공공 의료데이터 상세
NEW 소아 복부 x-ray 멀티모달 데이터
소아 복부 질환 진단을 위한 동일 환자의 X-ray와 CT 영상과 임상데이터 쌍으로 2,000명 이상 환자의 병리학적 진단 구별을 포함한 총 2,000건의 인공지능 학습용 데이터 구축
• 소아 복부 X-ray, CT 영상이 있는 환자에 대한 검사 2,000건 이상
• 데이터 1건 : 비식별화된 X-ray 이미지 1장, CT 이미지 1장으로 구성된 이미지 셋
데이터 변경이력
| 버전 | 일자 | 변경내용 | 비고 |
|---|---|---|---|
| 1.1 | 2025-06-30 | 데이터 최종 개방 | |
| 1.0 | 2025-04-16 | 데이터 개방 | Beta Version |
데이터 히스토리
| 일자 | 변경내용 | 비고 |
|---|---|---|
| 2025-04-16 | 산출물 최종 공개 |
소개
소아 복부 질환 진단을 위한 동일 환자의 X-ray와 CT 영상과 임상데이터 쌍으로 2,000명 이상 환자의 병리학적 진단 구별을 포함한 총 2,000건의 인공지능 학습용 데이터 구축 • 소아 복부 X-ray, CT 영상이 있는 환자에 대한 검사 2,000건 이상 • 데이터 1건 : 비식별화된 X-ray 이미지 1장, CT 이미지 1장으로 구성된 이미지 셋
구축목적
• 데이터 구축 목적은 소아 복부 질환을 효과적으로 진단 보조하고 치료계획 수립을 보조하는 인공지능(AI) 모델을 개발하는 데 있음. • 초거대 AI 학습데이터로 학습된 모델은 X-ray, CT 의료 영상 분석을 통해 소아 복부 질환의 존재 및 유형을 자동으로 식별하고, 복부 내 이상을 정확히 파악하는 데 중요한 역학을 함. • 복부 종괴 질환 그룹과 장폐색 질환 그룹을 포함한 다양한 소아 복부 질환에 대한 진단 지원을 복적으로 함.
| 데이터 영역 | 헬스케어 | 데이터 유형 | 텍스트 , 이미지 |
|---|---|---|---|
| 데이터 형식 | CSV | 데이터 출처 | 각 수집기관 병원 |
| 라벨링 유형 | 바운딩박스(이미지)//세그멘테이션(이미지) | 라벨링 형식 | JSON |
| 데이터 활용 서비스 | 소아 복부 질환 진단 보조 AI 모델 개발 | 데이터 구축년도/ 데이터 구축량 |
2024년/2,011명(122,510건) |
□ 데이터 구축 규모
| 구분 | 원천 데이터 건수 |
라벨링 데이터 건수 |
복부종괴 | 장폐색 | 대조군 |
|---|---|---|---|---|---|
| 소아복부 질환 | 122,510 | 122,510 | 47,920 | 43,194 | 31,396 |
| 항목 | 요구사항 | ||||
| 데이터 수량 | o (원천데이터) 소아 복부 질환 진단을 위한 동일 환자의 X-ray와 기타 의료 영상과 임상데이터 쌍으로 2천 건 이상 - (라벨링 데이터) 주요 임상증상, 진단명 및 치료 방법 레발링 - 원시데이터 수량 (X-ray/CT set 2,000건 이상) - 원천데이터 수량 (X-ray/CT set 2,000건 이상) - 라벨링 데이터 수량 (JSON 4,000개 이상) |
||||
| 데이터 구성 | o (원천데이터) 동일 환자의 X-ray, CT 영상과 임상데이터 쌍으로 2,000건 이상 수집 o 복부 종괴 주요 임상증상 라벨링 - 종괴, 석회화 o 장폐색 주요 임상증상 라벨링 - 공기액체음영, 장 확장, 이물질 o 복부 종괴 주요 진단명 구성 - 신경모세포종, 기형종, 간모세포종, 림프관낭종, 윌름스 종양, 육종, 신경종양, 난조 종양, 혈관 기형, 복강 내 혈액암, 비간모세포종 간 종양, 췌장 종양 o 장폐색 주요 진단명 구성 - 멕켈게실, 장충접증, 중복장, 용종, 장 염전, 이물질, 합병증 동반한 충수 돌기염, 염증성 장질환, 장유착에 의한 장폐색 o 치료 방법 라벨링 - 비수술적 치료, 수술적 치료 |
