AI 기반 전이학습 모델을 활용한 만성부비동염 수술 후 예후 분석
AI 기반 전이학습 모델을 활용한 만성부비동염 수술 후 예후 분석 doi: 10.1186/s12938-025-01428-y 서론 만성부비동염 (Chronic Rhinosinusitis, CRS) 은 전 세계적으로 ENT 진료에서 매우 흔한 질환으로 , 중국에서는 약 8% 의 유병률을 보여 1 억 명 이상이 영향을 받고 있습니다 . 약물치료에 반응하지 않는 환자들은 기능적 내시경 부비동 수술 (Endoscopic Sinus Surgery, ESS) 을 받게 되며 , 수술 후 3~6 개월 동안의 관리가 장기 예후에 매우 중요합니다 . 그러나 수술 후 내시경 평가의 높은 주관성과 환자의 낮은 추적관리 순응도는 예후 평가의 일관성과 질 높은 질병 관리를 어렵게 만듭니다 . 이에 본 연구에서는 사전학습된 대형 비전 모델 (pre-trained foundation models) 을 기반으로 전이학습을 적용한 AI 모델을 통해 수술 후 내시경 영상에서 환자의 상태를 정량적으로 분류하는 체계를 개발하고자 하였습니다 . 연구 목적 및 방법 요약 본 연구는 Fudan University 및 Zhongshan Hospital 의 2 개 기관에서 다기관 후향적 방식으로 시행되었습니다 . 총 2,000 장의 수술 후 내시경 영상이 수집되어 전문가 2 인의 판독을 거쳐 " 용종 (polyp)", " 부종 (edema)", " 정상 (smooth)" 세 가지 상태로 분류되었습니다 . 전이학습에 사용된 모델은 다음과 같습니다 : · CLIP : 일반 비전 데이터셋 기반 · MedSAM : 다양한 의료 이미지 기반 · Endo-FM : 내시경 전용 데이터셋 기반 기본 네트워...