딥노이드, 유럽 병리학회서 ‘AI 기반의 암 진단 기술 연구’ 초록 3편 채택

딥노이드-가톨릭대학교 의과대학 병리과 정요셉 교수팀 공동연구 초록
'신장암·대장암·요로상피암' 암종에 AI 기술 적용 진단 방법 성능과 가능성 제시

[파이낸셜뉴스] 국내 1세대 의료 인공지능 전문기업 ㈜딥노이드와 가톨릭대학교 의과대학 병리과 정요셉 교수팀이 공동연구한 ‘AI를 활용한 암 진단 기술’에 대한 연구 초록 3편이 유럽 병리학회(European Congress of Pathology, ECP 2024)에서 채택됐다.

12일 딥노이드에 따르면 ECP 2024(European Congress of Pathology)는 유럽 병리학회가 주최하는 연례 학술대회로, 병리학 분야에서 가장 큰 규모의 국제 학회 중 하나다. 매년 최신 연구 결과와 혁신적인 기술이 발표되며, 전 세계 병리학자 및 연구원, 의료 관계자가 모여 지식을 공유하고 네트워킹을 할 수 있는 중요한 자리이다.

이번 연구들은 신장암, 대장암, 요로상피암 등 다양한 암종에 대해 AI 기술을 적용한 진단 방법의 성능과 가능성을 제시한다. 공동연구팀은 각 연구를 통해 인공지능 모델의 정확성을 높이고, 임상 현장에서의 실용성을 극대화할 수 있는 방안을 제안했다.

대장암 병리 이미지 분석 연구에서는 특징 추출기(Feature Extraction)를 비교하여, 대장암의 정상 여부와 4가지 아형을 분류 등 AI 기반의 분석 기술이 대장암 진단의 정확성을 크게 향상시킬 수 있음을 입증했다. 요로상피암 연구의 경우 데이터가 불완전하거나 불명확한 상황에서도 효과적으로 학습할 수 있는 다중 인스턴스 학습(MIL) 모델과 이미지 분류 시 정확도를 높이기 위해 사용하는 Sub-center Arcface Loss를 결합해 진단성능을 더욱 향상시켰다.

신장암 연구는 대규모 데이터셋을 활용해 정상 여부 및 3가지 아형(Subtype)을 정확하게 분류하는 모델을 개발했다. 본 모델을 통해 신세포암종을 분류할 경우 평균 정확도(ACC)는 92.81%, 수치가 클수록 분류 성능을 높게 평가하는 AUC는 93.54%, F1 Score는 93.43%의 성능을 보였다. F1 Score는 높을수록 예측이 정확하다고 판단한다. 해당 연구는 10개 기관에서 수집한 8,000장 이상의 전체 슬라이드 이미지(WSIs)를 활용해 학습됐으며, 이는 현재까지 국가 단위 데이터 세트로는 가장 큰 규모다.

가톨릭대학교 의과대학 병리과 정요셉 교수는 “이번 연구는 AI 기술이 암 진단 분야에서 어떻게 활용될 수 있는지를 실질적으로 보여주는 중요한 성과”라고 말하며, “특히, 신장암 연구는 국내 다기관에서 방대한 양의 데이터를 수집하여 학습 및 검증을 진행함으로써, 공개 데이터를 통해 객관적인 결과를 낸 논문으로 평가받아 의미가 크다”고 전했다.

딥노이드 윤홍준 팀장은 “이번 학회에서 발표한 연구들은 AI를 활용한 암 진단 기술의 혁신적인 가능성을 보여준다"며 "앞으로도 지속적인 연구 개발을 통해 더 많은 의료 솔루션에 AI 기술을 적용할 수 있도록 노력하겠다"고 밝혔다.

이번 연구 발표는 딥노이드가 글로벌 의료 시장에서 AI 기반의 암 진단 솔루션을 확장하는 데 중요한 이정표가 될 것으로 기대하고 있다.

[e-mail] 김경아 기자