MediWave

 http://dx.doi.org/10.9718/JBER.2023.44.1.11 서론: 외과 의사의 '눈'과 경험, 그 한계를 넘어서 직장암은 전 세계적으로 높은 발병률을 보이는 암 중 하나로, 특히 남성과 여성 모두에게 세 번째로 흔하게 발생하는 암입니다 . 직장암의 치료에서 수술은 매우 중요한 역할을 하지만, 직장이 해부학적으로 복잡하고 좁은 골반강 내에 위치하고 있어 수술의 난이도가 상당히 높습니다 . 따라서 성공적인 수술을 위해서는 수술 전 환자의 해부학적 구조를 정확히 파악하고 수술의 어려움을 예측하는 것이 무엇보다 중요합니다 . 이러한 수술 전 평가 과정에서 자기공명영상(Magnetic Resonance Imaging, MRI)은 필수적인 도구로 자리 잡았습니다 . MRI는 직장 종양은 물론, 종양을 둘러싼 직장간막과 골반 구조를 명확하게 보여주어 수술 계획 수립과 난이도 예측에 결정적인 정보를 제공합니다 . 현재까지는 외과 전문의가 다수의 MRI 영상 슬라이스 중에서 자신의 임상적 경험과 지식을 바탕으로 수술 위험도 평가에 가장 중요하다고 판단되는 특정 슬라이스를 직접 선택하여 분석하는 방식으로 이루어져 왔습니다 . 하지만 이러한 방식에는 몇 가지 한계점이 존재합니다. 첫째, 어떤 슬라이스가 가장 중요한지에 대한 판단이 의사의 주관적인 경험에 크게 의존하기 때문에 재현성이 떨어질 수 있습니다 . 즉, 동일한 환자의 MRI를 보더라도 의사마다 다른 슬라이스를 선택할 수 있으며, 심지어 같은 의사라 하더라도 시간에 따라 다른 선택을 할 수 있습니다 . 둘째, 수많은 영상 슬라이스를 일일이 검토하고 선별하는 과정은 상당한 시간과 노력을 요구합니다 . 이러한 한계를 극복하고, 보다 객관적이고 효율적인 직장암 수술 위험도 예측 방법을 찾기 위해 의료 인공지능 분야에서는 '라디오믹스(Radiomics)'라는 혁신적인 기술에 주목하고 있습니다. 라디오믹스는 인간의 눈으로는 식별할 수 없는 의료 영상 속의 미세한 패턴과 질감 정보를 ...

  http://dx.doi.org/10.31916/sjmi2024-01-03    1. 서론 인공지능(AI)은 우리의 일상과 산업 전반을 혁신적으로 변화시키고 있습니다.  특히, AI는 방대한 데이터를 수집·분석하여 맞춤형 서비스를 제공할 수 있게 하지만, 동시에 개인정보 보호(personal data protection)에 대한 심각한 우려를 야기하고 있습니다.  인공지능이 활용하는 알고리즘은 불투명하고, 데이터 처리 과정이 설명 불가능한 경우가 많아 개인의 권리와 자유를 위협할 수 있습니다.  따라서 인공지능 시대의 개인정보 보호 전략 은 법률, 기술, 윤리적 차원을 모두 아우르는 복합적 접근이 필요합니다. 본 칼럼은 GDPR(유럽 일반개인정보보호규정), CCPA(캘리포니아 소비자 개인정보보호법), 한국의 개인정보보호법(PIPA)을 중심으로 개인정보 보호의 현황과 과제를 살펴보고, 향후 AI 시대에 요구되는 정책적·기술적 해결책을 제시합니다. 2. 개인정보 보호의 중요성 디지털 사회에서 개인정보 보호는 단순한 법적 의무를 넘어, 프라이버시(privacy)와 사회적 신뢰(trust)의 핵심 입니다. 개인정보가 유출되거나 오·남용될 경우 다음과 같은 문제가 발생합니다. 정체성 도용(identity theft) : 금융 피해, 범죄 악용 감정적·사회적 피해 : 불법적 감시, 차별적 알고리즘 경제적 악영향 : 사용자 신뢰 저하로 인한 서비스 참여 감소 유럽연합(EU)은 2018년 GDPR 을 시행하며 투명성과 책임성을 강화하였고, 미국 캘리포니아주는 CCPA 를 통해 소비자의 데이터 통제권을 보장하였습니다. 한국 역시 개인정보보호법을 개정하며 대응하고 있으나, AI 기술 발전 속도를 따라가기엔 여전히 부족합니다. 3. 주요 개인정보 보호 규제 비교 (1) GDPR – 유럽 일반개인정보보호규정 그림 1. GDPR의 핵심 원칙은 데이터 처리의 투명성과 정보주체 권리 보...

