머신러닝으로 췌장낭종 수술 줄일 수 있다


존스 홉킨스대, ‘사이언스 트랜스래셔날 메디슨’에 성과 발표

미국인들 매년 80만명 ‘췌장낭종(pancreatic cyst)’ 진단


     미국인들 가운데 매년 80만명이 ‘췌장낭종(pancreatic cyst)’ 진단을 받는다고 한다. 췌장낭종은 췌장에 물혹 같은 것이 생기는 것인데 이 낭종이 악성으로 변질되면 췌장암으로 발전한다. 모든 낭종이 악성으로 변질되는 것이 아니기 때문에 의사와 환자는 이 낭종을 수술을 통해 제거해야하는지 그냥 둬야할지를 심각하게 고민한다.


의사들은 낭종이 최악의 경우 암으로 발전하는 것을 막기 위해 환자에게 수술을 통한 낭종 제거를 권유한다. 그런데 수술을 하는데는 상당한 모험이 따른다. 수술후 합병증이 발생할 수 있으며 운이 나쁘면 수술 도중에 사망할 수도 있다.


CT image of pancreatic cyst/Johns Hopkins Biomedical Engineering

(췌장낭종 CT 이미지)


 

Test shown to improve accuracy in identifying precancerous pancreatic cysts

Date: July 17, 2019

Source: Johns Hopkins Medicine


Summary:

CompCyst, a new test, distinguishes pancreatic cysts that are destined to become cancer and need to be surgically removed from cysts that can be left alone without causing harm. The researchers believe CompCyst has the capacity to substantially reduce unnecessary surgeries for pancreatic cysts.




In a proof-of-concept study, an international scientific team led by Johns Hopkins Kimmel Cancer Center researchers has shown that a laboratory test using artificial intelligence tools has the potential to more accurately sort out which people with pancreatic cysts will go on to develop pancreatic cancers.


The test, dubbed CompCyst (for comprehensive cyst analysis), incorporates measures of molecular and clinical markers in cyst fluids, and appears to be on track to significantly improve on conventional clinical and imaging tests, the research team says.


Using information from more than 800 patients with pancreatic cysts who had cyst fluid analysis and cyst removal surgery at The Johns Hopkins Hospital and 15 other medical centers around the world, investigators say CompCyst more often than standard current methods correctly identified which patients needed and likely had a chance to benefit from surgery, and which were unlikely to benefit from surgery or needed further monitoring only. Specifically, they found that using the test would have spared from surgery more than half of patients who underwent cyst removal later deemed unnecessary because the cysts were unlikely to have caused cancer.


https://www.sciencedaily.com/releases/2019/07/190717142421.htm


edited by kcontents


        


한 연구 결과에 따르면 췌장낭종의 최대 78%는 암으로 발전할 가능성이 없는 것으로 나타났다. 췌장낭종 진단을 받은 사람 가운데 상당수가 수술을 받지 않아도 큰 문제가 없었을텐데, 수술을 받았을 가능성이 있다는 것이다.


'IEEE 스펙트럼'에 따르면 미국 존스 홉킨스대학 의사들과 컴퓨터 과학자들은 기존의 ‘표준 진료(standard-of-care)’ 방식보다 환자들의 상태를 정확하게 진단할 수 있는 머신러닝 알고리즘 진단방법인 ‘컴프시스트(CompCyst)’를 개발했다. 이 진단 방법을 활용하면 환자를 퇴원시킬지, 상태를 계속 관찰해야할지, 아니면 수술을 해야할지를 보다 정확하게 판단할 수 있다는 설명이다.


연구진은 존스 홉킨스대학과 15개 메디컬센터로부터 수 백명에 달하는 환자의 정보를 취득해 저위험군과 고위험군을 구분할 수 있는 도구를 개발했다. 이들 환자들은 모두 낭종 진단을 받았으며 제거 수술을 받았다. 연구팀은 수술후 각자의 낭종을 검사해 무위험군, 작은 위험군, 큰 위험군으로 분류하는 작업을 진행했다.




연구진은 ‘MOCA(Multivariate Organization of Combinatorial Alterations)’라는 머신러닝 알고리즘을 활용해 DNA의 돌연변이, 염색체 변화, 낭종의 단백질 분석, 이미지 테스트 등 정보를 분석하고 훈련을 시켰다. 436명의 환자로부터 수집한 데이터가 활용됐다.


이미지:IEEE 스펙트럼


이같은 연구 과정을 통해 만들어진 컴프시스트는 표준 진료 방식보다 진단의 정확도가 높은 것으로 나타났다. 표준 진료 방식의 경우 퇴원 조치하는 비율이 19%였는데 머신러닝 알고리즘은 60%로 예측 정확도가 높았다. 환자의 상태를 관찰할 필요성이 있는 비율은 표준 진료방식이 34%였는데 머신러닝 방식은 49%에 달했다. 수술을 필요로 하는 경우는 표준진료 방식이 89%인데 비해 머신러닝은 91%로 정확도가 높았다는 것. 연구팀은 컴시스트를 활용하면 수술받은 환자의 60~74%는 수술을 피할수 있을 것으로 예측했다.


