Development of a Multimodal Artificial Intelligence Model for Gastric Cancer Risk Prediction and Personalized National Screening Interval Optimization: An Integrated Cohort Study Using Endoscopic Imag...
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114745
과학기술정보통신부
한국연구재단
순천향대학교산학협력단
유혜원
5명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2030.08.31
4,477만원
4,477만원
응용연구
대학
충청남도 아산시
보건의료 > 임상의학 > 소화기학
본 연구의 최종목표는 국가 위암 검진 수검자의 위내시경 이미지, EMR 기반 임상정보, H. pylori 감염 및 제균 상태, 심평원 청구자료 기반 장기추적 결과를 통합하여 다중모달 인공지능 기반 위암 발생 위험 예측모델을 개발하고, 이를 바탕으로 개인별 위험도에 따른 맞춤형 국가검진 주기 최적화 전략을 제시하는 것임.현행 국가 위암 검진은 개인별 위험도와...
본 연구는 4개년 계획으로 수행함. 1차년도에는 중앙데이터심의위원회(DRB) 및 IRB 승인 후 국가 위암 검진 수검자의 EMR 기반 임상자료와 위내시경 이미지를 추출·정제함. EMR 자료에서는 연령, 성별, 가족력, 흡연·음주력, 기저질환, H. pylori 검사 결과 등 위암 위험도 평가에 필요한 임상·역학 정보를 수집함. 위내시경 이미지는 영상 품질과...
... 감소를 동시에 고려한 검진 주기 차등화 전략은 국가 의료자원의 효율적 배분에 기여할 수 있음.디지털 헬스 분야에서는 본 연구에서 개발한 알고리즘을 기반으로 위내시경 검사 시 위암 위험도와 권고 ... 기반 내시경 소견 정량화와 장기추적 청구자료를 결합한 새로운 위암 위험 분류 체계를 제시하고, 개인별 위험도에 기반한 국가 위암 검진 전략 전환의 과학적 근거를 마련할 것으로 기대됨.