• 건강한 한국인의 CT영상 빅데이터의 수집을 통해 만성질환의 위험요인인 비만과 근감소증의 지방량과 근육량 표준화된 지표를 생성하고, 성별 연령 별 정상 범위를 제시하고자 함.

• 일반적인 건강 상태에 대한 기본자료를 제공함으로 인해 질병 위험도 예측 및 예방의 용도로 활용이 가능할 뿐만 아니라 다양한 질병 중심의 CT영상 기반의 질병 유무판별 및 심각도를 평가하는 기준 지표(건강인, 비건강인) 로 활용

• 건강검진 목적으로 촬영한 CT를 활용해서 단지 질병 유무에 대한 정보만 이 아니라, 만성질환의 원인이 될 수 있는 비만과 근감소증 등의 체성분에 대한 유용한 추가적인 정보를 제공하는 AI 데이터 셋으로 기존 시신을 이 용한 CT의료영상데이터가 있으나 건강한 성인(남성/여성), 연령 별(30~70 세) 전신 CT 영상 데이터라는 점을 통해 차별성을 둘 수 있으며 각종 건강 수치 및 생활 습관 등을 고려한 가중치 반영을 통해 고품질의 원천데이터 구축함

• 원천데이터 801,176건 (건강인 3000명의 CT 영상)을 활용하여 근 육 nii 3000건, voi 3000건, tif 123,000건, 내장 지방 nii 3000건, voi 3000건, tif 240,000건, 피하 지방 nii 3000건, voi 3000건, tif 240,000 건, 통계값 3건 도출

• (가) 의료영상 빅데이터와 AI 기술을 활용한 개인맞춤형 예방의학이 필요한 시대
  
  o AI 기반 영상 의료기술은 질병의 진단과 치료 중심으로 개발되어 오고 있음
  
   - 의료 진단용 기술 중, 의료영상 판독은 의료진들의 시간과 노동 을 집약적으로 요구하는 작업으로 AI 기반의 영상 해석이 효율 적인 진단·치료 가이드에 매우 유용한 것으로 알려져 있음
   - 2020년 본 사업인 AI 학습용 데이터 구축사업(2차)에서도 지정 공모 중 헬스케어 영역 10개의 분야에서도 소화기계암, 체부 필요성 암, 신경계질환, 피부질환 등의 질병이 상당히 진행된 경우에 활용될 수 있는 빅데이터를 구축하는 데에 중점을 두고 있으며, 건강 AI 데이터에서도 신경계 및 재활 분야의 질환을 특정하고 있어, 초고령화사회 의료비의 주범인 만성질환 및 생활습관병 의 주요 원인이 되는 비만과 근감소증 등 건강상태를 확인하고 예측하는 데 도움이 되는 건강인의 영상 데이터 구축 분야가 제 외되어 있음
   
• (나) AI 기반 영상 의료기술도 예방·관리중심으로 패러다임의 전환 이 필요
  
  o ‘헬스케어 이노베이션 포험 2019’에서 미국 싱귤래리티 의대 학 장인 다니엘 크래프트 교수는 AI 기반의 의료진단 기술은 향후 한 단계 나아가 예방 및 조기진단 등으로 그 기능을 확대할 것으 로 예상
  
  o 질병을 예방하고 조기에 진단하여 건강을 증진하는 것은 질병을 진단하고 치료하는 데 드는 의료비 및 그로 인한 사회경제적 부 담을 감소시키는 데 더 효과적이기 때문에, 건강증진정책 및 예 방관리에 활용될 수 있는 건강인을 대상으로 한 헬스케어 의료 분야 빅데이터의 수집 및 구축이 시급함

• 1. 데이터 구성

• 2. 어노테이션 포맷

         1) 지방 및 근육량 이미지 Anntation

       <지방 및 근육량 이미지 Annotatain>

        2) 평균값 추출

       3) Total값 추출

수행기관(주관) : 비온시이노베이터

수행기관(참여)