MediWave

  1. 서론 — 세포가 서로 대화하는 언어, 신호전달 우리 몸의 모든 세포는 끊임없이 ‘신호’를 주고받는다. 이 신호는 호르몬, 사이토카인(cytokine), 성장인자 등 다양한 분자를 통해 세포막을 통과하며, 생리적 반응을 유도한다. 그중에서도 JAK-STAT (Janus kinase-signal transducer and activator of transcription) 경로는 면역세포와 염증 반응 조절의 중심에 있는 핵심 시스템이다. 이 경로가 과도하게 활성화되면 염증성 질환, 자가면역질환, 심지어 암으로 이어질 수 있다. 2. JAK-STAT 경로의 기본 원리 그림 1. JAK-STAT 신호전달 개요도 (세포막 수용체에 사이토카인이 결합하면 JAK 단백질이 활성화되어 STAT 단백질을 인산화시키고, 인산화된 STAT이 핵으로 이동해 유전자 발현을 조절함.) JAK-STAT 경로는 간단히 말해 세포 외부 자극이 내부 유전자 발현으로 전달되는 통로 다. 1️⃣ 사이토카인이나 성장인자가 세포막 수용체에 결합하면, 2️⃣ 수용체에 결합된 JAK 단백질 이 활성화되어 서로 인산화(phosphorylation)한다. 3️⃣ 그 신호는 STAT 단백질 로 전달되어 핵으로 들어가 유전자 전사(transcription)를 조절한다. 즉, 외부 자극이 세포 내부 운명 결정 으로 이어지는 하나의 ‘언어’다. 3. 염증 반응과 JAK-STAT의 과활성화 정상적인 상황에서는 이 신호가 면역 방어에 필수적이다. 하지만 염증성 질환(예: 류머티즘 관절염, 크론병, 아토피 피부염)에서는 이 경로가 과도하게 활성화되어 만성 염증 상태 가 지속된다. 표 1. 주요 염증성 질환에서의 JAK-STAT 활성 패턴 질환명 주요 JAK/STAT 경로   활성 사이토카인 병리적 효과 류머티즘 관절염     JAK1/3 – STAT3     IL-6, IL-21     만성 관절 염증, 통증...

서론: 고령화 사회와 뇌졸중 치료의 도전 인간의 평균 수명이 증가하고 인구 고령화가 가속화됨에 따라, 90세 이상( 노년층 또는 비노년층 )에서 급성 허혈성 뇌졸중(Acute Ischemic Stroke, AIS) 발생률이 증가하고 있습니다.  이는 임상 현장에서 중요한 도전 과제를 제시합니다. 특히, 대혈관 폐색(Large Vessel Occlusion, LVO) 에 의한 급성 허혈성 뇌졸중 은 심각한 기능적 손상을 유발하며, 적절한 치료가 이루어지지 않을 경우 높은 사망률을 보입니다. 혈관내 혈전 제거술 (Endovascular Thrombectomy, EVT)은 최소 침습적이고 영상 유도 하에 혈전을 제거하여 혈류를 재개통(Reperfusion)시켜 뇌 손상을 예방하는 시술입니다.  EVT 는 LVO 로 인한 급성 허혈성 뇌졸중 의 표준 치료법으로 자리 잡았으나, 기존의 주요 임상 시험에서는 90세 이상의 초고령 환자를 충분히 포함하지 않아 이 연령대에서 EVT 의 이익-위험 프로파일(Benefit-Risk Profile) 이 불분명했습니다. 최근 발표된 연구 결과는 이러한 지식 격차를 해소하고 노년층 뇌졸중 치료 에 대한 새로운 통찰을 제공하며, EVT 의 적용 범위 확대에 중요한 근거를 제시하고 있습니다. 본론 1: 90세 이상 환자에서 EVT vs. 최적 내과적 관리 (BMM) 비교 연구 신장 의과대학 제1 부속 병원의 Xiaobo Guan 박사 연구팀은 90세 이상 환자 149명을 대상으로 EVT 와 최적 내과적 관리(Best Medical Management, BMM) 의 결과를 비교한 연구 결과를 학술지 Academic Radiology 에 발표했습니다.  이 연구는 초고령 노년층 뇌졸중 치료 에 대한 중요한 단서를 제공합니다. 연구 설계 및 대상 환자 연구 목적: 90세 이상 급성 LVO 뇌졸중 환자 에서 EVT 와 BMM 의 결과를 비교하여, 기존 임상 시험에서 소외되었던 인구 집단에 대한 정보를 얻는 ...

