딥렁 판독문 예시 / 사진제공=딥노이드

<이미지를 클릭하시면 크게 보실 수 있습니다>

국내 1세대 의료 AI(인공지능) 전문기업 딥노이드는 'ACR 2024'(미국영상의학회 2024) 학회서 '저선량 CT(LDCT)'를 통한 폐암검진시 딥러닝 기반 자동화 Lung-RADS 분류 알고리즘'에 대한 연구 초록을 발표했다고 18일 밝혔다.

이 연구는 폐암 진단을 위한 폐 영상 분석 시 소요되는 시간을 줄이고 분류 편차의 폭을 줄이기 위해 고안됐다. 발표에 따르면, 검출된 폐결절 중 폐암 가능성이 높은 Lung-RADS Score 4A와 4B의 분류 정확도는 각각 81.41%, 96.38%의 성능을 보였다. Lung-RADS는 폐결절이 폐암일 확률을 등급으로 나눈 체계다. 1부터 4까지 분류하며, 2~3일 경우 양성, 4일 경우 악성으로 판단한다.

이 알고리즘은 실시간 폐결절 검출 인공지능 솔루션 'DEEP:LUNG(딥렁) DL-LN-02'에 적용되며, 올해 하반기 상용화될 예정이다. 딥렁은 저선량 흉부 CT 영상으로부터 폐결절 의심 부위를 검출해 의료진의 진단을 보조하는 AI 기반의 솔루션이다. 이번 연구를 통해 Lung-RADS 스코어 기능이 추가됐다. 또 기존 모델 대비 폐결절 검출에 대한 성능도 민감도와 특이도가 각각 18%, 11% 향상된 것으로 나타났다.

이번 연구를 진행한 딥노이드 연구팀은 "폐암 선별 검사를 위해 사용되는 저선량흉부전산화단층촬영(LDCT)은 수백 개의 슬라이스를 해석해야 하기 때문에 판독 시 많은 시간이 소요된다"며 "이번 발표는 폐암 진단 시 효율적인 접근법을 제공한 연구 결과로서 시장 기대감이 크다"고 밝혔다.

한편 Lung-RADS 분류에 대한 연구는 '닥터앤서 2.0'의 일환으로 부산대병원 과제 책임자인 흉부외과 이호석 교수와의 협력을 통해 이뤄졌다. 해당 사업은 질병의 진단·치료 등 의료 전 주기를 지원하는 AI 정밀의료솔루션으로, 과학기술정보통신부와 정보통신산업진흥원이 지원한다.

황국상 기자 gshwang@mt.co.kr

ⓒ 머니투데이 & mt.co.kr, 무단 전재 및 재배포 금지