• 한국방사선학회논문지
• /
• 제14권6호
• /
• pp.773-780
• /
• 2020

4차 산업의 발전으로 의학·보건·바이오 등 여러 과학기술 분야에서는 질병을 예방하고 질병에 대한 피해를 줄이기 위한 연구가 이루어지고 있으며, 최근에는 ICT 기술의 발전과 더불어 인공지능 기술이 급부상하고 그 효용성이 입증되면서 영상의학 검사의 영상 분석에 인공지능 기술이 도입되어 연구되고 있다. 본 논문에서는 흉부 X선 영상을 이용하여 폐렴의 분류와 검출에 대한 딥러닝 모델을 직접 적용해보고 실제로 Inception 계열의 딥러닝 모델이 폐렴 검출에 있어 유용한 모델인지 평가하고자 한다. 실험재료는 캐글(Kaggle)에서 무료로 제공 및 공유하는 흉부 X선 영상 데이터 세트를 사용하였으며 전체 3,470개의 흉부 X선 영상 데이터 중 학습 데이터 세트 1,870개, 검증 데이터 세트 1,100개, 테스트 데이터 세트 500개로 분류하였다. 실험결과 Inception V3 딥러닝 모델의 Metric 평가에 대한 결과값은 정확도는 94.80%, 정밀도는 97.24%, 재현율은 94.00%, F1 스코어는 95.59의 결과값을 나타내었다. 그리고 흉부 X선 영상의 페렴 검출 및 분류에 대하여 Inception V3 딥러닝 모델링에 대한 최종 에포크의 정확도는 학습 모델링의 경우 94.91%, 검증 모델링은 89.68%의 정확도를 나타내었다. 손실함수 값의 평가는 학습 모델링은 1.127%, 검증 모델링은 4.603%의 손실함수 값을 나타내었다. 이러한 결과로 Inception V3 딥러닝 모델은 흉부영상 데이터의 특징 추출 및 분류에 있어 매우 우수한 딥러닝 모델이며 학습상태 또한 매우 우수하다고 평가하였다. 테스트 모델링에 대한 매트릭스 정확도 평가 결과 정상 흉부 X선 영상 데이터의 경우 96%, 폐렴 흉부 X선 영상데이터의 경우 97%의 정확도가 입증되었다. Inception 계열의 딥러닝 모델의 경우 흉부 질환의 분류에 있어 유용한 딥러닝 모델이 될 것이라고 판단되며 인력의 보조적인 역할 또한 수행할 수 있을 것이라고 기대되어 부족한 의료인력 문제에도 해결점이 될 것이라고 사료된다. 향후 딥러닝을 이용한 폐렴의 진단에 대한 유사 연구 시 본 연구는 유사 연구의 기초자료로 제시될 것이라고 기대된다.

• 분석과학
• /
• 제25권4호
• /
• pp.257-264
• /
• 2012

페니실린계 항생물질은 ${\beta}$-lactam 계열의 항생물질로서 인간과 동물에게 널리 사용되어지는 항생물질이다. 이러한 항생항균물질들의 오남용은 소비자가 항생제에 노출될 위험성을 증가시킨다. 본 연구에서는 국내 유통 중인 축 수산물을 대상으로 LC-MS/MS를 이용하여 페니실린계 동물용의약품 7종인 아목시실린, 암피실린, 벤질페니실린, 클록사실린, 디클록사실린, 나프실린, 옥사실린에 대한 잔류량을 조사하였다. 특이성, 정밀성, 회수율, 직선성을 통해 시험법의 유효성을 확인하였으며 아목시실린을 제외한 나머지 6종은 모두 76% 이상의 회수율을 보였고, RSD는 10% 이하로 나타내었다. 시료는 80% 아세토니트릴로 추출한 후 고체상 추출 카트리지를 사용하여 정제 한 후 분석하였다. 축 수산물 225건을 대상으로 잔류량을 조사한 결과 벤질페니실린이 축산물에서 12건, 수산물에서 7건으로 총 19건이 검출되었고 나머지 6개 항목인 아목시실린, 암피실린, 클록사실린, 디클록사실린, 나프실린, 옥사실린은 검출되지 않았다. 벤질페니실린이 검출된 축산물은 우유와 알을 제외한 소고기, 돼지고기, 닭고기이었으며 검출 수준은 0.001~0.009 mg/kg으로 잔류허용기준(MRL)인 0.05 mg/kg 이하로 검출되었다. 수산물에서 검출된 7건은 잔류허용기준인 0.03 mg/kg 이하로 검출되었다. 본 연구사업에서 수행한 모니터링 결과 해당항목의 경우 대부분 기준치 이하로 검출되어 비교적 안전한 수준인 것으로 나타났으나, 향후 지속적인 잔류실태조사와 제도적인 관리지도를 통하여 동물용의약품의 오남용에 대한 안전관리가 이루어져야 할 것으로 사료된다.

