Objective: Artificial intelligence-based computer-aided diagnosis (AI-CAD) is increasingly used in mammography. While the continuous scores of AI-CAD have been related to malignancy risk, the understanding of how to interpret and apply these scores remains limited. We investigated the positive predictive values (PPVs) of the abnormality scores generated by a deep learning-based commercial AI-CAD system and analyzed them in relation to clinical and radiological findings. Materials and Methods: From March 2020 to May 2022, 656 breasts from 599 women (mean age 52.6 ± 11.5 years, including 0.6% [4/599] high-risk women) who underwent mammography and received positive AI-CAD results (Lunit Insight MMG, abnormality score ≥ 10) were retrospectively included in this study. Univariable and multivariable analyses were performed to evaluate the associations between the AI-CAD abnormality scores and clinical and radiological factors. The breasts were subdivided according to the abnormality scores into groups 1 (10-49), 2 (50-69), 3 (70-89), and 4 (90-100) using the optimal binning method. The PPVs were calculated for all breasts and subgroups. Results: Diagnostic indications and positive imaging findings by radiologists were associated with higher abnormality scores in the multivariable regression analysis. The overall PPV of AI-CAD was 32.5% (213/656) for all breasts, including 213 breast cancers, 129 breasts with benign biopsy results, and 314 breasts with benign outcomes in the follow-up or diagnostic studies. In the screening mammography subgroup, the PPVs were 18.6% (58/312) overall and 5.1% (12/235), 29.0% (9/31), 57.9% (11/19), and 96.3% (26/27) for score groups 1, 2, 3, and 4, respectively. The PPVs were significantly higher in women with diagnostic indications (45.1% [155/344]), palpability (51.9% [149/287]), fatty breasts (61.2% [60/98]), and certain imaging findings (masses with or without calcifications and distortion). Conclusion: PPV increased with increasing AI-CAD abnormality scores. The PPVs of AI-CAD satisfied the acceptable PPV range according to Breast Imaging-Reporting and Data System for screening mammography and were higher for diagnostic mammography.
Ki-Hyun Jeon;Jong-Hwan Jang;Sora Kang;Hak Seung Lee;Min Sung Lee;Jeong Min Son;Yong-Yeon Jo;Tae Jun Park;Il-Young Oh;Joon-myoung Kwon;Ji Hyun Lee
Korean Circulation Journal
/
v.53
no.11
/
pp.758-771
/
2023
Background and Objectives: Paroxysmal atrial fibrillation (AF) is a major potential cause of embolic stroke of undetermined source (ESUS). However, identifying AF remains challenging because it occurs sporadically. Deep learning could be used to identify hidden AF based on the sinus rhythm (SR) electrocardiogram (ECG). We combined known AF risk factors and developed a deep learning algorithm (DLA) for predicting AF to optimize diagnostic performance in ESUS patients. Methods: A DLA was developed to identify AF using SR 12-lead ECG with the database consisting of AF patients and non-AF patients. The accuracy of the DLA was validated in 221 ESUS patients who underwent insertable cardiac monitor (ICM) insertion to identify AF. Results: A total of 44,085 ECGs from 12,666 patient were used for developing the DLA. The internal validation of the DLA revealed 0.862 (95% confidence interval, 0.850-0.873) area under the curve (AUC) in the receiver operating curve analysis. In external validation data from 221 ESUS patients, the diagnostic accuracy of DLA and AUC were 0.811 and 0.827, respectively, and DLA outperformed conventional predictive models, including CHARGE-AF, C2HEST, and HATCH. The combined model, comprising atrial ectopic burden, left atrial diameter and the DLA, showed excellent performance in AF prediction with AUC of 0.906. Conclusions: The DLA accurately identified paroxysmal AF using 12-lead SR ECG in patients with ESUS and outperformed the conventional models. The DLA model along with the traditional AF risk factors could be a useful tool to identify paroxysmal AF in ESUS patients.