존스홉킨스대학 연구진은 향후 6~12개월 동안 존스홉킨스 환자를 대상으로 머신러닝 알고리즘을 테스트하고 향후 임상 시험을 거쳐 상용화하는 방안을 추진하고 있다. 이번 연구 성과는 의학 전문 저널인 ‘사이언스 트랜스래셔날 메디슨’에 게재됐다.

장길수  ksjang@irobotnews.com 로봇신문사





조지아텍, 3D프린팅 기술로 로봇 다리 제작


   조지아텍 연구진이 압전 액추에이터 등에서 발생하는 진동을 이용해 동력을 발생시키는 3D 프린팅 초소형 로봇(micro-bristle-bots)을 개발했다고 밝혔다.


압전 액추에이터는 전기를 가하면 진동이 발생하는 데 역으로 진동을 주면 전기가 발생하는 성질을 갖고 있다. 연구진은 압전 액추에이터를 통해 진동을 일으킨 후 여기서 발생하는 전기를 이용해 초소형 로봇의 다리를 동작하도록 했다.


이번에 개발한 초소형 로봇은 압전 액추에이터뿐 아니라 초음속 기기, 소형 스피커 등의 진동을 이용해 동력을 발생시킬 수 있다. 로봇의 길이는 2mm 정도에 불과하며 너비는 1.8mm, 두께는 0.8mm다. 무게는 약 5mg이다. 연구진이 공개한 사진을 보면 동전 보다 매우 작은 크기임을 알수 있다.


One of them seen here next to a US penny, the robots weigh about 5 milligrams each – jumping and swimming versions are in the works(Credit: Allison Carter, Georgia Tech)


 

Ant-sized robots move by pickin' up good vibrations

Ben Coxworth

July 18th, 2019


If you're making a 2-mm-long walking robot, it pretty much goes without saying that the thing won't be able to carry much of a battery. That's why Georgia Tech's new "micro-bristle-bots" are instead propelled by vibrations. And someday, they may actually be capable of moving within the human body.




The robots are 3D printed out of polymer resin, via a process known as two-photon polymerization lithography. Each one has either four or six springy "legs," which are really more like bristles – hence the name. Additionally, glued onto the back of each bot is a piezoelectric actuator made of lead zirconate titanate.

https://newatlas.com/micro-bristle-bots/60635/


edited by kcontents


초소형 로봇은 압전 액추에이터에 3D 프린터로 제작한 폴리머 몸체를 결합하는 방식으로 만들어졌다. 폴리머 몸체는 ‘2-광자폴리머 리토그래피(TPP:two-photon polymerization lithography)’ 3D 프린팅 기술을 적용했다.


연구진은 초소형 로봇에 4개 또는 5개의 다리를 만들고 진동을 줘 로봇을 전진하도록 만들었다. 로봇이 크기가 너무 작아 내부에 배터리를 장착하기는 힘들다. 대신 로봇들은 서로 다른 진동 주파수에 반응한다. 진동 주파수는 로봇 다리의 크기, 직경, 로봇의 설계, 주변 기하학에 따라 달라질 수 있다. 진동의 진폭을 통해 로봇의 이동 속도를 제어할수 있다고 한다. 이같은 기술을 적용하면 진동 주파수가 상이한 초소형 로봇을 여러개 제작해 군집 로봇으로 활용할 수 있다.




Each of the robots are about the size of the world's smallest ant(Credit: Allison Carter, Georgia Tech)

edited by kcontents


초소형 로봇이 상하로 움직이면 다리의 설계 방식에 따라 수직적 동작이 특정 방향으로 이동하는 지향성 움직임으로 변환된다. 이번 연구를 주도한 '아즈데 안사리(Azadeh Ansari)' 교수는 “초소형 로봇의 다리를 특별한 각도로 설계하면 진동에 따라 특정 방향으로 움직인다”고 설명했다.


연구진은 3D 프린팅 기술을 이용해 초소형 로봇을 다량으로 만들 수 있기 때문에 군집 로봇을 제작해 상이한 진동 주파수에 반응하도록 만들 수 있다고 설명했다. 연구진은 사람의 몸안에 들어가 병을 치료하는 로봇으로 활용할수 있을 것으로 기대하고 있다. 현재 의료용 로봇의 경우 외부에서 마그네틱 기술을 이용해 제어할 수 있지만 여러 로봇을 투입할 경우 개별적으로 제어하는게 힘든데 이같은 한계를 극복할 수 있을 것으로 보고 있다.




이번 연구는 전문 학술지인 ‘마이크로메카닉스 앤 마이크로엔지니어링 저널’에 게재됐다.

장길수  ksjang@irobotnews.com 로봇신문사 


 KCONTENTS

Posted by engi, conpaper engi-

댓글을 달아 주세요