Core Concepts
인공지능과 인터넷 기술을 활용하여 실시간으로 모니펙스를 진단하고 일반 피부 질환과 구분할 수 있는 혁신적인 진단 전략 Mpox-AISM을 제안하였다.
Abstract
이 연구에서는 모니펙스 확산을 효과적으로 억제하기 위해 인공지능과 인터넷 기술을 활용한 실시간 모니펙스 진단 전략 Mpox-AISM을 제안하였다.
Mpox-AISM은 다음과 같은 특징을 가지고 있다:
딥러닝 모델, 데이터 증강, 자기지도학습 등의 기술을 활용하여 구축되었으며, 모니펙스, 홍역, 수두, 습진, 두드러기, 수포성 질환, 혈관염 등 7가지 피부 질환과 정상 피부를 정확하게 구분할 수 있다.
모니펙스 환자의 초기 증상 진단에 탁월한 성능을 보였으며, 정확도 94.51%, 정밀도 99.3%, 재현율 94.1%, 특이도 99.9%, F1-score 96.6%를 달성하였다.
피부 병변 부위에 따른 등급 평가를 수행하여 다양한 실제 상황에서의 활용성을 검증하였다.
Grad-CAM 기법을 활용하여 모델의 의사결정 과정을 시각화하고 설명함으로써 신뢰성과 투명성을 높였다.
스마트폰 앱 형태로 개발되어 의료 자원이 부족한 지역에서도 손쉽게 활용할 수 있다.
이를 통해 Mpox-AISM은 모니펙스 확산을 효과적으로 억제하고 공중 보건 안전을 강화할 수 있을 것으로 기대된다.
Stats
모니펙스 환자의 피부 병변 부위에 따른 진단 정확도:
얼굴, 목, 손 (Grade-I): 98.59%
팔, 다리 (Grade-II): 100.00%
등, 가슴 (Grade-III): 94.59%
기타 (Grade-IV): 99.33%
모니펙스 초기 단계 환자 진단 정확도: 100%
Quotes
"모니펙스 확산을 효과적으로 억제하기 위해서는 초기 단계 환자의 신속하고 정확한 진단이 매우 중요하다."
"Mpox-AISM은 인터넷과 통신 단말기를 활용하여 다양한 실제 상황에서 초기 단계 모니펙스 환자를 저비용, 실시간으로 진단할 수 있다."
"Grad-CAM 기법을 통해 Mpox-AISM의 의사결정 과정을 시각화하고 설명함으로써 신뢰성과 투명성을 높였다."