배경:
AI 기반 도구는 폐암 선별 검사(Lung Cancer Screening, LCS)에서 핵심적인 역할을 할 것으로 예상됩니다. 이러한 도구들의 평가는 종종 사설 데이터셋이나 임상 데이터 및 전문가 결절 주석의 일관성 있는 가용성이 부족한 파편화된 공개 데이터셋에 의존해 왔습니다. 이는 AI 도구의 재현성(reproducibility), 비교 가능성(comparability), 독립적인 평가를 저해하는 요인이었습니다. 이러한 격차를 해소하기 위해, 우리는 퀘벡 지역에서 수행된 LDCT 폐암 선별 검사로부터 파생된 새롭고 대규모이며 포괄적으로 주석이 달린 데이터셋인 LUCQUE를 제시하며, 이는 신뢰할 수 있는 AI 평가에 활용 가능합니다.
방법:
LUCQUE는 PARADIM이라는 디지털 인프라에 의해 큐레이션되었으며, 이 플랫폼은 DICOM 데이터의 비식별화(de-identification), 주석 처리, 장기 저장 및 분석을 지원합니다. LDCT 스캔과 임상 정보가 통합되어 큐레이션된 컬렉션을 구성했으며, 여기에 복셀 수준(voxel-level)으로 전문가가 도출한 폐 결절 및 낭종 분할(segmentations), 그리고 Lung-RADS 기반 병변 특성까지 보완되었습니다. 참가자 인구통계학적 정보, 영상 촬영 매개변수, 방사선학적 소견, 그리고 분할된 병변 특성을 포함하여 주요 데이터셋의 특징과 통계가 보고되었습니다. 데이터셋 분석은 PARADIM의 모델-대-데이터(model-to-data) 접근 방식에 따라 수행되었으며, 이 방식으로 사용자의 코드가 플랫폼에서 실행되어 데이터가 현장에 남아있도록 보장합니다.
결과:
현재 LUCQUE는 1,678명의 참가자로부터 얻은 1,678건의 LDCT 기준선 연구를 포함하고 있습니다. 대부분의 연구는 Lung-RADS 2로 분류되었습니다. 총 1,776개의 폐 결절과 60개의 낭종이 주석 처리되었으며, 각각 중앙값(사분위 범위) 부피는 폐 결절의 경우 $89(56, 159) ext{mm}^3$, 낭종의 경우 $1,384(589, 3793) ext{mm}^3$였습니다.
결론:
공개적으로 사용 가능한 LCS 데이터셋과 비교했을 때, LUCQUE는 현재 가장 크고 접근 가능한 주석 처리된 실제 환경 LCS 데이터셋을 나타냅니다. LUCQUE에 대한 접근은 모델-대-데이터 접근 방식을 통해 제공되어, LCS 분야에서 AI 도구의 개인 정보 보호가 유지되는(privacy-preserving), 재현 가능하며 독립적인 실제 환경 평가를 가능하게 합니다.