부산대·양산부산대병원, ‘말초 기도까지 포착’ AI 내시경 개발… 내시경 정확도↑

주석 누락 CT 한계 극복… 기도 연결성 복원해 환자 맞춤형 ‘기도 지도’ 완성도 향상

사람의 눈이 놓치던 폐 깊숙한 말초 기도까지 집요하게 추적하는 인공지능이 등장했다.

부산대학교와 양산부산대학교병원 연구진이 CT 영상에서 놓치기 쉬운 말초 기도까지 찾아내 연결성을 복원하는 인공지능 모델을 개발했다.

부산대는 의생명융합공학부 김민우 교수 연구팀이 양산부산대병원 호흡기내과 설희윤 교수팀과 공동연구를 통해, 불완전한 CT 주석 환경에서도 말초(peripheral) 기도 분지를 찾아 연결성을 복원하는 딥러닝 기반 기도 분할 모델을 개발했다고 18일 전했다.

왼쪽부터 김민우 교수, 설희윤 교수, 이시열 박사과정, 서민경 박사과정. 부산대 제공

내비게이션 기관지내시경은 환자의 CT 데이터를 기반으로 3차원 기도 지도를 생성하고 병변까지의 경로를 설계하는 것이 핵심이다. 하지만 말초로 갈수록 기도가 가늘고 CT 대비가 낮아 영상에서 잘 드러나지 않아, 기존에는 기도 분지 누락 문제가 반복돼 왔다.

이 같은 한계는 AI 학습에서도 나타났다. 기존 모델은 전문가가 표시한 주석 데이터를 '정답'으로 학습하는데, 말초 기도는 주석이 누락된 경우가 많아 실제 존재하는 기도를 과소 인식하는 문제가 있었다. 특히 기도 분지 간 연결성이 약화하면서 내비게이션 정확도 저하로 이어질 수 있다는 지적이 제기돼 왔다.

연구팀은 이를 해결하기 위해 단순히 라벨 정확도에 의존하지 않고, 임상적으로 중요한 '기도 연결성'과 '경로 지속성'을 중심으로 모델을 설계했다. 해부학적 맥락 정보를 활용해 말초 기도 후보 영역을 탐색하고, 얇은 구조에서 발생하는 불확실성을 줄이는 학습 기법을 적용했다.

또 CT 해상도나 슬라이스 두께 변화로 말초 기도가 사라지는 상황에서도 안정적으로 작동하도록 설계해 다양한 임상 환경에서 활용 가능성을 높였다.

그 결과, 해당 모델은 말초 기도 복원 성능에서 우수한 결과를 보였으며, 국제 의료영상 AI 챌린지 'Airway Tree Modeling Challenge(ATM22)'에서 48개 팀 중 말초 기도 탐지 지표 기준 세계 1위를 기록했다.

이번 연구 성과는 국제 학술지 IEEE Transactions on Medical Imaging 3월 9일 자에 게재됐다.

연구팀은 "이번 연구는 불완전한 CT 데이터에서도 말초 기도 분지의 연결성을 정밀하게 복원할 수 있는 AI 모델을 제시한 데 의미가 있다"며 "향후 자동차 내비게이션처럼 시술 중에도 위치를 안내하는 통합 의료 내비게이션 플랫폼으로 확장할 수 있는 기반이 될 것"이라고 말했다.

이어 "기도뿐 아니라 혈관이나 신경 등 주석 누락이 잦은 다양한 의료영상 분야로 적용 범위를 넓힐 수 있을 것"이라고 덧붙였다.

영남취재본부 조충현 기자 jchyoung@asiae.co.kr