암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#폐암 #림프절전이 #폐암검진 #침습적검진#흉부종격동림프절#기관지내시경초음파#비소세포폐암#림프절조직검사#폐기능#무진행생존율#메디우스#MDUS

암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#비만 #암의원인 #비만과암의관계#유방암#대장암#자궁암#신장아#체질량지수#다빈도암#만성염증#신진대사변화#호르몬수치변화#악성흑색종#위종양#소장암#뇌하수체암#두경부암#외음부암, 음경암#메디우스#MDUS

암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#암데이터 #K큐어 #암질환연구 #암통계 #암통계종합 #국립암센터 #국가암데이터센터##암 공공 라이브러리#중앙암등록본부#메디우스#MDUS

암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#여의도성모병원 #킴리아 #CAR-T세포치료 #백혈병치료제#꿈의치료법#면역세포#B세포 급성림프구성백혈병#메디우스#MDUS

암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#담도암 #담도암 조기진단 #담도암 진단 #협대역내시경기술 #담도내시결 #담도내시경 분류법 #담도내시경#메디우스#MDUS

암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#유화승 #통합암치료 #대전대서울한방병원#건강강좌#동서암센터장#암극복#암치료과정#재발방지#생활관리법#심신힐링프로그램#메디우스#MDUS

암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#채정호 #행복 #서울성모병원 #심리상담 #정신건강의학과#행복의7가지조건#행복의원칙#웰빙#진정한행복#메디우스#MDUS

암 환자의 생존 기간과 치료 경과를 AI(인공지능)를 활용해 예측할 수 있는 ‘암 생존 계산기’가 미국 노스웨스턴대 의대 연구팀에 의해 개발됐다.
지금은 암 환자 질병의 단계별 진행 상황과 기존에 쌓인 데이터에만 의존하기 때문에 정확한 암환자 생존 기간을 예측하기 어렵다.

연구팀은 암 유형별로 생존에 가장 큰 영향을 미치는 환자의 상태, 종양, 치료 특성을 파악하는 것을 목표로 했다. 이를 위해 2015~2017년 유방암, 갑상선암, 췌장암 진단을 받은 환자들의 기록을 국립 암 데이터베이스로부터 받았다. 데이터를 수집한 환자수는 유방암 환자 25만9485명, 갑상선암 환자 7만6624명, 췌장암 환자 8만4514명이었다.

연구팀은 AI가 해당 데이터를 인식해 암 진단 및 환자 생존과 관련된 패턴을 인식하도록 훈련시킨 뒤 시험을 했다. 그 결과, 3가지 암에서 다양한 요인들이 생존에 상당한 영향을 미친다는 것을 발견했다.
유방암은 ‘암 수술 여부’, ‘진단 시 환자 나이’, ‘종양 크기’, ‘진단 후 치료까지 걸린 시간’이 큰 영향을 미쳤으며, 갑상선암은 ‘진단 시 나이’, ‘종양 크기’, ‘치료 시간’, ‘림프절 침범 여부’가 영향을 미쳤다. 췌장암 환자의 경우 ‘암 수술 여부’, ‘암의 현미경 분석 결과’, ‘종양 크기’, ‘진단 시 나이’가 생존 여부를 결정했다. 이러한 요인을 기반으로 계산기가 측정한 생존율은 실제 상황과의 10개월 이내일 정도로 매우 정확했다. 연구팀은 “개발하고 있는 암 생존 계산기는 특정 종양 바이오마커와 치료 변수를 포함해 기존 계산 방식의 부족함 점을 보완했다”고 말했다.


...

#컬럼#치밀유방 #유방암검사 #유방암검진 #암진단 #초음파검사 #유방촬영술#유방암진단#조기유방암#AI보조진단#단독유방촬영술#재검율#림프절전이#영상의학과#진단민감도#맞춤형유방암검진#메디우스#MDUS