딥노이드, RSNA서 초록 발표…AI기반 폐 결절 진단 주목

AI 기반 솔루션의 진단 보조 성능 연구

내년 흉부 영역으로 AI솔루션 확장 계획

[서울=뉴시스] 3일 의료 인공지능(AI) 전문기업 딥노이드가 미국 시카고에서 개최되는 2024년 북미영상의학회(RSNA 2024)에서 'AI 기반 폐 결절 진단 기술'에 대한 연구 성과를 발표한다고 밝혔다. (사진=딥노이드 제공) 2024.12.03. [email protected]
 *재판매 및 DB 금지

[서울=뉴시스]송종호 기자 = 의료 인공지능(AI) 전문기업 딥노이드가 미국 시카고에서 개최되는 2024년 북미영상의학회(RSNA 2024)에서 'AI 기반 폐 결절 진단 기술'에 대한 연구 성과를 발표한다.

딥노이드는 RSNA에서 '폐 결절의 국소화 및 Lung-RADS 범주를 고려한 AI 기반 CAD 시스템의 진단 성능'을 주제로한 초록을 통해 딥렁(DEEP:LUNG)의 우수한 진단 성능을 선보인다며 3일 이같이 밝혔다.

Lung-RADS은 저선량 컴퓨터 단층 촬영(CT) 폐암 검진 표준화를 위한 품질관리도구이다. 이번 임상 연구는 부산대학교병원, 양산부산대학교병원, 화순전남대학교병원의 2019년 1월부터 2023년 7월까지 외래와 응급실을 방문한 저선량 흉부 컴퓨터단층촬영(LDCT) 데이터 455건을 활용해 딥렁의 진단 성능을 평가했다. 폐 결절의 조직, 크기, 악성도 분류, Lung-RADS 카테고리화 및 결절 위치 국소화 등이다.

딥렁 활용 시 주요 평가 지표에서 민감도 91.38%, 특이도 93.08%, 악성도 분류 AUROC 89.62%라는 높은 정확도를 기록하며 우수한 결과를 보였다. AUROC는 분류 모델의 성능을 평가하는 지표다. AUROC 85% 이상이면 상당히 좋은 성능으로 간주된다.

특히 Lung-RADS 카테고리별 평가에서도 민감도와 특이도에서 안정적인 성능을 입증했다. 고형 결절과 간유리 음영 결절의 크기 측정에서도 각각 2㎜ 및 3㎜ 이내의 오차 범위를 유지하며 높은 정밀도를 보였다.

최우식 딥노이드 대표는 "본 연구를 통해 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 계획으로, 의료 현장에 보다 포괄적인 AI 진단 지원 도구를 제공하는 것이 다음 목표"라고 말했다.


◎공감언론 뉴시스 [email protected]