• 대한임상검사과학회지
• /
• 제36권1호
• /
• pp.13-18
• /
• 2004

This study was designed to establish working range for reoportable range in own laboratory in order to cover the upper and lower limits of the range in test method. We experimented ten times during 10 days for setting of reportable range with between run for method evaluation. It is generally assumed that the analytical method produces a linear response and that the test results between those upper and lower limits are then reportable. CLIA recommends that laboratories verify the reportable range of all moderate and high complexity tests. The Clinical Laboratory Improvement Amendments(CLIA) and Laboratory Accreditation Program of the Korean Society for Laboratory Medicine states reportable range is only required for "modified" moderately complex tests. Linearity requirements have been eliminated from the CLIA regulations and from others accreditation agencies, many inspectors continue to feel that linearity studies are a part of good lab practice and should be encouraged. It is important to assess the useful reportable range of a laboratory method, i.e., the lowest and highest test results that are reliable and can be reported. Manufacturers make claims for the reportable range of their methods by stating the upper and lower limits of the range. Instrument manufacturers state an operating range and a reportable range. The commercial linearity material can be used to verify this range, if it adequately covers the stated linear interval. CLIA requirements for quality control, must demonstrate that, prior to reporting patient test results, it can obtain the performance specifications for accuracy, precision, and reportable range of patient test results, comparable to those established by the manufacturer. If applicable, the laboratory must also verify the reportable range of patient test results. The reportable range of patient test results is the range of test result values over which the laboratory can establish or verify the accuracy of the instrument, kit or test system measurement response. We need to define the usable reportable range of the method so that the experiments can be properly planned and valid data can be collected. The reportable range is usually defined as the range where the analytical response of the method is linear with respect to the concentration of the analyte being measured. In conclusion, experimental results on reportable range using concentrated control sample and zero calibrators covering from highest to lowest range were salicylate $8.8{\mu}g/dL$, phenytoin $0.67{\mu}g/dL$, phenobarbital $1.53{\mu}g/dL$, primidone $0.16{\mu}g/dL$, theophylline $0.2{\mu}g/dL$, vancomycine $1.3{\mu}g/dL$, valproic acid $3.2{\mu}g/dL$, digitoxin 0.17ng/dL, carbamazepine $0.36{\mu}g/dL$ and acetaminophen $0.7{\mu}g/dL$ at minimum level and salicylate $969.9{\mu}g/dL$, phenytoin $38.1{\mu}g/dL$, phenobarbital $60.4{\mu}g/dL$, primidone $24.57{\mu}g/dL$, theophylline $39.2{\mu}g/dL$, vancomycine $83.65{\mu}g/dL$, valproic acid $147.96{\mu}g/dL$, digitoxin 5.04ng/dL, carbamazepine $19.76{\mu}g/dL$, acetaminophen $300.92{\mu}g/dL$ at maximum level.