  키워드: 성장호르몬 결핍 , 저신장 , Radiomics , 뇌하수체 MRI , 성장호르몬 유발 검사 대체 서론: 성장호르몬 결핍(GHD) 진단의 중요성과 기존 방식의 한계 성장호르몬 결핍증(GHD, Growth Hormone Deficiency)은 소아의 저신장 (short stature, 인구 평균 신장보다 2 표준편차 이하의 키)을 유발하는 주요 원인 중 하나입니다.  유전적 요인, 뇌하수체나 시상하부의 구조적 문제, 감염, 외상 등으로 인해 발생할 수 있으며, 원인을 알 수 없는 특발성 저신장(Idiopathic Short Stature, ISS)과 감별이 필요합니다. GHD가 있는 아동은 단순한 키 성장 문제 외에도 심리적 스트레스와 정신 건강 장애의 위험이 높아져 장기적인 삶의 질에 부정적인 영향을 미칠 수 있습니다. 따라서 조기 진단과 적절한 치료는 매우 중요합니다. 현재 GHD를 진단하는 표준적인 방법은 성장호르몬(GH) 자극 검사(GH stimulation test)입니다.  이 검사는 약물 투여 후 여러 차례 혈액을 채취하여 성장호르몬 수치를 측정하는 방식으로, 정상적인 생리적 분비 상태를 정확히 반영하기 어렵고, 민감도의 일관성이 부족하여 신뢰성에 의문이 제기되기도 합니다. 또한, 여러 번의 채혈이 필요하여 아동에게 심리적, 육체적 부담을 줄 수 있다는 한계가 있습니다. 이러한 배경에서, Radiomics 라고 불리는 혁신적인 영상 분석 기술이 GHD 진단 과정의 효율성과 정확성을 높이는 잠재적인 대안으로 부상하고 있습니다. Radiomics란 무엇이며, GHD 진단에 어떻게 적용되는가? Radiomics 는 의학 영상(MRI, CT 등)에서 육안으로 식별하기 어려운 정량적인 특징(feature)을 대규모로 추출하고, 이를 수학적 알고리즘과 기계 학습(Machine Learning) 기법으로 분석하여 질병의 진단, 예후 예측, 치료 반응 등을 예측하는 정밀 의학 분야입니다. 최근 중국 정저우에 위치한 허난중의약...

http://dx.doi.org/10.9718/JBER.2023.44.1.25 부제: 2D 전립선 단면 영상 영역 분류의 새로운 시대, AUC 0.99 달성의 비결 서론: 전립선암 진단 및 예후 예측의 중요성과 새로운 도전 전립선암은 서양인에게 흔한 질환이었으나, 최근 서구화된 식단과 생활 방식으로 인해 동양인에게도 발병률이 증가하고 있는 추세입니다 .  대한민국에서는 1999년 이후로 전립선암 환자 수가 꾸준히 늘어 , 2019년에는 남성 암 발생 순위에서 12.5%로 4위를 기록했으며, 전체 암 발생자 수 중 6.6%를 차지했습니다 .  특히 남성 65세 이상에서는 발생 분율 2위(17.3%)를 기록할 정도로 심각한 보건 문제로 대두되고 있습니다 . 전립선암의 크기와 위치를 정확하게 파악하는 것은 환자의 진단, 치료 방향 결정, 그리고 예후 예측에 있어 매우 중요한 요소입니다 .  기존에는 다중파라미터 자기공명영상(mpMRI)과 같은 영상의학적 방법 이나, 바늘생검(needle biopsy) 또는 근치적 전립선절제술(radical prostatectomy) 조직의 H&E 병리 슬라이드 이미지를 기반으로 조직학적 진단이 이루어져 왔습니다 . 이러한 영상 및 병리 슬라이드 이미지를 기반으로 전립선암의 크기와 위치를 예측하는 인공지능 모델들이 다수 개발되어 왔습니다 .  예를 들어, S. Mehralivand 등은 MRI 기반 AI 모델로 198개 의심 병변 중 111개를 정확히 감지하는 결과를 보였으며 , M. Tsuneki 등은 바늘생검 병리 슬라이드 기반 AI 모델(EfficientNetB1)로 종양 위치를 AUC 0.97로 예측했고 , W. Han 등은 전립선절제술 병리 슬라이드 기반 AI 모델(AlexNet-TCM)로 AUC 0.964의 결과를 보여주었습니다 . 그러나 문제는 '전립선 육안 단면 이미지'입니다.  자기공명영상이나 병리 슬라이드 이미지와 달리, 전립선 육안 단면 이미지는 숙련된 병리과 전문...