||||
□ 데이터 분포
| 데이터명 | 원천데이터 구분 | 구축 비율 |
|---|---|---|
| 소아 복부 멀티모달 데이터 | 복부 종괴 질환 그룹 | 750장(37.5%) |
| 장폐색 질환 그룹 | 750장(37.5%) | |
| 대조군 | 500장(25.0%) |
□ 소아 복부질환
| 데이터명 | AI모델 task | AI모델(후보) | 성능 지표 및 목표값 | Data I/O | |||
|---|---|---|---|---|---|---|---|
| 소아복부X-ray멀티모달 데이터 | 임무1:소아 복부질환 영상 진단 분석 모델 | MIAC(자체개발), SAT+GPT-3, mDiNAP-transformer-ewp |
ROUGE-1 Recall >= 75% |
Input data : X-Ray, CT Series,메타데이터 output data : X-Ray및CT에 대한 종합 진단 소견 |
|||
 |
|||||||
| AI모델task | AI모델(후보) | 성능 지표 및 목표값 | Data I/O | ||||
| 임무2:소아 복부질환 주요 소견 검출 모델(X-ray) (Object Detection) |
Faster R-CNN, Retinanet, YOLO |
Sensitivity >= 80% | Input data : X-ray Image output data :소아복부 질환의 주요 소견(종괴,석회화,장확장,공기액체음영,이물질)의Bounding Box |
||||
 |
|||||||
| AI모델 task | AI모델(후보) | 성능 지표 및 목표값 | Data I/O | ||||
| 임무3:소아 복부종괴 및 장확장 분할 모델(CT) (Semantic Segmentation) |
U-net, Attention U-net, U2-net |
Dice Similarity Coefficie >= 85% |
Input data :CT Image output data :종괴,장확장Binary mask |
||||
 |
|||||||
□ 원천 데이터
| 2차 경로 | 3차 경로 | 4차 경로 | 파일 포맷 |
|---|---|---|---|
| 01.복부종괴 | ANO_1001 | 01. CR | DICOM |
| 02. CT | |||
| 02.장폐색 | ANO_2001 | 01. CR | DICOM |
| 02. CT | |||
| 03.대조군 | ANO_3001 | 01. CR | DICOM |
| 02. CT | |||
| 총 수량 | 122,510 | ||
□ 라벨링 데이터
| 2차 경로 | 3차 경로 | 4차 경로 | 파일 포맷 |
|---|---|---|---|
| 01.복부종괴 | ANO_1001 | 01. CR | DICOM |
| 02. CT | |||
| 02.장폐색 | ANO_2001 | 01. CR | DICOM |
| 02. CT | |||
| 03.대조군 | ANO_3001 | 01. CR | DICOM |
| 02. CT | |||
| 총 수량 | 122,510 | ||
□ 폴더명 구성 정보
| 경로 구분 정보 | 구분자 정보 | |
|---|---|---|
| 1차 경로 | 데이터 종류 | 원천데이터/라벨링데이터 |
| 2차 경로 | 질환 종류 | 복부종괴/장폐색/대조군 |
| 3차 경로 | 환자별 | 가명화된 환자 아이디 폴더ANO_1001 |
| 4차 경로 | 이미지 종류 | 이미지 데이터 종류CR / CT |
□ 파일명 구성 정보
| 예시 | 세부 구성 설명 |
|---|---|
