← 사례
영국헬스케어·바이오2023 – 진행 중

프랜시스 크릭 연구소

실험실 연구에서 파킨슨병 기전의 이미지 분류

프랜시스 크릭 연구진이 최대 95% 정확도로 파킨슨병 모델을 분류했다

성과 확인공급사 사례공급사 자료 ↗

문제

연구진은 파킨슨병과 관련된 세포 기전을 구분해야 했다. 현미경 이미지를 사람이 판독하면 느리고 오류가 생기기 쉬웠다.

접근 방식

페이컬티는 연구소와 함께 신경세포의 현미경 이미지를 분석하는 컴퓨터 비전 모델을 개발했다. 모델은 정상 세포와 질병 모델을 구분하고 질병 기전별로 분류했다. 예측에 영향을 준 이미지 영역도 짚어냈다.

주요 수치

up to 95%페이컬티가 밝힌 새 현미경 이미지에서 파킨슨병 하위 유형을 분류한 정확도공급사 사례[1]

시사점

보고된 정확도는 실험실 세포 이미지에 대한 것이다. 환자의 임상 진단은 따로 검증해야 할 과제로 남았다.

분류

경영 기능
IT·R&D
혁신 유형
프로세스 혁신
근거
공급사 사례

출처

  1. Predicting disease states using AI image recognition
    Faculty2024년 10월 25일공급사 자료

출처 요약

[1]Faculty2024년 10월 25일

페이컬티는 신경세포 이미지로 질병 기전을 구분한 공동 연구가 끝났다고 설명했다. 분류 정확도가 최대 95%였고 연구 결과가 발표됐다고 밝혔다.

자세한 내용은 원문에서 확인하실 수 있습니다.

등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
사례 페이지 열기 ↗