Artificial intelligence (AI) refers to the use of machines to mimic intelligent human behavior. It involves interactions with humans in clinical settings, and augmented intelligence is considered as a cognitive extension of AI. The importance of AI in healthcare and medicine has been emphasized in recent studies. Machine learning models, such as genetic algorithms, artificial neural networks (ANNs), and fuzzy logic, can learn and examine data to execute various functions. Among them, ANN is the most popular model for diagnosis based on image data. AI is rapidly becoming an adjunct to healthcare professionals and is expected to be human-independent in the near future. The introduction of AI to the diagnosis and treatment of oral diseases worldwide remains in the preliminary stage. AI-based or assisted diagnosis and decision-making will increase the accuracy of the diagnosis and render treatment more precise and personalized. Therefore, dental professionals must actively initiate and lead the development of AI, even if they are unfamiliar with it.
Journal of Information Technology Applications and Management
/
v.29
no.5
/
pp.13-25
/
2022
The purpose of this study is to explore the factors that influence the purchase of AI speakers in China. We integrate the Unified Theory of Acceptance and Use of Technology (UTAUT) and Task-technology fit (TTF) model into one model and put forward assumptions. According to the characteristics of AI speakers, we selected 6 independent variables, such as Performance Expectation, Effort Expectation, Social Influence, Facilitating Conditions, Task and Technology-characteristics. The final impact on purchase behavior is evaluated through Task-technology fit and purchase intention. After counting 478 samples, through SPSS22.0 and AMOS analysis, hypotheses have been proved by strong experimental data, except facilitating conditions. These results also imply that improving the technical level of AI speakers and enhancing consumers' purchasing intention are the central line of marketing. Based on this, we put forward several suggestions to marketers, including strengthening the research and development of AI speaker technology, and building a circle of friends of AI speakers.
International journal of advanced smart convergence
/
v.13
no.1
/
pp.48-56
/
2024
The application of artificial intelligence (AI) is becoming increasingly important to coping with air pollution. AI is effective in coping with it in various ways including air pollution forecasting, monitoring, and control, which is attracting a lot of attention. This attention has created high need for analyzing studies on AI and air pollution. To contribute for satisfying it, this study performed bibliometric analyses on the studies on AI and air pollution from 2012 to 2022 using the Web of Science database. This study analyzed them in various aspects such as the trend in the number of articles, the trend in the number of citations, the top 10 countries of origin, the top 10 research organizations, the top 10 research funding agencies, the top 10 journals, the top 10 articles in terms of total citations, and the distribution by languages. This study not only reports the bibliometric analysis results but also reveals the eight distinct features in the research steam in studies on AI and air pollution, identified from the bibliometric analysis results. They are expected to make a useful contribution for understanding the research stream in AI and air pollution.
Intelligent Control is an extended paradigm that subsumes both control and AI paradigms, each of which is limited by its own abstractions. Autonomy, as a design goal, offers an arena where both control and AI paradigms must be applied -and a challenge to the viability of both as independent entities. We discuss hierarchical event-based control architectures in which AI and Control paradigms can be integrated within a model-based approach. In a niodel-based system, knowledge is encapsulated in the form of models at the various layers to support the predefined system objectives. Concepts are illustrated with a robotmanaged space-borne chemical laboratory.
Artificial intelligence (AI) powered by deep learning (DL) has shown remarkable progress in image recognition tasks. Over the past decade, AI has proven its feasibility for applications in medical imaging. Various aspects of clinical practice in neuroimaging can be improved with the help of AI. For example, AI can aid in detecting brain metastases, predicting treatment response of brain tumors, generating a parametric map of dynamic contrast-enhanced MRI, and enhancing radiomics research by extracting salient features from input images. In addition, image quality can be improved via AI-based image reconstruction or motion artifact reduction. In this review, we summarize recent clinical applications of DL in various aspects of neuroimaging.
