NSP통신

(이미지 = 딥노이드)

(서울=NSP통신) 이복현 기자 = 국내 의료 인공지능 전문기업 딥노이드(대표 최우식)가 미국영상의학회 2024(ACR, American College of Radiology 2024)에서 ‘저선량 CT촬영(LDCT)을 통한 폐암 검진 시 딥러닝 기반의 자동화 Lung-RADS 분류 알고리즘’에 대한 연구 초록을 발표했다.

이번 연구는 폐암 진단을 위한 폐 영상 분석 시 소요되는 시간을 감소시킴과 동시에 분류 편차의 폭을 줄이기 위해 고안됐다.

발표에 따르면 검출된 폐결절 중 폐암 가능성이 높은 Lung-RADS Score 4A와 4B의 분류 정확도는 각각 81.41%, 96.38%의 성능을 보였다.

Lung-RADS는 폐결절이 폐암일 확률을 등급으로 나눈 체계다. 1부터 4까지 분류하며, 2~3일 경우 양성, 4일 경우 악성으로 판단한다.

해당 알고리즘은 실시간 폐결절 검출 인공지능 솔루션 ‘DEEP:LUNG(딥렁) DL-LN-02’에 적용되며, 올해 하반기 상용화될 예정이다.

DEEP:LUNG(딥렁)은 저선량 흉부 CT 영상으로부터 폐결절 의심 부위를 검출해 의료진의 진단을 보조하는 인공지능 기반의 솔루션이다.

이번 연구를 통해 Lung-RADS score 기능이 추가됐다. 또 기존 모델 대비 폐결절 검출에 대한 성능도 민감도와 특이도가 각각 18%, 11% 향상된 것으로 나타났다.

한편 Lung-RADS 분류에 대한 연구는 ‘닥터앤서 2.0’의 일환으로 부산대병원(병원장 정성운) 과제 책임자인 흉부외과 이호석 교수와의 협력을 통해 이루어졌다. 해당 사업은 질병의 진단·치료 등 의료 전 주기를 지원하는 AI 정밀의료솔루션으로, 과학기술정보통신부와 정보통신산업진흥원이 지원한다.

NSP통신 이복현 기자(bhlee2016@nspna.com)

ⓒ한국의 경제뉴스통신사 NSP통신·NSP TV. 무단전재-재배포 및 AI학습 이용 금지.