• 구강 내시경 이미지 데이터와 임상 정보를 결합하여 악성 종양을 판별할 수 있는 인공지능을 훈련하기 위한 데이터셋

• 구강 내시경 이미지를 정확하게 구별할 수 있는 AI 판독 모델 개발

• 아주대학교병원, 서울대학교(본원, 보라매병원), 세브란스병원, 국립암센터 에서 운영하고 있는 의료데이터베이스(EMR, PACS)에서 데이터베이스 쿼리를 통해, 구강암 진단을 위해 촬영된 내시경 영상 및 해당 영상의 임상정보(pathology report)를 추출하여 원천 데이터를 확보. 이를 기반 으로 학습용 데이터 구축하며 인공지능 기반 구강 영상 판독 모델 개 발을 진행
   

• 1. 데이터 구축 내용
  1) 구강 내시경 영상 : 내시경 촬영한 이미지 파일(EMR,PACS의 저장 이미지)
  2) 이미지의 메타데이터 : 이미지 일련번호 / 질환의 분류 (정상/양성/악성) / 촬영부위 / 병리 소견 / 해상도
   
• 2. 데이터 구축 수량

• 1. 정상 구강 내시경 이미지
   

• 2. 양성 구강 내시경 이미지
   

• 3. 악성 구강 내시경 이미지
   

• 구강암을 포함한 구강질환의 진단에 있어서 내시경 촬영이 간편하고 효과적인 방법이나 이를 정확히 판독할 수 있는 능력을 갖춘 전문의는 부족함
• 구강암은 양성 구강 점막 질환을 호소하는 환자에 비해 빈도가 높지 않아 경험이 많은 의사의 수가 상대적으로 제한됨
• 구강 영상의 인공지능 기반 1차 진단 방법개발은 진료의 질을 향상시키고 사회경제적인 비용을 감소시킬 수 있음

• 1. 데이터 구성
  기본 포맷 : JPG + JSON
  - 구강 내시경 장비 기본 표준인 JPG 영상을 기준으로 사용
  - 어노테이션 데이터 (JSON 포맷): 진단 정보 / 촬영 부위 / 병리 소견 / 이미지의 해상도
   
• 2. 어노테이션 포맷 (JSON)
   

  어노테이션 표

  분류	한글명	영문명	타입	필수 여부	비교
  image	이미지 일련번호	image_id	integer	Y
  	이미지 파일명	filename	string		환자ID_이미지일련번호_해부학적부위_진단 (예 : A1_2_T_C.jpg)
  	이미지 넓이	width	integer
  	이미지 높이	height	integer
  metainfo	촬영부위의 해부학적 위치	anatomical_site	string		Tongue(혀), Palate(구개), Buccal mucosa (볼 점 막), Others
  	병리소견	pathologic_findings	string		병원에서 시행한 조직 검사의 병리 레포트의 내용
  category	진단명 라벨	category_id	string	Y	N: Normal(정상), B: Benign(양성), C: Cancer(악성)

수행기관(주관) : 삼성생명공익재단삼성서울병원

수행기관(참여)