이 쿠키는 웹사이트가 정상적으로 작동하는 데 필요하며 시스템에서 꺼질 수 없습니다. 주로 사용자가 요청한 서비스(개인정보 설정, 로그인, 양식 작성 등)를 제공하기 위해 설정됩니다. 브라우저에서 이 쿠키를 차단하거나 알림을 받을 수 있도록 설정할 수 있지만, 이 경우 사이트 일부 기능이 정상적으로 작동하지 않을 수 있습니다. 이 쿠키는 개인 식별 정보를 저장하지 않습니다.
+타겟팅 쿠키
이 쿠키는 광고 파트너를 통해 설정되며, 귀하의 관심사에 기반한 광고를 다른 사이트에 표시하는 데 사용됩니다. 이 쿠키는 직접적으로 개인정보를 저장하지 않으며, 브라우저와 인터넷 기기 식별을 기반으로 작동합니다. 이 쿠키를 허용하지 않으면 타겟팅 광고를 덜 경험하게 됩니다.
+성능 쿠키
이 쿠키는 웹사이트 방문자 수 및 트래픽 소스를 집계하여, 사이트의 성능을 측정하고 개선하는 데 사용됩니다. 어떤 페이지가 인기가 많은지, 방문자가 사이트를 어떻게 이동하는지를 파악하는 데 도움이 됩니다. 모든 정보는 익명으로 수집되며, 이 쿠키를 허용하지 않을 경우 방문 및 활동 기록을 알 수 없어 사이트 성능 모니터링에 제약이 생깁니다.
Automated Computer-aided Detection of Lung Nodules in Metastatic Colorectal Cancer Patients for the Identification of Pulmonary Oligometastatic Disease
Authors
Jason Joon Bock Lee, Young Joo Suh, Caleb Oh, Byung Min Lee, Jin Sung Kim, Yongjin Chang, Yeong Jeong Jeon, Ji Young Kim, Seong Yong Park, Jee Suk Chang
Journal
International Journal of Radiation Oncology, Biology, Physic
This study aimed to investigate the potential and clinical utility of artificial intelligence (AI)–based computer-aided detection (CAD) of lung nodules in identifying pulmonary oligometastases. The chest CT scans of patients with lung metastasis from colorectal cancer were analyzed in two cohorts. In the first cohort, the CAD-assisted radiation oncologist (CAD-RO) demonstrated sensitivity and specificity for identifying oligometastatic disease (OMD) compared to an expert radiologist, with the sensitivity of the CAD-RO in nodule detection at 81.6%. The interobserver variability analysis showed an average sensitivity of 80.0%. In the second cohort, the 5-year survival rates were evaluated based on the number of CAD-RO–detected nodules, revealing a correlation between the number of nodules and survival. The study concluded that the use of AI, particularly employing the AVIEW LCS nodule detection AI, in OMD recognition demonstrates promising practicality, and the development of a deep learning–based model specific to the metastatic setting is underway.
목록으로
