Development of a High-Precision AI System for Predicting Muscle-Invasive Bladder Cancer Using Semantic Alignment and Cross-Feature Integration of Multi-Sequence MRI
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710113966
과학기술정보통신부
한국연구재단
고려대학교
심기춘
13명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,487만원
4,487만원
기초연구
대학
서울특별시 성북구
보건의료 > 임상의학 > 영상의학
... 한계를 극복하고, 임상적으로 의미 있는 수준의 예측 성능(AUROC ≥ 0.93)을 달성하고자 한다. 나아가 MRI 영상뿐 아니라 임상 및 병리 정보를 통합한 멀티모달 예측 모델로 확장하여 실제 임상 의사결정에 직접 활용 가능한 웹 기반 진단 보조 시스템을 구축함으로써 방광암 진단 패러다임을 비침습적·정량적·정밀의료 기반으로 전환하는 것을 궁극적 목표로 한다.
본 연구는 데이터?모델?임상 적용을 연계한 3단계 전략으로 수행된다. 1차년도에는 다중 시퀀스 MRI 기반 대규모 환자 데이터셋을 구축하고, 영상의학과 전문의 주도의 정밀 annotation을 통해 고신뢰도 학습 데이터를 확보한다. 동시에 시퀀스별 딥러닝 모델을 개발하여 기준 성능을 확립한다. 2차년도에는 서로 다른 MRI 시퀀스 간 feature의 의미적...
... 원천기술을 확보하여 다양한 암종 및 의료영상 분야로 확장 가능한 범용 AI 플랫폼으로 발전할 수 있다. 산업적으로는 의료영상 AI 진단 소프트웨어로의 상용화 및 기술이전을 통해 글로벌 디지털헬스 시장 진입 기반을 마련할 수 있다. 궁극적으로 본 연구는 정밀의료 구현, 의료 자원 효율화, 환자 예후 개선에 기여하는 고부가가치 의료 AI 기술 창출을 목표로 한다.