일반

신세포암종 분류 정확도 97% 달성...딥노이드, 대한암학회 학술대회 수상

디지털데일리 발행일 2024-06-21 08:50:12
  • 가
  • 가
이건한 기자
'다중 인스턴스 학습(MIL, Multiple Instance Learning)에 기반한 신세포암종(RCC)의 유형 분류 방법' 논문 제1저자 딥노이드 정대기 연구원 (ⓒ 딥노이드)
'다중 인스턴스 학습(MIL, Multiple Instance Learning)에 기반한 신세포암종(RCC)의 유형 분류 방법' 논문 제1저자 딥노이드 정대기 연구원 (ⓒ 딥노이드)

[디지털데일리 이건한 기자] 의료 AI 전문기업 딥노이드가 제50차 대한암학회 학술대회(KCA 2024)에서 최우수 포스터상을 받았다.

딥노이드가 발표한 포스터는 '다중 인스턴스 학습(MIL, Multiple Instance Learning)에 기반한 신세포암종(RCC)의 유형 분류 방법'에 대한 연구다. 본 연구사업의 주관기관인 가톨릭대학교 의정부성모병원을 비롯해 10개 기관에서 수집한 7000장 이상의 전체 슬라이드 이미지(WSIs)를 활용해 학습됐다. 현재까지 국가 단위 데이터 세트로는 가장 큰 규모다.

딥노이드에 따르면 본 모델을 통해 신세포암종을 분류할 경우 정확도(ACC)는 97.0%이었다. 수치가 클수록 분류 성능을 높게 평가하는 AUC는 0.987, F1 Score는 97.0%의 성능을 보였다. F1 Score는 머신러닝 모델의 성능평가 지표 중 하나다. 높을수록 예측이 정확하다고 판단한다. 이번 연구의 목표는 검출 정확도를 높이고 동시에 더 수월한 조직학적 아형 분류로 신세포암종의 진단 정확성과 효율성을 향상하기 위함이다.

연구에 참여한 윤홍준 딥노이드 AI 연구소 팀장은 "전체 조직 슬라이드 라벨만으로도 유의미한 성과를 달성할 수 있음을 입증했다"며 "이런 결과는 실제 임상 현장 적용 시 신세포암 진단의 정확성과 효율성 개선에 도움이 될 것"이라고 말했다.

Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지
이건한 기자
sugyo@ddaily.co.kr
기자의 전체기사 보기 기자의 전체기사 보기

이 기사와 관련된 기사

디지털데일리가 직접 편집한 뉴스 채널

당신이 좋아할 만한 뉴스

많이 본 기사

연재기사

실시간 추천 뉴스