라디오믹스는 CT·MRI·PET 같은 의료 영상에서 픽셀 단위의 텍스처·형태·강도 분포를 수백~수천 개의 수치 특징(feature)으로 변환하고, 그 특징을 기계학습 또는 딥러닝 모델에 입력해 진단·예후·치료 반응을 예측하는 접근이다. 영상의학 전문의가 시각으로 구분하기 어려운 미세한 조직 변화를 잡아낼 수 있다는 점에서 조기진단·정밀의료의 핵심 도구로 떠오르고 있다. Mayo Clinic의 REDMOD(Radiomics-based Early Detection Model)는 라디오믹스 기반 조기 췌장암 검출 모델의 대표 사례다.
라디오믹스
aka Radiomics
의료 영상에서 사람 눈으로는 식별이 어려운 정량적 텍스처·구조 특징을 자동 추출해 통계 모델로 학습시키는 기법