에서 아직 시작단계에 있어, 임상에 적용하기 위해 적절한 알고리즘을 개발하는 데에는 개발자들의 큰 노력이 필요하다. 그러나 이러한 기술은 앞으로 췌장낭종 병변을 보다 정확하게 진단하고 효과적이고 효율적으로 관리하는 데에 도움을 줄 수 있는 잠재력을 가지고 있다고 하겠다.

영어초록

Pancreatic cystic neoplasms (PCNs) are precursors of pancreatic cancer, and the rate of their incidental detection has gradually increased recently with a reported prevalence from 2.4 to 13.5%. However, accurate diagnosis can be challenging because PCNs have morphologies ranging from benign to malignant disease, and as for other cancers, precise and timely management of premalignant PCN is essential to prevent malignant transformation. Endoscopic ultrasound (EUS) is a useful tool for the differential diagnosis PCN and treatment decision-making because its imaging features predict malignant transformation. However, its performance is suboptimal, and its accuracy for differentiating mucinous pancreatic cysts and other PCNs is only 65-75%, which has increased interest in the application of artificial intelligence (AI). AI has already provided tools that have improved diagnostic accuracies for many cancers, including colon, lung, and breast cancer, and recent studies have shown AI has the potential to differentiate mucinous and non-mucinous tumors and stratify the malignant potentials of PCNs. This article provides a review of the literature on EUS-based AI studies of PCNs.

참고자료

· 없음