• 한국식품위생안전성학회지
• /
• 제34권2호
• /
• pp.158-169
• /
• 2019

우리나라의 해외 곡류 수입량과 수입국가의 다변화를 고려 해 볼 때, 호밀, 밀, 귀리 등 맥류에서 주로 발생하는 것으로 알려져 있는 맥각알칼로이드의 노출가능성도 배제할 수 없다. 따라서 본 연구는 곡류 및 곡류가공품 중 맥각알칼로이드에 대한 선제적 안전관리를 위해 호밀 및 가공품 (크래커, 맥주) 으로 부터 에르고메트린을 포함한 12종 맥각알칼로이드의 공인 시험법을 개발하고자 하였다. 아세토니트릴이 함유된 2 mM 탄산암모늄용액 추출과 Mycocep catridge를 이용한 정제 농축이 전처리 방법으로 적합함이 확인되었고, 기기분석을 통해 표준물질 첨가 검량선의 직선성이 12개 알칼로이드 모두 $R^2$ >0.99 이상이었으며, 정량한계는 $0.01{\sim}0.05{\mu}g/kg$수준이었다. 시험법 검증을 통해 대상 품목간의 차이는 있으나, 12개 맥각 알칼로이드 모두 회수율은 72~113% 수준이었으며, 반복성은 2~10% 수준으로 적합성이 확인되었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.317-322
• /
• 2022

정보기술의 급격한 발달은 의료 환경에서도 많은 변화를 가져오고 있다. 특히 빅데이터와 인공지능(AI)을 활용한 의료영상 정보 시스템의 빠른 변화를 견인하고 있다. 전자의무기록(EMR)과 의료영상저장전송시스템(PACS)으로 구성된 처방전달시스템(OCS)은 의료 환경을 아날로그에서 디지털로 빠르게 바꾸어 놓았다. PACS는 여러 솔루션과 결합하여 호환, 보안, 효율성, 자동화 등 새로운 발전 방향을 보여주고 있다. 그 중, 영상의 질적 개선을 할 수 있는 빅데이터를 활용한 인공지능(AI)과의 결합이 활발히 진행되고 있다. 특히 딥러닝 기술을 활용하여 의료 영상 판독을 보조할 수 있는 시스템인 AI PACS가 대학과 산업체의 협력으로 개발되어 병원에서 활용되고 있다. 이처럼 의료 환경에서 의료영상 정보 시스템의 빠른 변화에 맞추어 의료시장의 구조적인 변화와 이에 대처할 수 있는 의료정책의 변화도 필요하다. 한편, 의료영상정보는 디지털 의료영상 전송 장치에서 생성되는 DICOM 방식을 기본으로 하고, 생성하는 방법의 차이에 따라 Volume 영상, 단면 영상인 2차원적 영상으로 구분된다. 또한, 최근 많은 의료기관에서는 스마트 병원 서비스를 내세우며 차세대 통합 의료정보시스템의 도입을 서두르고 있다. 차세대 통합 의료정보시스템은 EMR을 바탕으로 전자동의서, AI와 빅데이터를 활용한 정밀의료, 외부기관 등을 통합한 솔루션으로 구축하며, 이를 바탕으로 환자 정보 DB 구축과 데이터의 표준화를 통한 의료 빅데이터 기반의 의학 연구를 목적으로 한다. 우리나라의 의료영상 정보 시스템은 앞선 IT 기술력과 정부의 정책에 힘입어 세계적인 수준에 있으며, 특히 PACS 관련 프로그램은 의료 영상정보 기술에서 세계로 수출을 하고 있는 한 분야이다. 본 연구에서는 빅데이터를 활용한 의료영상 정보 시스템의 분석과 함께 의료영상 정보 시스템이 국내에 도입되게 된 역사적 배경을 바탕으로 현재의 흐름을 파악하고 나아가 미래의 발전 방향을 예측하였다. 향후, 20여 년 동안 축적된 DICOM 빅데이터를 기반으로 AI, 딥러닝 알고리즘을 활용하여 영상 판독률을 높일 수 있는 연구를 진행하고자 한다.