| ANO_1001_CR_NBL_0001.dcm | 가명화 환자명-데이터그룹명(질환별)-가명화 환자번호-모탈리티 분류(CR/CT)-세부질환명 분류-슬라이드 인덱스-데이터 포맷 분류 |
□ 라벨 구성요소
- 소아 복부 질환
| 구분 | 속성명 | 타입 | 설명 | 예시 | 비고 |
|---|---|---|---|---|---|
| 공통 | filename | string | 데이터명 | ANO_1001.dcm | |
| format | string | 포맷 | dcm | ||
| data | string | X-ray / CT영상시행일, X-ray와 Ct영상의 시행일이 따로 들어감 | YYYY.MM.DD | ||
| 성별 | string | 성별 | F : Female, M: Male |
||
| 연령 | Number | 연령 | 0~18 | ||
| 영상 당시 키 | Number | 키 | 0~300 | ||
| 영상 당시 몸무게 | Number | 몸무게 | 0~300 | ||
| 치료 방법 | string | 치료 방법 | 비수술적 치료 or 수술적 치료 or null |
||
| 수술 여부 | string | 수술 여부 | Y : Yes, N : No or null |
||
| 수술일 | string | 수술일 | YYYY.MM.DD or null | ||
| 수술명 | string | 수술명 | - | ||
| 진단명 | String | 진단명은 복부 종괴/장폐색/대조군에 따라 다르게 진단됨 | [복부 종괴] 신경모세포종, 기형종, 간모세포종, 림프관낭종, 윌름스 종양, 육종, 신경종양, 난소종양, 혈관 기형, 복강 내 혈액암, 비간모세포종 간 종양, 췌장 종양 [장폐색] 멕켈게실, 장중첩증, 중복장, 용종, 장 염전, 이물질, 합병증 동반한 충수 돌기염, 염증성 장질환, 장유착에 의한 장폐색 [대조군] 대조군 |
||
| 복부종괴 위치 | String | 복부종괴 위치, 장폐색 그룹, 대조군의 경우 null | RUQ,RLQ, LUQ, LLQ or null |
||
| 복부종괴 석회화 | String | 복부종괴 석회화, 장폐색 그룹, 대조군의 경우 null | Y : Yes, N : No, or null |
||
| 장폐색 그룹 Transition |
String | 장폐색 그룹 Transition, 복부종괴 그룹, 대조군의 경우 null | Y : Yes, N : No, or null |
||
| 장폐색 그룹 Ischemia, perfusion 저하 |
String | 장폐색 그룹 Ischemia, perfusion 저하, 복부종괴 그룹, 대조군의 경우 null | Y : Yes, N : No, or null |
||
| 장폐색 그룹 Closed loop 여부 |
String | 장폐색 그룹 Closed loop 여부, 복부종괴 그룹, 대조군의 경우 null | Y : Yes, N : No, or null |
||
| 장폐색 그룹 Pneumoperitoneum 여부 |
String | 장폐색 그룹 Pneumoperitoneum여부, 복부종괴 그룹, 대조군의 경우 null | Y : Yes, N : No, or null |
||
| rescale Slope | Number | 픽셀 값을 변환할 때 사용되는 선형변환의 기울기 | - | ||
| rescale Intercept |
Number | 셀 값을 변환할 때 사용되는 선형 변환의 y절편 | - | ||
| pixel size | Number | 픽셀 중심 사이의 물리적 거리,단위, mm | - | ||
| slice thickness | Number | 슬라이스 두께, 단위mm | - | ||
| 종괴 Bbox |
