[디지털데일리 이건한 기자] 의료 인공지능(AI) 전문기업 딥노이드가 미국 시카고에서 1일부터 5일까지(현지시각) 개최되는 '2024년 북미영상의학회(RSNA)'에서 'AI 기반 폐 결절 진단 기술'에 대한 연구 성과를 발표한다.

딥노이드는 RSNA에서 '폐 결절의 국소화 및 Lung-RADS(저선량 CT 폐암 검진 표준화를 위한 품질관리도구) 범주를 고려한 AI 기반 CAD 시스템의 진단 성능'을 주제로한 초록으로 자사 'DEEP:LUNG(딥렁)'의 우수한 진단 성능을 선보인다. 딥렁은 저선량 흉부 CT 영상에서 이상 부위(폐 결절 등)를 검출하여 의료인의 진단 결정을 보조하는 솔루션이다.

이번 임상 연구는 부산대학교병원, 양산부산대학교병원, 화순전남대학교병원의 2019년 1월부터 2023년 7월까지 외래와 응급실을 방문한 저선량 흉부 컴퓨터단층촬영(LDCT) 데이터 455건을 활용해 DEEP:LUNG(딥렁)의 진단 성능을 평가했다. 평가 항목은 폐 결절의 조직, 크기, 악성도 분류, Lung-RADS 카테고리화 및 결절 위치 국소화 등이다.

연구 결과 딥렁 활용 시 주요 평가 지표에서 민감도 91.38%, 특이도 93.08%, 악성도 분류 AUROC 89.62% 등 높은 정확도가 확인됐다. AUROC는 분류 모델의 성능을 평가하는 지표로, AUROC 85% 이상이면 고성능으로 간주된다. 고형 결절과 간유리 음영 결절의 크기 측정에서도 각각 2mm 및 3mm 이내의 오차 범위를 유지하며 높은 정밀도를 보였다.

딥노이드는 이밖에도 올해 9월 'AI를 활용한 암 진단 기술'에 대한 연구 초록 3편이 유럽 병리학회(European Congress of Pathology, ECP 2024)에서 채택됐다. 또한 10월에는 '2024 대한영상의학회 학술대회(Korean Congress of Radiology)에서 질환 검출 보조 AI 솔루션 'DEEP:AI'에 대한 연구 초록 6편을 발표하는 등 활발한 의료 AI 연구 활동을 지속하고 있다.

최우식 딥노이드 대표이사는 "본 연구로 폐 결절 진단 및 악성 분류 분야에서 AI가 의료진에게 큰 도움을 줄 수 있음을 입증할 수 있었다"며 "2025년에는 뇌 질환 진단 솔루션과 함께 흉부 영역으로 AI 솔루션의 적용 범위를 확대할 계획이다. 의료 현장에 보다 포괄적인 AI 진단 지원 도구를 제공하는 것이 다음 목표"라고 말했다.