OpenRad: 방사선학 AI 모델을 위한 큐레이션된 공개 접근 저장소

OpenRad: a Curated Repository of Open-access AI models for Radiology

방사선학 분야의 인공지능(AI) 연구가 빠르게 발전하면서 다양한 플랫폼과 소스에 흩어져 있는 수많은 모델들이 생성되었지만, 이는 모델의 검색 가능성, 재현성 및 임상 적용을 제한하는 요인이 됩니다. 이에 OpenRad는 방사선학 AI 모델을 통합하고, 사전 훈련된 가중치 및 대화형 애플리케이션의 가용성과 같은 상세 정보를 제공하는 큐레이션된, 표준화된 공개 접근 저장소를 구축했습니다. 2025년 12월까지 PubMed, arXiv 및 Scopus에 등록된 동료 검토 논문 및 사전 인쇄물을 회고적으로 분석했습니다 (n = 5239건). 로컬 서버에서 호스팅되는 LLM(gpt-oss:120b)을 사용하여 RSNA AI 로드맵 JSON 스키마에 기반한 모델 레코드를 생성하고, 10명의 전문가가 수동으로 검증했습니다. 텍스트 유사성 지표를 사용하여 225개의 무작위로 선택된 논문에 대한 LLM 출력의 안정성을 평가했습니다. 검토 결과 총 1694개의 논문이 포함되었습니다. 포함된 모델은 모든 영상 모드(CT, MRI, X-ray, 초음파)와 방사선학 하위 전문 분야를 포괄합니다. 자동 추출은 구조화된 필드에서 높은 안정성을 보여주었습니다 (Levenshtein 비율 > 90%), 전문가 검토 과정에서 78.5%의 레코드 수정 사항이 경미한 것으로 나타났습니다. 저장소에 대한 통계 분석 결과, CNN 및 Transformer 아키텍처가 주를 이루었으며, MRI가 가장 일반적으로 사용된 모드였습니다 (621개의 신경 방사선학 AI 모델). 연구 결과는 주로 중국과 미국에서 집중되었습니다. OpenRad 웹 인터페이스는 키워드 검색 및 모드, 하위 전문 분야, 의도된 용도, 검증 상태 및 데모 가용성 필터를 통해 모델 검색을 지원하며, 실시간 통계 정보도 제공합니다. 커뮤니티 구성원은 전용 포털을 통해 새로운 모델을 기여할 수 있습니다. OpenRad는 표준화된 메타데이터와 함께 코드 저장소 분석 결과를 포함하여 약 1700개의 공개 방사선학 AI 모델을 담고 있으며, 이를 통해 방사선학 커뮤니티를 위한 포괄적이고 검색 가능한 리소스를 제공합니다.

The rapid developments in artificial intelligence (AI) research in radiology have produced numerous models that are scattered across various platforms and sources, limiting discoverability, reproducibility and clinical translation. Herein, OpenRad was created, a curated, standardized, open-access repository that aggregates radiology AI models and providing details such as the availability of pretrained weights and interactive applications. Retrospective analysis of peer reviewed literature and preprints indexed in PubMed, arXiv and Scopus was performed until Dec 2025 (n = 5239 records). Model records were generated using a locally hosted LLM (gpt-oss:120b), based on the RSNA AI Roadmap JSON schema, and manually verified by ten expert reviewers. Stability of LLM outputs was assessed on 225 randomly selected papers using text similarity metrics. A total of 1694 articles were included after review. Included models span all imaging modalities (CT, MRI, X-ray, US) and radiology subspecialties. Automated extraction demonstrated high stability for structured fields (Levenshtein ratio > 90%), with 78.5% of record edits being characterized as minor during expert review. Statistical analysis of the repository revealed CNN and transformer architectures as dominant, while MRI was the most commonly used modality (in 621 neuroradiology AI models). Research output was mostly concentrated in China and the United States. The OpenRad web interface enables model discovery via keyword search and filters for modality, subspecialty, intended use, verification status and demo availability, alongside live statistics. The community can contribute new models through a dedicated portal. OpenRad contains approx. 1700 open access, curated radiology AI models with standardized metadata, supplemented with analysis of code repositories, thereby creating a comprehensive, searchable resource for the radiology community.