Lunit
Back to List

의료 진단 관련 통계 이론서 소개

Sep 25, 2020 — 2 min read

SooYoung Kwak

Lunit의 Regulation 부서에서 Biostatistician으로써 하는 업무 관련해서 유용하게 보고 있는 통계 이론서 두 권!!



회사 내 책상에서..




파란색 책인 Statistical Methods in Diagnostic Medicine은 다루는 범위가 오른 편의 책인 Observer Performance Methods for Diagnostic Imaging보다는 넓은 편이고 같은 토픽에 대한 설명도 좀 더 간략하게 제시되어 있다.


Observer Performance Methods for Diagnostic Imaging은 의료 영상(흉부 x-ray, 유방촬영 영상 등)을 사용한 진단 분야에서 Observer performance, 즉 판독을 진행하는 의사(Radiologist 등)의 Performance를 어떻게 측정할 수 있을 지에 대해 자세히 다루고 있고 요즘 꼼꼼히 읽어나가고 있다.


여러 명의 판독의가 여러 개의 의료 영상을 두가지 방법(가령, Lunit의 AI Software의 도움 없이 판독 vs AI의 결과를 참조해서 판독)을 사용해서 판독했을 때 두 방법에 따른 진단성능의 차이를 비교하는 연구 디자인을 MRMC (Multi Reader Multi Case) Study라고 하는데 이용하는 통계 방법론이나 분산 계산에 대한 개념 이해나 실제 데이터를 사용하는 분석 모두 꽤 까다롭다.


토픽의 까다로움과는 별개로 전형적인 통계이론 교과서 스타일로 기술된 왼 편의 파란 책과 비교하면 이 책은 내용을 설명하는 스타일이 꽤 구어체 형식이어서 흥미롭다.


관련 이론(ROC Analysis)을 의료 영상 진단 분야에 적용하기 위한 연구자들의 고민과 고충, 그리고 그걸 어떻게 해결해 나갔는 지에 대한 History를 접하다보면 나도 의욕이 또 생기곤 한다.


회사 제품의 인허가 관련 통계 분석을 하는 것이 규제기관 쪽에서도 선례가 없거나 드문 경우가 대부분이라 까다롭기도 하고 공부할 것들이 많은데, 이론에 대한 이런 공부를 하는 것에 대한 지원이 잘 되어 있어서 좋다.

BiostatisticsLunitMedical DiagnosticsMrmcRegulation

More from Blog