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...

  AI 기반 유방암 검진 혁신-RSNA AI 챌린지 성과와 임상 적용 가능성 서론 유방암은 전 세계 여성 암 사망 원인 중 상위를 차지하며, 조기 발견이 환자의 생존율과 치료 성과를 크게 향상시킵니다.  특히, 유방촬영술(mammography)은 유방암 조기 진단의 핵심 도구로 자리잡았으나, 영상 판독은 방사선과 전문의의 숙련도, 시간적 제약, 피로도에 따라 정확성이 달라질 수 있습니다.  이에 따라 AI(인공지능) 기반 영상 판독 보조 기술 이 부각되고 있습니다. 2023년 RSNA(북미방사선학회) Screening Mammography Breast Cancer Detection AI Challenge는 전 세계 연구팀이 개발한 AI 모델을 경쟁적으로 평가함으로써, AI의 유방암 검진 임상 적용 가능성 을 가늠할 수 있는 중요한 전환점이 되었습니다. 본 컬럼에서는 해당 챌린지의 주요 결과, 알고리즘 성능 지표, 데이터셋 특성, 임상 적용 전략, 그리고 향후 연구 방향에 대해 심층적으로 분석하고자 합니다. 본론 1. RSNA 2023 AI 유방촬영술 챌린지 개요 이번 챌린지에는 2,146명의 참가자 가 1,687개 팀 을 구성해 각자의 AI 알고리즘을 제출하였습니다.  주요 목표는 유방촬영 영상을 독립적으로 해석할 수 있는 AI 모델 을 개발하여, 조기 암 발견율을 높이고 임상 판독 부담을 줄이는 것이었습니다. 연구팀은 미국과 호주에서 수집한 평가 데이터셋(5,415명, 중앙값 나이 59세)을 사용해 총 1,537개의 알고리즘 성능을 평가했다. 병리학적 확진 결과와 1년 이상 추적 관찰 데이터를 통해 암 여부를 확인했습니다. 2. 주요 성능 결과 최고 성능 알고리즘 민감도(Sensitivity): 최고 수준 특이도(Specificity): 전반적으로 높음 재검 소환율(Recall rate): 낮게 유지 앙상블 모델 상위 3개 알고리즘 결합: 민감도 60.7%, 재검...

 청각 기반 뇌-컴퓨터 인터페이스 구현을 위한 골전도 이어폰의 혁신적 활용 가능성 doi:10.9718/JBER.2020.41.1.22 서론 뇌-컴퓨터 인터페이스(Brain-Computer Interface, BCI)는 인간의 뇌 신호를 해석하여 기기 제어, 의사소통, 재활 치료 등 다양한 분야에 적용할 수 있는 차세대 기술이다.  특히 청각 기반 BCI(Auditory-based BCI)는 시각적 집중이 어려운 환경이나, 이동성이 필요한 상황에서 유용하게 활용될 수 있는 방식으로 주목받고 있다.  그러나 기존 청각 자극 전달 방식에는 한계가 있다.  일반 이어폰은 외이도를 막아 주변 소리를 차단함으로써 환경음 인지가 어려워지고, 스피커는 휴대성과 개인화 측면에서 불리하다. 이러한 한계를 해결할 수 있는 대안으로 골전도 이어폰(Bone Conduction Earphone)이 부상하고 있다.  골전도 이어폰은 외이도를 막지 않고 두개골 진동을 통해 소리를 내이로 전달하기 때문에, 주변 환경음을 유지하면서도 명확한 청각 자극 전달이 가능하다.  본 포스팅에서는 전남대학교 의공학과 연구팀(이주옥, 주경호, 김도원)의 논문 「청각 기반 뇌-컴퓨터 인터페이스 구현을 위한 골전도 이어폰의 활용 가능성」 연구 결과를 기반으로, 골전도 이어폰이 EEG 기반 청각 BCI에서 얼마나 실용적인지 심층 분석한다. 골전도 이어폰과 청각 BCI: 기술적 배경 1. EEG와 청각 자극 뇌전도(EEG)는 뇌의 전기생리학적 활동을 비침습적으로 측정할 수 있는 대표적인 신경과학 도구다. 청각 기반 실험에서 EEG는 특정 음향 자극에 대한 사건 유발 전위(Event-Related Potential, ERP)나 청성 안정 유발 반응(Auditory Steady-State Response, ASSR)을 측정하는 데 활용된다. 특히 ERP의 N100 성분은 청각 자극 후 약 100ms 전후에 발생하는 뚜렷한 음성 전위로, 자극 인식과...