딥노이드-의정부성모병원 공동 연구, 국제학술지 2곳에 게재

의료 인공지능(AI) 전문업체 딥노이드 는 가톨릭의대 의정부성모병원과 공동으로 연구한 논문이 과학논문인용색인(SCI) 등재 국제학술지에 게재됐다고 22일 밝혔다.

국제학술지는 AJP('The American Journal of Pathology)와 Lung Cancer 등이며 모두 해당 학문 분야 상위 25%에 해당하는 Q1급 학술지다.

논문은 전체 슬라이드 이미지 기반 인공지능(AI) 진단 모델 활용 가능성을 다뤘다. 연구팀은 전체 슬라이드 이미지 기반 구조(architecture)를 정밀 조정(fine tuning)한 모델이 패치 기반 모델보다 높은 진단 성능을 발휘한다는 것을 입증했다.

서로 다른 암종을 대상으로 복수 세포진(난소암)과 흉막삼출액(폐암)을 각각 분석에 활용했다. 세포병리학회를 통해 전국 200여개 병리과에서 수집된 고품질 정도관리단위 데이터를 기반으로 학습과 검증을 통해 임상 적용 가능성과 범용성을 입증했다.

미국병리학연구학회(ASIP) 공식 저널 AJP에 게재된 난소암 연구에서 전체 슬라이드 이미지 기반 알고리즘 모델이 외부 검증에서 AUC 0.87을 기록하며 패치 기반 모델 대비 약 9% 우수한 결과를 보였다. 별도의 패치 주석 없이도 학습이 가능해 실용성이 높고, 의료진 판독과 상호보완적으로 활용할 수 있다.

폐암 특화 임상종양학 저널 'Lung Cancer'에 게재된 폐암 진단 연구의 경우, 연구팀은 전국 다기관 데이터를 바탕으로 전체 슬라이드 이미지를 분석 단위로 설정했다. 해당 기반 알고리즘을 적용해 기존 이미지 패치 기반 모델보다 향상된 성능과 분석 효율성을 확인했다. AI 폐암 진단 연구에서 정확도 97%, AUC 0.97의 성과를 기록, 전체 슬라이드 이미지 기반 알고리즘 적용 시 패치 기반 모델 대비 약 13% 향상된 성능을 확인했다.

공동연구팀 가톨릭의대 의정부성모병원 정요셉 교수는 "연구를 통해 AI 기반 진단의 실효성을 객관적인 데이터로 확인했다"며 "난소암, 폐암 이외에도 더욱 다양한 병증 진단에 적용을 통해 일선에서 의료진을 도와 진단 정확도와 효율을 높일 수 있도록 연구를 지속할 것"이라고 말했다.

딥노이드 윤홍준 팀장은 "전국 단위의 정도관리 데이터를 기반으로 한 학습과 검증으로 전체 슬라이드 이미지 기반 모델의 임상 적용 가능성과 범용성을 동시에 입증한 것"이며 "유수의 국제학술지 등재를 통해 연구 결과를 객관적으로 입증한 것을 바탕으로 깊이 있는 연구를 이어 나갈 것"이라고 말했다.

박형수 기자 parkhs@asiae.co.kr