조기 암 진단에서 인공지능의 역할

조기 단계 암으로 진단되는 환자의 비율을 높이는 것은 세계보건기구(WHO)의 주요 우선사항입니다. 많은 종양 그룹에서 선별 프로그램은 생존율 향상으로 이어졌지만, 환자 선택 및 위험 분류가 주요 도전 과제가 되고 있습니다. 또한, COVID-19 팬데믹을 고려할 때 제한된 진단 인력에 대한 우려가 있으며, 이는 병리학 및 방사선학 서비스에 부담을 주고 있습니다. 이 리뷰에서는 인공지능 알고리즘이 (1) 암 위험이 있는 무증상 환자의 선별, (2) 증상이 있는 환자의 조사 및 분류, 그리고 (3) 암 재발 보다 효과적으로 진단하는 방식에서 임상의에게 어떻게 도움을 줄 수 있는지 논의합니다. 로지스틱 회귀와 같은 역사적 모델, 심층 학습 및 신경망을 포함한 주요 인공지능 접근 방식의 개요를 제공하고 이들의 조기 진단 응용을 강조합니다. 전자 건강 기록, 진단 이미지, 병리 슬라이드 및 말초 혈액을 포함하여 많은 데이터 유형이 컴퓨터 분석에 적합하며, 이러한 데이터를 암 진단에 활용하는 방법의 예를 제공합니다. 우리는 또한 임상 실습에서 현재 사용되는 모델 개요를 포함하여 인공지능 알고리즘의 잠재적 임상적 함의에 대해 논의합니다. 마지막으로, 윤리적 우려, 자원 요구, 데이터 보안 및 보고 기준을 포함한 잠재적 한계 및 함정에 대해 논의합니다.