인공지능(AI)이 병리 전문의가 수행하는 대장내시경 생검 조직 분류 과정에 참여, 보조할 수 있는 역할이 확인했다.

딥노이드는 병리 전문의 판독 프로세스를 모사한 AI 연구모델로 대장내시경 생검 조직을 분류하는 연구 결과가 국제학술지 ‘Journal of Korean Medical Science(JKMS)’에 게재됐다고 28일 밝혔다.

딥노이드 연구팀과 가톨릭대 의과대학 병리과 연구진 공동연구로 수행됐으며, 대장내시경 검사로 확보한 조직 이미지를 AI가 분석해 주요 병변 유형을 구분할 수 있는지 검증하는 데 초점을 뒀다.

연구팀은 병리 전문의의 판독 과정을 모방해 자동으로 분류를 수행하는 ‘2단계 앙상블 파이프라인’을 개발했다.

전체 슬라이드 이미지(WSI) 기반의 CLAM 모델과 타일 이미지 기반 EfficientNet 모델을 결합한 이 파이프라인은 8,987명 환자로부터 수집한 1만8,922개 대장 조직 전체 슬라이드 이미지(WSI)를 학습해 △비종양(NT) △과형성 용종(HYP) △선종(ADM) △선암종(ADC) △신경내분비종양(NET) 5가지 판독 유형을 분류할 수 있다.

이중 신경내분비종양은 전체 대장암 악성 종양 중 0.49%에 불과한 희귀 병변으로 그동안 AI를 활용해 이를 자동 분류한 연구는 흔치 않았다.

특히 다중 아형 분류 모델 중 신경내분비종양을 함께 분류한 사례로는 이번 연구가 학술적으로 보고된 바 없는 최초 사례다.

또한 이번 연구는 특정 기관 데이터에 의존하지 않고 6개 의료기관 데이터를 활용해 검증을 진행했다. 이를 통해 해당 AI 연구모델이 실제 현장에서도 활용될 수 있는 가능성을 확인했다.

딥노이드 최우식 대표는 “이번 연구 성과는 디지털 병리 분야에서 AI 솔루션 적용 가능성을 확인한 계기”라며 “앞서 공개한 갑상선 세포검사 AI 연구 성과에 이어 앞으로도 병리분야 연구를 연속성 있게 확대하며 AI 솔루션 개발 행보를 지속해 나가겠다”고 말했다.