Proceedings of the Korean Society of Computer Information Conference
/
2023.07a
/
pp.619-620
/
2023
본 논문에서는 AI 모델이 노출될 수 있는 적대적 공격을 연구한 논문이다. AI 쳇봇이 적대적 공격에 노출됨에 따라 최근 보안 침해 사례가 다수 발생하고 있다. 이에 대해 본 논문에서는 적대적 공격이 무엇인지 조사하고 적대적 공격에 대응하거나 사전에 방어하는 방안을 연구하고자 한다. 적대적 공격의 종류 4가지와 대응 방안을 조사하고, AI 모델의 보안 중요성을 강조하고 있다. 또한, 이런 적대적 공격을 방어할 수 있도록 대응 방안을 추가로 조사해야 한다고 결론을 내리고 있다.
Park, Jong-Hwa;Hyun, Seung-Jae;Kim, Ki-Jeong;Jahng, Tae-Ahn
Journal of Korean Neurosurgical Society
/
v.58
no.6
/
pp.578-581
/
2015
A rigid spino-pelvic fixation to anchor long constructs is crucial to maintain the stability of long fusion in spinal deformity surgery. Besides obtaining immediate stability and proper biomechanical strength of constructs, the S2 alar-iliac (S2AI) screws have some more advantages. Four Korean fresh-frozen human cadavers were procured. Free hand S2AI screw placement is performed using anatomic landmarks. The starting point of the S2AI screw is located at the midpoint between the S1 and S2 foramen and 2 mm medial to the lateral sacral crest. Gearshift was advanced from the desired starting point toward the sacro-iliac joint directing approximately $20^{\circ}$ angulation caudally in sagittal plane and $30^{\circ}$ angulation horizontally in the coronal plane connecting the posterior superior iliac spine (PSIS). We made a S2AI screw trajectory through the cancellous channel using the gearshift. We measured caudal angle in the sagittal plane and horizontal angle in the coronal plane. A total of eight S2AI screws were inserted in four cadavers. All screws inserted into the iliac crest were evaluated by C-arm and naked eye examination by two spine surgeons. Among 8 S2AI screws, all screws were accurately placed (100%). The average caudal angle in the sagittal plane was $17.3{\pm}5.4^{\circ}$. The average horizontal angle in the coronal plane connecting the PSIS was $32.0{\pm}1.8^{\circ}$. The placement of S2AI screws using the free hand technique without any radiographic guidance appears to an acceptable method of insertion without more radiation or time consuming.
Background : Uvulopalatopharyngoplasty(UPPP) has become the most common surgical treatment for obstructive sleep apnea syndrome(OSAS). However, the results of this therapeutic modality have been quite variable with successful results by several authors and poor results by others. Until recently, in Korea, there is only a few reports about the clinical efficacy of UPPP. A prospective study was undertaken to evaluate the effectiveness and complications of UPPP. Method : Twenty-six OSAS patients who had undergone UPPP with preoperative and postoperative polysomnographic studies were included in this study. Two definitions of surgical success were used. The responder was defined, using a conventional criteria, as a 50% or more reduction in apnea index(AI) or apneahypopnea index(AHI) after UPPP, or a postoperative AI of <10 or AHI of <20. The initial cure was defined, using our own criteria, as a postoperative AI of <5 or AHI of <10. Complications were categorized in two groups : early(disorders during the first 10 postoperative days) and late. Results : Eighteen patients(69.2%) were responders, and ten patients(38.5%) were considered as initial cure. On the other hand, in five patients (19.2%), postoperative polysomnographic data demonstrated deterioration compared with preoperative data. Reduction rate of AI or AHI following UPPP was not significantly related to the preoperative body mass index, AI or AHI. There was no significant change of sleep architecture before and after UPPP in responder and initial cure groups. Early complications such as pain, dyspnea, bleeding, nasal reflux, dysphagia or wound disruption were observed in all patients. Late complications such as nasal reflux, voice change, dysphagia, loss of taste, pharyngeal dryness or foreign body sensation were discovered in 22 patients (84.6%). However, all early and late complications were of minor importance. Conclusion : The response to UPPP was favorable in approximately 70% of OSAS patient. However, the initial Cure rate of UPPP was relatively low. We suggest that selection of more appropriate surgical candidates and adequate surgical protocol is necessary to obtain a more successful result with UPPP.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.