2026. 1. 22.·Journal of medical Internet research·메타분석·🇨🇳 China

Diagnostic Performance of Deep Learning and Radiomics in Extracranial Carotid Plaque Detection: Systematic Review and Meta-Analysis.

원문 읽기 ~8분 → AI 요약 ~1분

AI 핵심 요약

인공지능 기반 영상 기술로 경동맥 플라크 진단 가능

임상 적용 포인트 · AI 추출

○○세 환자에게 경동맥 초음파 검사 시 인공지능 기술을 활용하여 플라크 유무를 확인할 수 있습니다.

요약· AI 생성

1) 인공지능 기반 영상 기술인 딥러닝과 방사선영상학적 특징(radiomics)을 이용하여 경동맥 플라크를 진단할 수 있다. 2) 이들 기술의 진단 정확도는 민감도 0.88, 특이도 0.89, 곡선 아래 면적 0.95로 우수하다. 3) 딥러닝 모델이 방사선영상학적 특징 기반 모델보다 특이도와 곡선 아래 면적이 더 높다. 4) 전이학습과 대규모 데이터셋 활용이 모델 성능 향상에 도움이 된다. 5) 증상성 플라크 진단에 더 효과적이다.

임상적 의의

경동맥 플라크 진단에 인공지능 기술을 활용하면 신속하고 정확한 진단이 가능하여 심뇌혈관 질환 예방에 도움이 될 것이다.

연구 한계

다기관 연구와 외부 검증이 부족하여 일반화에 한계가 있다.

경동맥 플라크인공지능 영상진단딥러닝 및 방사선영상학적 특징

DOI: 10.2196/77092

연구 국가: 🇨🇳 China

연구 유형: Meta-Analysis, Systematic Review

MeSH: Humans, Deep Learning, Carotid Stenosis, Plaque, Atherosclerotic, Carotid Arteries, ROC Curve, Radiomics

이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.

MotionLabs 더 알아보기