SCIE(Science Citation Index Expanded) 학술지인 Journal of Clinical Medicine(JCR Q1, Impact Factor:5.688)은 국제적으로 권위 있는 ‘의학 논문 저널’이다. 논문명은 ‘초기 위암에 대한 내시경 검출 및 깊이 예측을 개선한 조직장애 기반 신경망A (Lesion-Based Convolutional Neural Network Improves Endoscopic Detection and Depth Prediction of Early Gastric Cancer)다.
조기 위암의 경우 암이 위벽을 통해 내려간 깊이, 즉 종양의 침범 깊이가 치료 방법을 결정하는 중요한 요소가 되지만 기존 내시경 검사로는 종양의 깊이를 측정하는 데 어려움이 있었다. 이 때문에 검사자는 대체로 종양의 총 개수 및 기존 경험에 의존해 판단할 수 밖에 없는 어려움을 겪었다.
조기 위암 탐지 및 종양의 깊이 예측에 최적화된 모델을 개발하는 데 목표를 둔 이번 연구는 AI진단에 미치는 다양한 요인을 함께 조사하였다. Visual geometry group (VGG)-16 모델을 적용한 이번 연구는 기존 내시경 검사 사진들을 ‘조기 위암’, ‘조기 위암 아님’으로 분류하는 것은 물론 보다 질병의 분류와 위치에 대한 오류 측정을 통해 손실함수를 보정함으로써 조기 위암 탐지, 종양 깊이 예측, 질병 분류 및 위치에 대한 오류 최소화 등을 가능하게 했다.
연구팀이 총 1만1539장의 내시경 사진들을 대상으로 실험한 결과, 조기 위암 발견과 깊이 예측에 대한 ROC 곡선의 AUC(Areas under Curve, 곡선하면적) 값이 각각 0.981(적중률 98.1%)과 0.851(적중률 85.1%)로 측정돼 이전보다 향상된 조기 위암 예측 수치를 기록했다.
연구팀은 조기 위암 진단 관련 AI 기술에는 병변 기반 모델이 가장 적합한 트레이닝 방식이라는 것이 증명되었으며, 상대적으로 낮은 AI 정확도를 보였던 미분화조직형 위암에 대하여는 추가적인 개선과 검증이 필요하다고 덧붙였다.
셀바스 AI측은 “종양의 침범 깊이 예측 등 위암 진단 보조 기술로 AI 기술을 응용하는 새로운 방법론을 제시하여 세계적인 논문에 게재된 것을 뜻 깊게 생각한다. AI 연구개발을 통해 인공지능 기술로 의료기술 발전에 앞장서는 대표 기업이 되겠다”고 밝혔다.
이재구 글로벌이코노믹 기자 jklee@g-enews.com