딥러닝을 기반으로 한 CAD 시스템의 갑상샘 질환의 진단 유용성

• 영문명: Evaluation of Diagnostic Usefulness of Thyroid Lesions of Deep Learning-based CAD System
• 발행기관: 한국방사선학회
• 저자명: 강채원(Chae Won Kang) 이효영(Hyo Yeong Lee)
• 간행물 정보: 『한국방사선학회 논문지』제18권 제5호, 551~556쪽, 전체 6쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2024.10.31

국문 초록

본 연구는 인공지능 기반 컴퓨터 진단 보조 시스템(CAD)인 S-Detect™를 통해 진단된 갑상샘 병변과 세침흡인 검사(FNAB) 결과를 비교하여 분석하고, 진단의 일치도와 정확도를 평가하고자 한다. 2023년 5월부터 2023년 9월까지 경남 소재 N 병원 내과에서 60명의 환자를 대상으로 후향적 연구를 수행하였다. S-Detect™를 사용하여 갑상샘 결절의 초음파 소견과 악성 위험도를 분석하고, 이를 세침흡인 검사 결과와 비교하여 정확도를 확인하였다. S-Detect 방법과 세침흡인 검사 방법 간의 민감도, 특이도, 정확도, 양성예측도 및 음성 예측도를 분석하였으며, 두 방법 간의 진단 일치도를 Kappa 분석을 통해 확인하였다. S-Detect 분석 결과는 민감도 90.5%, 특이도 83.2%, 정확도 88.3%, 양성 예측도 80.7%, 음성 예측도 92.7%로 나타났다. 또한, S-Detect 방법과 세침흡인검사 방법 간의 진단 일치도 분석 결과, Kappa 값이 0.719(p<0.05)로 높게 나타났으며, 두 방법 간에 유사한 일치도를 보였다. 따라서, 인공지능 기반 컴퓨터 진단 보조 시스템(CAD)인 S-Detect는 갑상샘 병변에서 악성 결절과 양성 결절을 구별하는데 유용하며, 갑상선 세침흡인 검사 전에 적절히 활용하면 불필요한 조직 검사를 줄일 수 있을 것으로 생각한다.

영문 초록

This study aims to evaluate the diagnostic concordance and accuracy by comparing thyroid lesions diagnosed with the artificial intelligence-based computer-aided diagnosis (CAD) system, S-Detect™, to the results of fine-needle aspiration biopsy(FNAB). A retrospective study was conducted involving 60 patients at N Hospital in Gyeongnam from May 2023 to September 2023. The study used S-Detect™ to analyze ultrasound findings and malignancy risk of thyroid nodules and compared these findings with FNAB results to determine accuracy. The study assessed the sensitivity, specificity, accuracy, positive predictive value (PPV), and negative predictive value (NPV) of S-Detect™ and evaluated the diagnostic concordance between the two methods using Kappa analysis. S-Detect™ demonstrated a sensitivity of 90.5%, specificity of 83.2%, accuracy of 88.3%, PPV of 80.7%, and NPV of 92.7%. The Kappa value for diagnostic agreement between S-Detect™ and FNAB was 0.719 (p<0.05), indicating a high level of agreement between the methods. Therefore, the CAD system S-Detect™ proves valuable in distinguishing between malignant and benign thyroid lesions and could reduce unnecessary tissue examinations when used appropriately before thyroid fine-needle aspiration.

목차

Ⅰ. INTRODUCTION

Ⅱ. MATERIAL AND METHODS

Ⅲ. RESULT

Ⅳ. DISCUSSION

Ⅴ. CONCLUSION

Reference

키워드

컴퓨터 진단보조시스템 세침흡인검사 민감도 특이도 정확도 양성 예측도 음성 예측도 Computer-Aided Diagnosis (CAD) System Fine-Needle Aspiration Biopsy (FNAB) Predictive Value (PPV) Negative Predictive Value (NPV)