| RE F-037 |
| Automated Evaluation of Fundus Photography in Health Screening using Machine-Learning |
| Department of Ophthalmology, Chuncheon Sacred Heart Hospital, Hallym University College of Medicine (1)
Department of Ophthalmology, Hallym Sacred Heart Hospital, Hallym University College of Medicine (2)
Department of Ophthalmology, Kangnam Sacred Heart Hospital, Hallym University College of Medicine (3)
Department of Family Medicine, Hallym University College of Medicine (4) |
| Bum-Joo Cho (1), Soon Il Kwon (2), So Hyun Bae (3), Min Chul Shin (1), In Won Park (2), Young-Gyun Seo (4), Kyung-Hee Park (4), Hong-Ji Song (4) |
|
목적 : 머신러닝을 이용한 안저사진 자동판독 시스템을 개발하고, 이를 건강검진 안저사진의 선별검사에 활용하였을 때 성능을 평가하고자 하였다.
방법 : 한림대학교 한림대성심병원 및 춘천성심병원 건강검진센터에서 2015년 1월부터 2017년 12월까지 안저사진을 촬영하고 이의 판독을 받은 환자들의 의무기록 및 안저사진을 후향적으로 조사하였다. 합성곱신경망을 사용하여 안저사진을 학습시키고, 학습에 사용되지 않은 시험용 데이터셋을 이용하여 시스템의 성능을 평가하였다. 안과 전공의가 같은 시험용 데이터셋을 판독하여, 시스템-전공의 간 판독결과를 비교분석 하였다.
결과 : 총 25,700 장의 안저사진이 학습용으로, 260 장의 안저사진이 시험용으로 사용되었다. 안저사진을 안과진료 필요여부에 따라 구분하였을 때, 시스템의 정확도는 89.3%, AUC는 0.956 이었고, 민감도 95%일 때 특이도는 83.5% 였다. 전공의의 평균 정확도, 민감도, 특이도는 각각 88.3%, 83.4%, 93.3% 였다.
결론 : 합성곱신경망을 활용한 머신러닝은 건강검진 안저사진의 선별검사에 유용하게 사용될 수 있으며, 의사가 사용할 경우 판독에 도움을 줄 수 있다.
|
| |