종양학 AI 임계값 평가 도구 공개

기존의 AUC, ICC, MAE와 같은 지표는 모델의 전반적인 성능을 측정하지만, 실제 임상 현장에서 환자의 치료 여부를 결정하는 **특정 임계값(cutoff)**에서의 신뢰도를 반영하지 못한다는 한계가 있습니다.

oncothresh는 이러한 공백을 메우기 위해 개발된 Python 라이브러리로, 특정 임상 임계값에서의 성능을 정밀하게 평가합니다.

주요 기능 및 특징:

• 임계값 기반 지표 제공: 민감도(Sensitivity), 특이도(Specificity), PPV, NPV 등을 특정 임계값 기준으로 산출합니다.
• 통계적 분석: 부트스트랩 신뢰 구간, 임계값-민감도 곡선, 경계 가중 캘리브레이션, 결정 곡선 순이익(DCA) 등을 지원합니다.
• 적용 분야: 종양 세포성(Tumor cellularity), Ki-67, TMB, PD-L1 스코어링 등 연속형 출력을 이진 결정으로 변환해야 하는 병리 AI 작업에 최적화되었습니다.

또한, 코딩 없이 CSV 파일을 업로드하여 분석할 수 있는 oncothresh-web 대시보드도 함께 제공됩니다. Docker Compose를 통해 로컬 환경에서 실행 가능하며, 분석 결과는 PDF 보고서로 다운로드할 수 있습니다.