병리 전문의 5명 비교평가…판독 정확도 76.5%→91.5%
슬라이드당 판독시간 약 100초→50초…국제학술지 게재
[서울=뉴시스]송종호 기자 = 의료 인공지능(AI) 기업 딥노이드가 참여한 연구에서 AI를 활용한 병리 전문의의 암 전이 판독 민감도가 66.2%에서 92.6%로 높아진 것으로 나타났다. 판독에 걸리는 시간도 기존보다 절반가량 줄어 AI의 병리 진단 보조 가능성을 확인했다.
딥노이드는 위암과 대장암의 복막 전이 여부를 복수 세포검사 이미지로 판별하는 AI 연구 결과가 국제학술지 '대한의학회지(Journal of Korean Medical Science·JKMS)'에 실렸다고 19일 밝혔다.
민감도는 실제 질환이 있는 환자를 검사에서 양성으로 정확하게 판별하는 비율을 의미한다. 정확도는 질환이 있는 경우와 없는 경우를 모두 포함해 전체 검사 대상 중 올바르게 판별한 비율이다.
이번 연구에는 딥노이드 AI 연구소를 비롯해 삼성서울병원, 서울아산병원, 분당서울대학교병원, 세브란스병원, 국립암센터, 순천향대학교 부천병원, 중앙대학교병원, 가톨릭대학교 의과대학 연구진이 참여했다.
연구진은 AI가 병리 전문의의 판독을 보조할 경우 진단 성능과 소요 시간에 어떤 변화가 나타나는지 평가했다.
병리 전문의 5명을 대상으로 실시한 비교평가 결과, AI를 사용하지 않았을 때 76.5%였던 평균 판독 정확도는 AI 보조 시 91.5%로 상승했다. 실제 양성 사례를 찾아내는 민감도 역시 66.2%에서 92.6%로 높아졌다.
평가에 참여한 전문의 5명 모두 정확도가 개선됐다. 슬라이드 한 장을 판독하는 데 걸린 평균 시간은 약 100초에서 50초로 감소해 기존보다 약 50% 단축됐다.
연구에 사용된 AI는 전체 슬라이드 이미지(Whole Slide Image·WSI)를 분석하는 CLAM 기반 모델이다. 슬라이드를 여러 개의 작은 이미지로 나눈 뒤 각각에 별도의 표지를 부여하는 과정 없이 슬라이드 전체 단위로 학습하고 판별하도록 설계됐다.
연구진은 국가 세포병리 데이터셋에서 확보한 악성 및 음성 슬라이드 719장을 모델 학습과 성능 평가에 활용했다. 해당 데이터셋은 전국 214개 의료기관이 제출한 세포병리 슬라이드로 구축됐다.
분석에는 파파니콜라우(PAP) 염색과 헤마톡실린·에오신(H&E) 염색 방식으로 제작된 슬라이드가 모두 포함됐다. AI가 판별 과정에서 주목한 부위는 주의 지도(attention map)로 시각화해 전문의가 판단 근거를 확인할 수 있도록 했다.
연구에 활용된 데이터는 여러 단계의 검증을 거쳤다. 악성 슬라이드는 조직검사로 확진된 사례를 선별했으며, 자료를 제출한 의료기관의 1차 검토 이후 공인 세포병리 전문의로 구성된 위원회가 적합성을 재확인했다.
이후 세포병리 전문의 10명이 진단명과 슬라이드 상태를 교차 검증하는 절차도 진행됐다.
복수 세포검사는 위암이나 대장암의 복막 전이 여부를 확인하는 표준 검사다. 다만 민감도가 높지 않고 많은 세포를 직접 확인해야 하는 특성상 판독자에 따른 결과 차이가 발생할 수 있다는 한계가 있다. 연구진은 이러한 문제를 보완하기 위한 수단으로 AI의 활용 가능성을 살펴봤다.
최우식 딥노이드 대표는 "이번 연구는 수많은 세포를 살펴야 하는 세포검사에서 AI가 병리 전문의의 판독 정확도와 속도를 함께 끌어올릴 수 있음을 전문의 비교 평가로 확인한 결과"라고 말했다.
이어 "흉부 및 뇌 영상 판독을 통해 쌓은 AI 역량을 병리까지 넓혀, 판독 워크플로우 전반을 지원하는 에이전트 AI 기반 의료 서비스 기업으로서의 경쟁력을 높여 나가겠다"고 덧붙였다.
한편 딥노이드는 지난 1일부터 3일까지 싱가포르에서 열린 아시아디지털병리학회(Asian Society of Digital Pathology·ASDP) 2026에서도 병리 AI 관련 연구 초록 2편을 포스터로 발표했다.
두 연구는 의정부을지대학교병원 정요셉 교수와 공동으로 수행했다. 하나는 갑상선 세침흡인 세포검사 이미지를 이용해 BRAF 유전자 변이 여부를 예측한 연구다. 다른 하나는 위암·대장암 조직 이미지에서 면역항암제 반응 관련 지표인 현미부수체 불안정성(MSI)을 판별하는 AI 모델의 외부 검증 연구다.
◎공감언론 뉴시스 song@newsis.com