MediWave

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 ...

http://dx.doi.org/10.31916/sjmi2023-01-03 서론: 뇌종양 진단의 패러다임을 바꾸는 인공지능(AI) 전 세계적으로 수많은 사람들의 생명을 위협하는 뇌종양은 조기 발견과 정확한 분류가 환자의 생존율을 높이는 데 결정적인 역할을 합니다.  전통적인 뇌종양 진단 방법은 생검(biopsy)이나 요추 천자와 같은 침습적인 절차를 포함하여 환자에게 부담을 주고 시간이 많이 소요되는 단점이 있었습니다.  그러나 최근 몇 년 사이, 인공지능(AI), 특히 딥러닝(Deep Learning) 기술이 의료 영상 분석 분야에 도입되면서 뇌종양 진단에 혁신적인 변화의 바람이 불고 있습니다. 컴퓨터 비전 기술의 핵심인 컨볼루션 신경망(Convolutional Neural Network, CNN)은 인간의 시각적 인식 능력을 모방하여 이미지 속의 복잡한 패턴과 특징을 놀라운 정확도로 식별해냅니다.  본 컬럼에서는 CNN 기술, 그중에서도 특히 AlexNet 모델을 기반으로 한 전이 학습(Transfer Learning) 기법을 활용하여 뇌 자기공명영상(MRI) 이미지를 분석하고, 이를 통해 다양한 뇌종양을 자동으로 분류하는 최신 연구 사례를 세계적인 전문가 수준의 깊이로 상세하게 분석하고 그 미래를 조망하고자 합니다.  이 글을 통해 의료 전문가뿐만 아니라, 뇌종양 진단 기술과 인공지능의 접점에 관심 있는 모든 분들께 유익한 정보를 제공할 것입니다. 1. 핵심 기술: 컨볼루션 신경망(CNN)과 전이 학습(Transfer Learning) 뇌종양 분류 모델을 이해하기 위해서는 먼저 그 기반이 되는 핵심 기술인 CNN과 전이 학습에 대한 이해가 필요합니다. 컨볼루션 신경망(CNN)이란? CNN은 이미지, 영상, 음성 등과 같은 데이터를 처리하는 데 특화된 딥러닝 모델입니다.  인간의 뇌가 시각 정보를 처리하는 방식을 모방하여, 입력된 이미지에서 특징(feature)을 자동으로 추출하고 이를 기반으로 객체를 분류합니...

 의료기술(medical technology)과 의료기기(medical devices)는 헬스케어 혁신의 핵심축 1. 서론 의료기술(medical technology)과 의료기기(medical devices)는 헬스케어 혁신의 핵심축이며, 인구 고령화·만성질환 확산 등을 배경으로 폭발적인 수요가 지속되고 있습니다. 본 컬럼에서는 의료 AI , 원격의료(telemedicine) , 웨어러블 디바이스 , 진단용 의료기기 , 정밀의료(precision medicine) 등의 최신 트렌드를 분석합니다. 2. 의료기술의 혁신 현황 정밀의료(Precision Medicine) : 유전체(genomics) 기반 맞춤형 치료 시장 규모는 연평균 10% 이상 성장 중. 3D 바이오프린팅 : 인체 조직 및 장기 프린팅 기술은 장기 이식의 패러다임 전환을 예고. 초고해상도 의료영상 : MRI, CT, 초음파 등에서 딥러닝 기반 영상 재구성이 도입되어 정확도 및 속도 개선 3. 의료기기 발전 트렌드 웨어러블 디바이스 : 스마트워치, 연속혈당측정기(CGMs), 스마트패치 등. 휴대용 진단기기 : 스마트폰 기반 초음파, 포터블 ECG 모니터. 로봇 수술 시스템 : 다빈치(Da Vinci) 외차 센터, 무인 수술로봇 등. 임플란트 및 재생의학 : 바이오 분해성 스텐트, 조직 공학 기반 인공관절 등 4. 디지털 헬스케어와 원격의료 원격진료(telehealth) = 환자와 의사의 비대면 진료 + 건강 모니터링 시스템. 관련 키워드: “원격진단 솔루션” “재택 건강관리 시스템” “비대면 의료상담” 세계적으로 이노베이션 과 팬데믹 이후 확대 사례 분석. 한국, 미국, 유럽 등의 의료보험 적용 현황 , 클라우드 기반 전자의무기록(EMR) 연동 상황을 전문가 시각에서 분석. 5. AI와 머신러닝 기반 의료 기술 AI 의료영상 분석 : 폐결절, 유방암 진단, 망막병증 검...