딥노이드 `암진단 AI기술`, 유럽 병리학회서 발표

가톨릭대 정요셉 교수팀과 연구

딥노이드와 가톨릭대학교 의과대학 병리과 정요셉 교수팀이 공동연구한 'AI를 활용한 암 진단 기술'에 대한 연구 초록 3편이 'ECP 2024'에서 채택됐다. 딥노이드 제공.

의료 AI 기업 딥노이드는 가톨릭대학교 의과대학 병리과 정요셉 교수팀과 공동연구한 'AI를 활용한 암 진단 기술'에 대한 연구 초록 3편이 유럽 병리학회(ECP 2024)에서 채택됐다고 12일 밝혔다.

ECP 2024는 유럽 병리학회가 주최하는 연례 학술대회로, 병리학 분야에서 가장 큰 규모의 국제 학회 중 하나다. 매년 최신 연구 결과와 혁신적인 기술이 발표된다. 전 세계 병리학자 및 연구원, 의료 관계자가 모여 지식을 공유하고 네트워킹을 할 수 있는 중요한 자리다.

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.

딥노이드에 따르면 대장암 병리 이미지 분석 연구에서는 특징 추출기를 비교해 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 아형을 정확하게 분류하는 모델을 개발했다. 해당 모델을 통해 신세포암종을 분류할 경우 평균 정확도는 92.81%, 수치가 클수록 분류 성능을 높게 평가하는 정확도는 93.54%, F1 Score는 93.43%의 성능을 보였다. F1 Score는 높을수록 예측이 정확하다고 판단한다. 해당 연구는 10개 기관에서 수집한 8000장 이상의 전체 슬라이드 이미지를 활용해 학습됐다. 이는 현재까지 국가 단위 데이터 세트로는 가장 큰 규모다.

이미선기자 already@dt.co.kr