Shaip의 전문가 심장 CT 주석이 심장 아밀로이드증 조기 발견을 가속화하는 방법
임상 AI 연구 그룹은 Shaip과 협력하여 종단 간 심장 CT 주석 및 모델 학습 워크플로를 구축하고, 방사선과 전문의의 초기 심장 아밀로이드증 진단 기준을 다운스트림 ML을 위한 관리형 프로덕션 등급 레이블 및 기능으로 변환했습니다.
사업 개요
복잡한 심장학 사용 사례에 대한 이미지 기반 진단에 중점을 둔 임상 AI 연구 그룹은 대규모로 반복 가능한 전문가 가이드 라벨링을 모색하고 있습니다.
클라이언트는 감지를 목표로 했습니다. 초기 단계 심장 아밀로이드증 CT 스캔에서 나오는 신호는 미묘하고 종종 놓치기 쉽습니다. 그들은 Shaip과 협력하여 엔드투엔드 주석 및 모델 학습 워크플로전문가의 노하우를 다운스트림 ML을 위한 일관된 레이블과 기능으로 변환합니다.
주요 통계
양식적임
심장 CT; 전문가 기준에 맞춰진 대용량 다중 배치 코호트
중소기업 협력
폐쇄 루프 검토 주기의 방사선과 의사 + 데이터 과학자
산출물
임상적으로 태그된 이미지 세트 + 버전별 주석 프로토콜
모델 영향
99.8% 타겟 조건 분류에 대한 검증된 정확도
거버넌스
개인 정보 보호 워크플로 및 문서 추적성
도전
- 번역 미묘한 초기 단계의 이미징 신호 운영 분류법으로.
- 유지 보수 라벨링 일관성 대규모 다중 배치 코호트에 걸쳐.
- 동기화 중 방사선과 의사 피드백 반복적인 모델 학습 주기를 통해.
- 보존 개인정보 보호 및 문서화 엄격성 배송 내내.
해법
데이터 전략
초기 아밀로이드증에 대한 방사선과 전문의 기준을 수용 임계값, 단계적 진행 경로, 근거 태그를 포함한 실용적인 라벨링 가이드로 체계화하여 근거를 제시합니다.
컬렉션 및 주석
실행했다 방사선과 전문의 참여 파이프라인: 훈련된 주석자는 구조화된 태그를 적용하고, 수석 검토자는 예외 사례를 판단하고, 최종 골드 라벨은 훈련에 활용되었습니다.
모델 개발
반복적인 스프린트에서 분류기를 훈련하고 검증했습니다. 분류 개선 사항을 정량화하기 위해 개정별 지표를 추적했습니다. 검증된 정확도는 99.8%에 도달했습니다.
품질 보증:
중복 검사, 드리프트 모니터링, 불일치 대시보드를 갖춘 다층 QC.
규정 준수 및 거버넌스
개인 정보 보호 프로세스, 버전 관리된 프로토콜 문서, 사례 → 태그 → 의사 결정 아티팩트에 대한 추적성.
프로젝트 범위
| 배송조회 | 우리가 한 일 | 산출 | QC 게이츠 |
|---|---|---|---|
| 분류 | 전문가 기준을 레이블 스키마로 변환 | 반자동 도구 + 시각적 QC | 신호 보존을 통한 신원 보호 |
| 메타데이터 De-ID | DICOM 태그 스크러빙 | 규칙 기반 제거 + 허용 목록 | 헤더에 PHI 누출 없음 |
| 확인 | 검토자 감사 | 체크리스트; 샘플링 계획 | 측정 가능한 PHI 위험 감소 |
| 거버넌스 | SOP 및 교육 | 감사 추적; 액세스 제어 | 재현성 및 규정 준수 |
결과
- 99.8% 검증된 정확도 대상 분류를 위해 배포 준비가 된 연구가 가능합니다.
- 더 빠른 반복 전문가의 피드백을 교육 주기에 직접 포함시킵니다.
- 재사용 가능한 플레이북 미래의 다중 사이트 심장학 AI 이니셔티브를 위해.
전략적 영향: 전문가의 암묵적 지식이 확장 가능하고 관리되는 파이프라인으로 전환되어 탐지 성능이 향상되고 규정 준수도 강화되었습니다.
샤이프는 전문가의 통찰력을 생산 수준의 주석 및 교육 워크플로로 전환하여 실험 속도를 높이는 동시에 정확도를 높였습니다.
— 영상 AI 책임자, 헬스케어 연구 파트너
