폐결절 악성여부 분류 정확도 89.6%, 딥노이드 성과 세계 최대 영상의학회 소개

//사진제공=딥노이드

국내 1세대 의료AI(인공지능) 전문기업 딥노이드 솔루션의 우수성이 세계 최대 영상의학회에 소개된다.

딥노이드는 미국 현지시간 기준으로 1일부터 5일까지 시카고에서 열리는 '2024 RSNA(북미영상의학회)'에서 'AI 기반 폐 결절 진단 기술'에 대한 연구 성과를 발표한다며 3일 이같이 밝혔다. RSNA는 1915년 이래 올해로 109회째를 맞이하는 세계 최대규모의 방사선 의료 관련 학회다.

딥노이드는 이번 행사에서 부산대병원, 양산부산대병원, 화순전남대병원 등이 2019년 1월부터 지난해 7월까지 외래와 응급실을 방문한 이들의 저선량 흉부 컴퓨터단층촬영(LDCT) 데이터 455건을 활용해 딥노이드 딥렁(DEEP:LUNG)의 진단 성능을 평가한 연구 결과를 소개했다. 연구 내용은 폐 결절의 조직, 크기, 악성도 분류, 카테고리화 및 결절위치 국소화 등이다.

딥노이드에 따르면 딥렁을 활용할 때 주요 평가지표에서 민감도 91.38%, 특이도 93.08%, 악성도 분류 AUROC 89.62% 등 정확도를 기록했다. AUROC는 분류 모델의 성능을 평가하는 지표로 이 지표가 85% 이상이면 상당히 좋은 성능으로 간주된다는 게 딥노이드의 설명이다.

특히 LUNG-RADS 카테고리별 평가에서 민감도와 특이도에서 안정적 성능을 입증했다. 고형 결절과 간유리 음영 결절의 크기 측정에서도 각각 2㎜, 3㎜ 이내의 오차범위를 유지하며 높은 정밀도를 보였다.

최우식 딥노이드 대표는 "이번 연구로 폐 결절 진단 및 악성 분류 분야에서 AI가 의료진에게 큰 도움을 줄 수 있음을 입증할 수 있었다"며 "내년에는 뇌 질환 진단 솔루션과 함께 흉부 영역으로 AI 솔루션의 적용 범위를 확대할 계획이며 의료 현장에 보다 포괄적인 AI 진단 지원 도구를 제공하는 것이 다음 목표"라고 했다.

황국상 기자 gshwang@mt.co.kr

ⓒ 머니투데이 & mt.co.kr, 무단 전재 및 재배포 금지