Clinical and CT radiomics-based differentiation between invasive pulmonary fungal infections and secondary pulmonary tuberculosis

인간의 폐는 복잡한 지형과 같으며, 감염이 발생하면 신체는 침입자가 누구인지와 상관없이 동일한 구조 요청 신호를 보냅니다. 특히 위험하고 구별하기 어려운 두 가지 적은 침습성 폐 진균 감염과 이차성 폐결핵입니다. 첫 번째는 면역력이 약해진 사람들에게서 번창하는 공격적인 진균 침입으로, 주로 장기적인 의학적 치료를 받고 있거나 심각한 질병을 앓고 있는 이들에게 발생합니다. 두 번째는 결핵을 일으키는 박테리아가 수년간 잠복해 있다가 다시 활성화되는 것입니다. 두 질환 모두 발열, 기침, 호흡 곤려를 유발할 수 있으며, 의사들이 흉부의 상세한 3D X선 영상인 표준 CT 스캔을 볼 때 그 이미지는 놀라울 정도로 유사해 보입니다. 두 질병 모두 구름 같은 패치, 조직 내 구멍, 또는 결절처럼 보이는 고형 종괴를 만들어낼 수 있습니다. 이러한 시각적 혼동은 매우 위험한데, 왜냐하면 치료법이 완전히 다르기 때문입니다. 하나는 강력한 항진균제를 필요로 하는 반면, 다른 하나는 박테리아를 위한 특정 항생제를 필요로 합니다. 잘못된 약을 처방하는 것은 치명적일 수 있지만, 이 둘을 구별하는 일은 종종 침습적인 생검에 의존하거나 실험실 배양 결과를 기다리는 데 며 most 며, 이러한 지연은 환자를 위험에 노출시킵니다.

이 문제를 해결하기 위해 중국 병원들의 연구팀은 인간의 눈이 놓치는 것을 볼 수 있는 디지털 도구를 구축하기 위해 나섰습니다. 그들은 확진된 진균 감염 환자와 이차성 결핵 환자로 나누어진 283명의 환자 데이터를 수집했습니다. 연구팀은 환자의 병력, 혈액 검사 결과, 그리고 초기 진단 시 촬영된 실제 CT 스캔 영상을 수집했습니다. 그런 다음 그들은 의료 영상을 단순한 사진이 아니라 거대한 데이터 포인트의 격자로 취급하는 라디오믹스(radiomics)라는 기술을 적용했습니다. 방사선 전문의가 병변의 형태를 보기 위해 스캔을 살핀다면, 라디오믹스 소프트웨어는 그 형태 내부의 수천 개의 작고 보이지 않는 패턴, 즉 인간이 알아차리기에는 너무 미세한 질감, 밀도, 픽셀 배열의 변화를 측정합니다. 연구진은 이러한 숨겨진 이미지 패턴을 환자가 오랫동안 광범한 항생제를 복용했는지 여부, 헤모글로빈 수치, 그리고 백혈구의 일종인 호중구 수치와 같은 구체적인 임상적 사실들과 결합했습니다.

연구진은 먼저 임상 정보만을 사용하여 모델을 구축했습니다. 그들은 세 가지 요인이 진균 감염의 강력한 지표로 두드가 된다는 것을 발견했는데, 이는 장기적인 항생제 사용 이력, 낮은 헤모글로빈 수치, 그리고 높은 호중구 수치였습니다. 이 임상 모델은 도움이 되었지만 완벽하지는 않았습니다. 다음으로, 그들은 CT 스캔에서 추출된 라디오믹스 데이터만을 사용하는 별도의 모델을 구축했습니다. 이 디지털 모델은 질병의 독특한 질감 지문을 인식함으로써 높은 정확도로 진균 감염을 식별해내며 훨씬 더 정교하다는 것이 증명되었습니다. 마지막으로, 그들은 이 두 가지 접근 방식을 하나의 통합된 도구로 합쳤습니다. 환자의 혈액 검사와 폐 스캔의 미세한 세부 사항을 모두 가중하여 고려하는 이 결합 모델은 가장 우수한 성능을 보였습니다. 테스트 결과, 이 결합 모델은 새로운 환자 집단에서 두 질병을 약 84%의 확률로 정확하게 구별해냈으며, 이는 임상적 징후만을 사용하는 것보다 크게 향 향상된 수치입니다.

이 새로운 도구의 진정한 시험대는 연구진이 인간 전문가들과 성능을 비교했을 때 나타났습니다. 15년 이상의 경력을 가진 방사선 전문의와 6년의 경력을 가진 또 다른 전문의가 동일한 CT 스캔과 임상 데이터를 검토하며 각자의 진단을 내렸습니다. 숙련된 의사는 상당히 잘 수행했지만, 컴퓨터 모델은 선임 및 주니어 방사선사 모두를 능가했습니다. 이 연구는 인간 의사가 폐 질환의 명백한 특징을 포착하는 데는 능숙하지만, 이 두 특정 감염을 정의하는 미묘하고 중첩되는 질감에는 어려움을 겪는다는 점을 시사합니다. 그러나 디지털 모델은 지치거나 주의가 산만해지지 않으며, 질병의 진정한 본질을 정의하는 수천 개의 데이터 포인트를 일관되게 측정합니다.

이 연구는 마법 같은 치료법이나 모든 불확실성을 제거하는 완벽한 해결책을 찾았다고 주장하는 것이 아닙니다. 저자들은 이 도구가 특정 환자 집단을 대상으로 테스트되었으며, 연구된 진균 감염에는 약간 다르게 행동할 수 있는 세 가지 다른 유형이 포함되어 있다는 점을 인정합니다. 또한 이 방법은 병원마다 다를 수 있는 고품질의 스캔과 표준화된 데이터에 의존한다는 점도 언급합니다. 그러나 이 결과는 구체적인 전진 경로를 제시합니다. 객관적이고 정량적인 제2의 의견을 제공함으로써, 이 결합 모델은 의사들이 더 빠르고 정확한 결정을 내릴 수 있도록 도울 수 있습니다. 혼란스러운 폐 감염으로 병상에 누워 있는 환자에게 이 도구는 시각적 안개를 뚫고 나가, 그들이 올바른 치료를 더 빨리 받을 수 있도록 보장하며, 두 매우 유사한 적 사이에서 추측하느라 발생하는 치명적인 지연을 피할 수 있게 해주는 방법입니다.