데이터 변경이력

구축 목적

• 담낭암 진단 및 치료 과정에서 필요한 의료 이미지 데이터셋 구축
• 의료 영상의 판독 결과와 진단 및 치료에 영향을 주는 임상 정보 등을 어노테이션한 학습용 데이터셋 구축
• 구축된 AI데이터를 이용하여 의료 단계별 의사결정에 직간접적 영향을 줄 수 있는 AI모델 제시

활용 분야

• 국가차원의 의료 지식베이스 및 이용환경 제공으로 간암, 담낭암, 췌장암 관련 지능정보산업 활성화, 의료 질 향상, 우리나라의 데이터 경제를 가속화 하는데 기여
• 공공 및 민간의 지능정보기술 개발 촉진과 지능정보산업 육성을 위한 지능정보 데이터 인프라 구축 및 이용환경 제공
• 담낭암의 진단에 중요한 다양한 진단 영상과 임상 자료를 추가한 인공지능 학습용 데이터 구축
• 담낭암 조기 진단에 유용한 지표를 찾는 딥러닝 인공지능 모델 제작

소개

• 담낭암 진단 인공지능기술의 개발 확산을 위해 특정 질환의 영상 이미지 및 임상정보와 전문의의 진단정보 등이 포함된 학습용 데이터셋 의료 지식 베이스 구축

   

구축 내용 및 제공 데이터량

• 담낭암의 DICOM 영상파일과 어노테이션 PNG파일, 임상정보의 JSON 파일을 수집
• 어노테이션을 통해 악성(malignant), 양성(benign), 정상(normal)로 구분

대표도면

• 좌측 : dcm파일 
  중앙 및 우측 : png파일 – 병변 및 장기 라벨링

   

• 임상정보 json 파일

   

필요성

• 고차원 의료영상(CT, MRI 등) 급증과 의료진의 부족
• 의료영상 분석 및 진단 보조 솔루션 개발의 도입과 복부 장기에 대한 분야의 적용 제한
• 기반구축 지원의 필요성 : 해외는 다양한 분야에서 인공지능 기술 개발에 활용할 인공지능 학습 데이터 및 학습 환경 등 기반 인프라가 활성화되어 있음. 반면, 국내의 경우 개인정보 침해, 저작권, 초상권 등 다양한 이슈로 양질의 데이터 개방 및 활용은 여전히 어려운 상황임
• 간담도 췌장암의 진단 향상 및 오진율 감소를 위한 영상진단 인공지능 학습용 데이터 구축 필요
  - 전이 및 재발율이 높아 정확한 진단이 매우 중요함
  - 조직 체취가 불가하여 영상 검사법이 중요하나, 복부 초음파 검사나 CT진단 시 암 침범 전도 평가와 양성질환과의 감별이 어려움. 또한 불필요한 담낭 절제 수술로 의료비의 증가뿐 아니라 환자 개인의 건강에도 악영향을 끼치게 됨.
  - 따라서 담낭암 조기 진단 및 오진율을 낮추기 위해서는 현재의 진단 방법들을 이용하여 담낭암 조기 진단에 유용한 지표를 찾는 딥러닝 인공지능 모델이 필요함.

데이터 구조

• 데이터 구성
  - DICOM 영상 파일, PNG 어노테이션 파일, JSON 임상 정보 파일

   

  1. 폴더 구조

   

  - 폴더명 항목

   

  - 폴더명 세부 항목

   

  2. DICOM 파일 구성
  - M : 필수요소, M* : 조건하 필수요소, U : 부가정보

   

  3. 어노테이션(PNG) 구성
  - PNG 내 특정위치 값 표현
  - 장기부위와 병변부위를 나누어 어노테이션하여, 정상은 장기부위만, 양성/악성은 장기부위와 병변부위를 어노테이션함
  - 악성과 양성의 경우, DICOM 파일 1개에 대해서 최대 2개의 PNG 파일이 매핑됨(CT, MR, US, EUS).
  - 정상의 경우, DICOM 파일 1개에 대해서 1개의 PNG 파일이 매핑됨(CT).
  - PET-CT의 경우, DICOM 파일만 제공.
  - 나뉘어진 개별 Mask의 구분이 PNG 내 색상값으로 구분되어 기록됨

   

  4. 임상정보(JSON) 구성
  - 필수항목
  ・ caseID
  ・ DICOM정보 (모달리티, 영상일자)
  ・ 어노테이션이미지 (원본파일경로)
  ・ 진단정보(악성,양성,정상/ normal,benign1-5,malignant/ 영상판독결과)

   

  - 부가항목
  ・ 대상자정보 (성별, 나이, 인종, 키, 몸무게)
  ・ 어노테이션이미지 (장기마스킹경로, 병변마스킹경로)