Lunit Logo

Product

Explore our Products

흉부 X선 영상 분석 AI

Insight CXR

유방촬영술 영상 분석 AI

Insight MMG

조직 슬라이드 영상 분석 AI

Insight SCOPE
MFDS Mark
Lunit INSIGHT MMG logo
For Breast Cancer Detection
Lunit INSIGHT MMG capture

Background

다양한 연구결과에서 유방촬영술은 유방암 생존율 향상을 위한 유일한 선별검사법으로 알려져 있습니다.1 하지만 유방촬영술은 위양성율과 위음성율이 매우 높은 검사법입니다. 실제로 선별검사를 실시한 환자의 약 10%가 유방암 의심으로 판정 받아 추가 정밀검사를 받게 되는데, 이 중 최종 유방암 진단을 받는 비율은 5%에 불과합니다.2 반대로 선별검사를 실시하고도 유방암 병변을 놓치는 비율은 10~30% 수준으로 많은 환자들이 조기치료의 골든타임을 놓치고 있습니다.3-5

Product description

Lunit의 독자적인 딥 러닝 기술이 적용된6 Lunit INSIGHT MMG는 유방촬영술 영상에서 유방암으로 의심되는 이상부위를 검출하여 의사의 판독을 보조하는 소프트웨어입니다. 인공지능 알고리즘이 영상을 분석하여 (1) 악성 종양으로 의심되는 위치를 색상(Heatmap)으로 표시하고, (2) 악성 종양의 존재 가능성을 확률 값(Abnormality Score, %)으로 나타냅니다. 의사는 1차적으로 유방촬영술 영상을 판독한 후 분석 결과를 참고하여 최종 진단을 내리게 됩니다. (의사의 영상판독 없이 Lunit INSIGHT MMG 분석 결과만으로 환자의 진단 및 치료방안을 결정할 수 없습니다.)

Primary value proposition

  • 유방 영상의학 전문의와 일반 영상의학 전문의 모두 유방암 진단율 향상 및 Recall rate 감소
  • 일반 영상의학 전문의의 유방암 판독 정확도를 유방 영상의학 전문의 수준으로 향상

Training & Validation

  • 총 20만장의 양질의 대규모 학습 데이터(조직검사로 확진된 유방암 케이스 5만장 포함)
  • 유방암 검출 정확도: 96% ROC AUC7
  • 영상 판독 보조 시, 의사의 판독 정확도 최대 10% 향상8
  • FDA, CE, MFDS 등의 국내/외 의료기기 허가 준비 중

Example cases

example case1example case1

CASE #1. 침윤성 유관암으로 진단된 종괴가 우측 유방에서 검출되었습니다. (Malignancy Score: 98%)

example case2example case2

CASE #2. 상피내암으로 진단된 미세석회화를 동반한 병변이 우측 유방에서 검출되었습니다. (Malignancy Score: 58%)

Journals & Conference
Abstracts

  • Kim EK et al. Applying Data-driven Imaging Biomarker in Mammography for Breast Cancer Screening: Preliminary Study, Sci Rep. 2018 Feb 9;8(1):2762.
  • Kim EK et al. Data-Driven Imaging Biomarker for Breast Cancer Screening in Mammography - Reader Study, RSNA 2018
  • Advanced Data-Driven Imaging Biomarker for Breast Cancer Screening in Mammography, RSNA 2017

References

1 Myers ER, Moorman P, Gierisch JM, et al. Benefits and harms of breast cancer screening: a systematic review. JAMA 2015;314:1615-34.

2 http://breastscreening.cancer.gov.

3 Thurfjell EL, Lernevall KA, Taube A. Benefit of independent double reading in a population-based mammography screening program. Radiology 1994;191:241-4.

4 Yankaskas BC, Klabunde CN, Ancelle-Park R, et al. International comparison of performance measures for screening mammography: can it be done? J Med Screen 2004;11:187-93.

5 Ciatto S, Ambrogetti D, Risso G, et al. The role of arbitration of discordant reports at double reading of screening mammograms. J Med Screen 2005;12:125-7.

6 Lunit의 딥 러닝 기술력은 다양한 국제 대회에서 입증되었습니다. 대표적으로 국제종양증식평가대회 ‘TUPAC 2016’ 1위, 국제림프절전이검출대회 ‘CAMELYON Challenge 2017’ 1위, CB Insights 선정 ‘2017 세계 100대 인공지능 기업’ 등의 성과가 있습니다.

7 Standalone test. ROC AUC Area Under the Receiver Operating Characteristic Curve

8 세브란스병원 임상시험, 2017