Dict | 해당 라벨링은 복부종괴 그룹에서 그리는 라벨링으로 장폐색 그룹 및 대조군 그룹의 경우 null로 표기 복부종괴 그룹에서 x-ray데이터 중 종괴가 보이지 않는 경우 null로 표기 |
|||
| 석회화 Bbox | Dict | 해당 라벨링은 복부종괴 그룹에서 그리는 라벨링으로 장폐색 그룹 및 대조군 그룹의 경우 null로 표기 복부종괴 그룹에서 CT와 X-ray에서 석회화가 보이지 않는 경우 null로 표기 |
|||
| 공기액체음영 Bbox |
Dict | 해당 라벨링은 장폐색 그룹에서 그리는 라벨링으로 복부종괴 그룹 및 대조군 그룹의 경우 null로 표기 장폐색 그룹에서 x-ray 데이터 중 공기액체음영이 보이지 않는 경우 null로 표기 |
|||
| 이물질 Bbox |
Dict | 해당 라벨링은 장폐색 그룹에서 그리는 라벨링으로 복부종괴 그룹 및 대조군 그룹의 경우 null로 표기 장폐색 그룹에서 CT와 x-ray데이터 중 이물질이 보이지 않는 경우 null로 표기 |
|||
| 장확장 Bbox |
Dict | 해당 라벨링은 장폐색 그룹에서 그리는 라벨링으로 복부종괴 그룹 및 대조군 그룹의 경우 null로 표기 장폐색 그룹에서 x-ray데이터 중 장확장 영역이 보이지 않는 경우 null로 표기 |
|||
| 종괴 mask | Dict | 해당 라벨링은 복부종괴 그룹에서 그리는 라벨링으로 장폐색 그룹 및 대조군 그룹의 경우null로 표기 CT데이터 특성 상 모든 슬라이스에 라벨링이 존재하지 않는 경우가 있다. 이에 해당 케이스에 복부종괴가 존재하나, 해당 슬라이스에 라벨링이 없는 경우는 리스트 안에 string "None"으로 표기하며, 해당 슬라이스에 라벨링이 있는 경우는 리스트 안에 리스트로 좌표값을 기입 |
|||
| 장확장 종괴 mask |
Dict | 해당 라벨링은 장폐색 그룹에서 그리는 라벨링으로 복부종괴 그룹 및 대조군 그룹의 경우 null로 표기 장폐색 그룹에서 CT 데이터 중 장확장 영역이 보이지 않는 경우 null로 표기 CT 데이터 특성 상 모든 슬라이스에 라벨링이 존재하지 않는 경우가 있다. 이에 해당 케이스에 장확장은 존재하나, 해당 슬라이스에 라벨링이 없는 경우는 리스트 안에 string "None"으로 표기하며, 해당 슬라이스에 라벨링이 있는 경우는 리스트 안에 리스트로 좌표값을 기입 |
□ json 실제예시
데이터셋 구축 담당자
수행기관(주관) : 서울대학교병원
| 책임자명 | 전화번호 | 대표이메일 | 담당업무 |
|---|---|---|---|
| 김현영 | 02-2072-2478 | spkhy02@snu.ac.kr | 사업 총괄, 데이터 수집 / 정제 / 검수 |
수행기관(참여)
| 기관명 | 담당업무 |
|---|---|
| (의료)길의료재단 | 데이터 정제 / 가공 / AI 모델링 |
| ㈜어반데이터랩 | 사업 관리 총괄, 데이터 품질 관리 |
데이터 관련 문의처
| 담당자명 | 전화번호 | 이메일 |
|---|---|---|
| 안치성 | 02-743-1257 | ceo@urbancorp.co.kr |
| 이승호 | 02-743-1257 | leesh@urbancorp.co.kr |
AI모델 관련 문의처
| 담당자명 | 전화번호 | 이메일 |
|---|---|---|
| 김영재 | 032-458-2879 | kimyj10528@gmail.com |
| 박준영 | 032-458-2879 | jun0613@gachon.ac.kr |
저작도구 관련 문의처
| 담당자명 | 전화번호 | 이메일 |
|---|---|---|
| 김영재 | 032-458-2879 | kimyj10528@gmail.com |
| 이소현 | 032-458-2879 | l03hyun99@gachon.ac.kr |