Monopolar Radiofrequency 눈꺼풀 시술 효과 예측을 위한 딥러닝 기반 자동 평가 시스템

연구 개요

상안검 monopolar radiofrequency (MRF) 치료는 눈꺼풀 이완에 효과적인 비침습적 시술이나, 결과 평가가 주관적 사진 판독과 의사 판단에 의존하여 객관성과 재현성이 낮다는 문제가 있었다. 본 연구는 50명의 환자를 대상으로 한 다기관 후향적 연구를 통해, CNN과 U-Net을 결합한 딥러닝 모델을 개발하여 MRF 시술 후 안검 개선 정도를 자동으로 정량화하고 예측하는 시스템의 타당성을 검증하였다.

핵심 결과

• CNN-U-Net 하이브리드 모델은 RMSE 0.4, MAPE 0.08의 성능을 보이며, 5명의 피부과 전문의 평가와 높은 일치도를 나타냈다
• U-Net이 안와주위(periorbital) 영역을 분할하고, CNN이 정량적 개선 점수를 생성하는 구조로 설계되었다
• 환자의 연령이나 성별에 따른 예측 정확도 차이는 관찰되지 않았다
• 기존의 주관적 평가 방식 대비 객관적이고 일관된 재현 가능한 평가를 제공하였다

임상적 의의

본 시스템은 눈꺼풀 MRF 시술 전 환자 상담 시 객관적 예측 자료를 제공하고, 개별화된 치료 계획 수립에 활용될 수 있다. 또한 다기관 간 표준화된 연구 비교를 가능하게 하여, 향후 더 큰 규모의 데이터셋과 장기 추적 연구를 통한 추가 검증이 필요하다.

원문 출처

PubMed 41293324