KIPS Transactions on Computer and Communication Systems (정보처리학회논문지:컴퓨터 및 통신 시스템)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Development of Web Service for Liver Cirrhosis Diagnosis Based on Machine Learning

머신러닝기반 간 경화증 진단을 위한 웹 서비스 개발

  • 노시형 (원광대학교 의료융합연구센터) ;
  • 김지언 (원광대학교 의료융합연구센터) ;
  • 이충섭 (원광대학교 의료융합연구센터) ;
  • 김태훈 (원광대학교병원 스마트사업팀) ;
  • 김경원 (서울아산병원 Asan Image Metrics) ;
  • 윤권하 (원광대학교병원) ;
  • 정창원 (원광대학교병원 스마트사업팀)
  • Received : 2021.06.25
  • Accepted : 2021.08.06
  • Published : 2021.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

In the medical field, disease diagnosis and prediction research using artificial intelligence technology is being actively conducted. It is being released as a variety of products for disease diagnosis and prediction, which are most widely used in the application of artificial intelligence technology based on medical images. Artificial intelligence is being applied to diagnose diseases, to classify diseases into benign and malignant, and to separate disease regions for use in identification or reading according to the risk of disease. Recently, in connection with cloud technology, its utility as a service product is increasing. Among the diseases dealt with in this paper, liver disease is a disease with very high risk because it is difficult to diagnose early due to the lack of pain. Artificial intelligence technology was introduced based on medical images as a non-invasive diagnostic method for diagnosing these diseases. We describe the development of a web service to help the most meaningful clinical reading of liver cirrhosis patients. Then, it shows the web service process and shows the operation screen of each process and the final result screen. It is expected that the proposed service will be able to diagnose liver cirrhosis at an early stage and help patients recover through rapid treatment.

의료분야에서 인공지능 기술을 도입한 질환 진단 및 예측 연구들이 활발하게 진행되고 있다. 의료영상기반의 인공지능 기술 적용에 가장 많이 활용되고 있는 질환 진단 및 예측에 대한 다양한 제품으로 출시되고 있다. 인공지능은 질병에 대한 진단, 양성과 악성으로 구분되는 질환의 구분, 질병의 위험도에 따른 구별이나 판독에 이용하기 위해 질환부위를 분리하는 등에 적용되고 있다. 최근에는 클라우드기술과 연계하여 서비스 제품으로 활용성이 높아지고 있다. 본 논문에서 다루는 질환 중에 간 질환은 통증이 적어 조기진단이 어려워 그 위험도가 매우 높은 질환이다. 이러한 질환 진단에 비침습적인 진단방법으로 의료영상기반으로 인공지능 기술을 도입하였다. 우리는 임상에서 가장 의미 있는 간 경화증 환자의 판독을 돕기 위한 웹 서비스 개발 내용을 기술한다. 그리고 웹서비스 프로세스를 보이고 각 프로세스의 구동 화면과 최종 결과화면을 보인다. 제안한 서비스를 통해 간 경화증을 조기에 진단하고, 빠른 치료를 통해 환자의 회복에 도움을 줄 수 있을 것으로 기대한다.

Keywords

Acknowledgement

본 연구는 보건복지부의 재원으로 한국보건산업진흥원의 보건의료기술연구개발사업(HI18C1216) 그리고 한국연구재단(NRF-2020R1I1A1A01074256, 창의도전연구)의 지원으로 수행함.

References

  1. J. S. Kim, and T. S. Chung, "Deep learning applications in medical image analysis", IEEE Access, Vol.6, pp.9375-9389, Dec. 2017, doi: 10.1109/ACCESS.2017.2788044,
  2. H. W. Lee, J. J. Sung, and S. H. Ahn, "Artificial intelligence in liver disease," Journal of Gastroenterology and Hepatology, Vol.36, Iss.3, pp.539-542, Mar. 2021. https://doi.org/10.1111/jgh.15409
  3. S. Kaur, et al., "Medical diagnostic systems using artificial intelligence (AI) algorithms: Principles and perspectives," in IEEE Access, Vol.8, pp.228049-228069, 2020, doi: 10.1109/ACCESS.2020.3042273.
  4. S. Gupta, G. Karanth, N. Pentapati, and V. R. Badri Prasad, "A web based framework for liver disease diagnosis using combined machine learning models," 2020 International Conference on Smart Electronics and Communication (ICOSEC), Oct. 2020, doi: 10.1109/ICOSEC49089.2020.9215454.
  5. C. H. Jiang, et al., "Bioinformatics-based screening of key genes for transformation of liver cirrhosis to hepatocellular carcinoma," Journal of Translational Medicine, Vol.18, No.40, 2020. doi: 10.1186/s12967-020-02229-8.
  6. Y. Zeng, et al., "Gut microbiota dysbiosis in patients with hepatitis B virus-induced chronic liver disease covering chronic hepatitis, liver cirrhosis and hepatocellular carcinoma," Journal of Viral Hepatitis, Vol.27, Iss.2, pp.143-155, Oct. 2019. https://doi.org/10.1111/jvh.13216
  7. M. Nouri-Vaskeh, A. Malek Mahdavi, H. Afshan, L. Alizadeh, and M. Zarei, "Effect of curcumin supplementation on disease severity in patients with liver cirrhosis: A randomized controlled trial," Phytotherapy Research, Vol.34, Iss.6, pp.1446-1454, Feb. 2020. https://doi.org/10.1002/ptr.6620
  8. Windowing (CT) [Internet], https://radiopaedia.org/articles/windowing-ct.
  9. O. Polat, A. Polat, and T. Ekici, "Automatic classification of volcanic rocks from thin section images using transfer learning networks," Neural Computing and Applications, 2021. doi: 10.1007/s00521-021-05849-3.
  10. E. Y. Kwon, C.-W. Jeong, D. M. Kang, Y. R. Kim, Y. H. Lee, and K.-H. Yoon, "Development of common data module extension for radiology data (R_CDM): A pilot study to predict outcome of liver cirrhosis with using portal phase abdominal computed tomography data," ECR 2019, doi: 10.26044/ecr2019/C-1876.