대규모 데이터 웨어하우스 구축
노동 신문 기자와의 인터뷰에서 하노이 의과대학 피부과 학과의 고위 강사이자 중앙 피부과 병원 부원장인 응우옌흐우사우 교수는 국가 수준의 AI 연구 주제가 긍정적인 결과와 함께 검수 단계에 접어들었다고 밝혔습니다.
사우 박사에 따르면 피부과에 AI를 적용하려는 아이디어는 2008년 프랑스에서 학업 프로그램을 막 마쳤을 때 시작되었습니다. 이곳에서 병원은 수년 전부터 피부 손상 사진을 기반으로 한 원격 진단 형태인 teledermatology를 사용해 왔습니다.
연구팀이 주제에 착수하도록 촉진한 또 다른 사실은 지방 및 군(구) 피부과 의사 부족 상황입니다.
2017년 그는 베트남 과학 기술원 정보 기술 연구소 부소장인 Nguyen Long Giang 부교수를 만났습니다.여기서부터 양측은 건선 백선 아토피 피부염 및 피부암의 세 가지 질병 진단에 AI를 적용하는 것에 대한 국가 수준의 연구 주제를 구축하기 시작했습니다.
신뢰할 수 있는 AI 모델을 구축하기 위해 연구팀은 방대한 데이터 저장소가 필요합니다. 입원 시행 과정에서 중앙 피부과 병원 108 중앙 군병원 108 및 탄호아 피부과 병원의 의사들이 입원 사진 촬영 입원 분류 각 손상에 라벨링에 참여했습니다.
각 질병에 대해 9 000~12 000장의 사진을 수집합니다. 환자는 다양한 단계에서 여러 번 촬영할 수 있습니다. AI가 구별하는 방법을 배우기 위해 유사한 질병도 추가로 촬영합니다.'라고 사우 교수는 말했습니다.
모든 사진은 시스템에 넣기 전에 최고의 정확도를 보장하기 위해 전문가의 협의를 거칩니다.
수년간의 입시 실험 끝에 연구팀은 피부 손상 사진을 촬영하고 20~30초 이내에 추천 결과를 받을 수 있는 환자를 위한 소프트웨어(앱) 진단 방향을 지원하는 의사를 위한 앱 그리고 연구 및 영상 관리에 사용되는 시스템의 3가지 응용 프로그램을 개발했습니다.
3개 병원의 실험 결과는 모두 '매우 긍정적'이었습니다. 진단의 민감도와 특이도는 모두 85% 이상으로 전문의조차도 실제 경험에서 달성하기 어려운 수준입니다. 특히 비정형 증상이 있는 질병이나 환자가 약물을 바른 경우 더욱 그렇습니다.
사우 교수는 내부 실험이 진행되었으며 병원 의사 그룹이 손상 사진을 진단했고 그 후 AI도 같은 사진 세트에서 진단했다고 말했습니다.
사우 씨는 “결과적으로 AI는 더 높은 정확도를 제공합니다. 모든 의사가 깊이 훈련을 받는 것은 아니며 많은 변형된 병변 사례로 인해 검진자가 쉽게 혼란스러워합니다.”라고 설명했습니다.
AI는 백닥터를 대체할 수 없고 처방할 수도 없습니다.
그러나 cho du AI cho ket qua chan doan benh cao cho GS.TS Sau khang dinh cho mot quan diem xuyen suot: AI khong thay the bac si.
최종 결정권자는 항상 의사입니다. AI는 특히 하위 의료진이나 환자가 즉시 의사를 만날 수 없는 경우 더 빠르고 정확하게 진단하는 데 도움이 되는 도구일 뿐입니다.
그럼에도 불구하고, AI 응용 프로그램은 현재 중앙 피부과 병원에서 공식적으로 시행되지 않고 있습니다. 왜냐하면 주제가 검수 단계에 있기 때문입니다. 그러나, 확장 로드맵에 대해 질문을 받았을 때 Sau 교수는 병원과 산업 지도자들이 특히 의료 분야의 디지털 전환을 강력하게 촉진하는 결의안 72 및 57의 맥락에서 an을 매우 지지한다고 말했습니다.
미래에 연구팀은 소프트웨어를 확장하여 더 많은 피부 질환을 포괄하고 AI 질환 결과를 받은 후 환자를 위한 초기 상담을 통합하지만 처방이나 치료 단계를 거치지 않아도 되기를 기대합니다.
사우 교수는 '브라스가 중앙 피부과 병원에서 성공적으로 적용된다면 그룹은 효과를 평가하고 널리 보급할 것을 제안할 것입니다.'라고 말했습니다.
