피부질환 간편 진료 서비스_SkinAI
2023.03.21 - 2023.06.06
0
0
공유
0
공유
  1. 서비스 명칭 - 
    • 피부질환 조기 발견과 간편 진료서비스 구축
       
  2. 서비스 배경 및 목적
    • 매년 많은 피부 질환 환자들이 발생하고 있다. 그러나 전문적인 진료가 필요한 경우에는 병원에 가야하며 시간과 비용이 소요된다. 이를 해결하기 위해 SkinAI를 개발하여 피부질환을 Segmentation하고, 해당 질환에 대한 정보를 제공하며 즉각적인 처치 방법을 안내하여 효과적인 간편 진료서비스를 제공하고자 함에 있다.
       
  3. 인공지능 서비스 유사 사례 분석
    • 삼성서울병원 피부과 이종희 교수, 오세진 임상강사, 최영환 전공의 연구팀은 ‘바이오디스플레이’를 이용한 피부 수분도 측정법의 정확도를 신뢰할 수 있다고 국제 학술지 ‘사이언티픽 리포츠(Scientific reports)’ 최근호에 발표했다고 8일 밝혔다.

      출처 : 헬스인뉴스(http://www.healthinnews.co.kr)
      https://www.healthinnews.co.kr/news/articleView.html?idxno=26811
    • 하지만 최근 피부 레이저 치료 후 효과를 조직검사 대신 영상기기검사로 쉽고 간편한 평가방법이 국내 연구팀에 의해 제시돼 관심을 모으고 있다.
      https://bktimes.net/detail.php?number=50982&thread=06r01
       
  4. 인공지능 모델의 입출력
    • 입력 : 피부 질환에 대한 이미지 데이터 jpg, label된 Annotation 이미지 데이터 png (이미지 데이터 10015개 中 Train 8015, Test 2000, 파일형식 : 이미지 jpg, 레이블 이미지 png)
       
    • 출력 : Segmentation Area (정상 영역 0, 피부질환 영역 255 으로 표기된 shape(600,450)의 matrix)
       
  5. 데이터셋 구축방안
    • 오픈 데이터 셋 HAM10000 사용
    • 데이터 전처리 코드 제공
       
  6. 데이터셋 구성 목표
    • 학습셋 : 8 
    • 시험셋 : 2
       
  7. 인공지능 모델 평가 방법
    • MIOU : Mean Intersection over Union(평균 교차점 비율)의 약자로, 이미지 분할 모델의 정확도를 측정하는 지표 중 하나이다.
       
  8. 인공지능 모델 성능 목표
    • MIOU : 94%
       
  9. 서비스 구축계획 및 사용 시나리오
    • SkinAI는 머신 러닝 및 딥러닝 기술을 사용하여 피부질환 Segmentation 및 진단을 수행한다. 사용자는 휴대전화 애플리케이션을 통해 자신의 피부에 발생한 병변 영상을 업로드하고, SkinAI는 해당 영상을 분석하여 피부질환을 Segmentation하고, 진단 결과와 함께 진료 및 처치 방법에 대한 정보를 제공한다. 또한, 사용자의 피부 상태에 대한 추적 기록을 제공하여, 향후 진료를 위한 정보를 제공한다.
       
  10. 서비스 기대효과
    • SkinAI 서비스를 통해 환자들은 전문적인 진료가 필요한 경우에도 빠르고 정확한 진단과 처치를 받을 수 있다. 이를 통해 환자들은 시간과 비용을 절약하고, 더 나은 치료 결과를 얻을 수 있다. 또한, SkinAI는 의료 전문가들의 진료 지원 도구로도 활용될 수 있으며, 피부질환 진료에 대한 연구 및 개발에도 기여할 수 있다.