KCI등재
SCOPUS
미만성 폐질환의 고해상 CT 진단을 돕는 인공지능 = Artificial Intelligence Aiding the Thin-section CT Diagnosis of Diffuse Pulmonary Diseases
Purpose: We wanted to develop and test an artificial intelligence (AI) to assist physicians in making the thinsection CT diagnosis of diffuse pulmonary diseases.
Materials and Methods: The AI was composed of knowledge bases (KB) of 12 diffuse pulmonary diseases and an inference engine (IE). The KB of a disease included both the inclusion criteria (IC) and the exclusion criteria (EC), which were the clinical or thin-section CT findings that were known to be present or absent in that particular disease, respectively. From imputing the clinical or thin-section CT findings by the operator who was reading the thin-section CT, AI instantly executed the following two steps. First, the IE eliminated all diseases from the list which the EC had for those particular findings. Next, from a list of remaining diseases, the AI selected those diseases having those findings in its IC to formulate the 1st-step differential diagnosis (DD1). For the differential diagnosis in the next step, the reader could choose one more clinical or thin-section CT finding from the new list: [(all the findings in the IC or EC of DD1) - (the findings in the IC common to all the DD1s)]. The reader could proceed even further if needed. The system was tested on 10 radiology residents who solved 24 problems (two problems for each of 12 diffuse pulmonary diseases) without and then with the aid of the AI. The scores were compared using the Wilcoxon signed rank test.
Results: An AI was made; it was composed of 280 rules (214 IC and 66 EC) and three interfaces (two for program management and another for problem solving). Contestants scored higher (p = 0.0078) using the AI (167 vs. 110 respectively), and they responded that they felt that the program was helpful in making decisions.
Conclusion: AI appeared to be helpful in making thin-section CT diagnosis.
목적: 미만성 폐질환의 고해상 CT(thin-section CT) 진단을 돕는 인공지능(AI, artificial intelligence)을 개발, 시험하였다.
대상과 방법: AI는 12개 미만성 폐질환에 대한 지식베이스(KB, knowledge base) 및 추론엔진으로 이루어졌다. 각 질환의 KB는 포함기준(IC, inclusion criteria)과 배제기준(EC, exclusion criteria)으로 이루어졌다. 임상소견 혹은 고해상 CT 소견들 중 해당 질환에 존재하는 것으로 알려진 것들은 IC, 그 질환에 결코 존재하지 않는 것으로 알려진 것들을 EC에 포함시켰다. 판독자가 초기 소견 목록에서 주어진 증례에 맞는 소견 하나를 고르면, 추론엔진이 EC에 그 소견을 포함하고 있는 질환들을 질환목록에서 없앤 후 남은 질환 중 IC에 그 소견이 있는 질환만을 골라 첫 단계 감별진단(DD1, 1st-step differentials)을 제시하였다. 다음 단계로 보다 감별진단을 좁히려면 판독자가 새로운 소견목록으로부터 또 다른 소견을 지적하면 되는데, 그 새로운 소견목록은 다음과 같았다[(DD1의 모든 IC와 EC의 소견들)-(DD1의 모든 IC에 포함된 소견들)]. 상기한 과정들은 필요에 따라 얼마든지 반복될 수 있었다. 영상의학과 전공의 10명에 24문제(12개 미만성 폐질환 각각 2문제)를 주어 그 성적을 윌콕슨 부호순위 검정법으로 비교, AI의 성능을 평가하였다.
결과: 280개의 규칙(IC 214, EC 66) 및 2개의 프로그램 관리 인터페이스, 한 개의 문제풀이 인터페이스로 이루어진 프로그램이 만들어졌다. 전공의들은 본 AI를 사용했을 때, 사용하지 않았을 때보다 더 놓은 성적을 거뒀으며(167 대 110, p = 0.0078) 프로그램에 대해 긍정적인 평가가 많았다.
결론: AI는 미만성 폐질환의 고해상 CT 진단에 도움이 되는 것으로 나타났다.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2024 | 평가예정 | 해외DB학술지평가 신청대상 (해외등재 학술지 평가) | |
2021-01-01 | 평가 | 등재학술지 유지 (해외등재 학술지 평가) | KCI등재 |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-11-24 | 학술지명변경 | 외국어명 : Journal of The Korean Radiological Society -> Journal of the Korean Society of Radiology (JKSR) | KCI등재 |
2016-11-15 | 학회명변경 | 영문명 : The Korean Radiological Society -> The Korean Society of Radiology | KCI등재 |
2013-01-01 | 평가 | 등재 1차 FAIL (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-09-15 | 학술지명변경 | 한글명 : 대한방사선의학회지 -> 대한영상의학회지 | KCI등재 |
2003-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2002-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2000-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.1 | 0.1 | 0.07 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.06 | 0.05 | 0.258 | 0.01 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)