어반데이터랩(대표 안치성)은 자사 연구진이 참여한 다기관 공동연구 논문이 세계적 학술지 Scientific Reports(Nature Portfolio)에 게재됐다고 밝혔다.
이번 연구는 국립보건연구원 미래의료연구 헬스케어인공지능연구과 지원 사업인 '공간바이오마커 개발을 위한 디지털병리 기반 인공지능 학습용 데이터 구축' 사업으로 수행한 성과며, 본 사업은 50건 이상 규모 공간전사체 데이터와 6000건 이상 디지털 병리 이미지 데이터를 직접 생산·수집해 고품질의 인공지능(AI) 학습용 데이터셋을 구축하는 것을 목표로 하고 있다.
논문은 국내 5개 의료기관에서 확보된 병리 데이터를 기반으로, AI를 활용해 정상·비침습성·침습성 요로 상피 신생물(방광암)을 자동 분류하는 딥러닝 모델을 개발·검증한 연구다.
연구팀은 약 1만2500장의 디지털 병리 이미지(Whole Slide Images, WSI)를 대상으로 염색 표준화 및 패치 추출 등 전처리 과정을 수행하고, CNN(Convolutional Neural Network) 및 Transformer 기반 모델을 비교 평가했다.
그 결과, EfficientNet-B6 모델이 정확도 0.913, 민감도 0.909, 특이도 0.956, AUC 0.983으로 가장 우수한 성능을 보이며, 병리학적 진단 정확성을 크게 향상시킨 것으로 나타났다.
이번 연구는 가천대 길병원 박준영 박사와 김지섭 교수가 공동 제1저자로 참여했으며, 김광기 교수(가천대)와 정찬권 교수(가톨릭대 서울성모병원)가 교신저자로 연구를 이끌었다. 안치성 어반데이터랩 대표는 데이터 처리 및 AI 모델링을 담당한 공동연구자로서 연구 전 과정에 참여했다.
박준영 박사는 “이번 연구가 Scientific Reports 에 게재되어 매우 뜻깊게 생각한다”며 “AI 기술이 실제 임상·의료 영상 분야에 기여할 수 있음을 보여주는 중요한 성과”라고 밝혔다.
안치성 대표는 “이번 성과를 기반으로 추가적인 병리 바이오마커 연구와 AI IVD(체외진단용 인공지능) 제품화를 본격 추진하겠다”며 “글로벌 임상 파트너십 확대를 통해 한국형 AI 병리 솔루션의 국제 경쟁력을 높이겠다”고 말했다.
현재 어반데이터랩은 미국 Kaiser Permanente Medicine과 공동 연구를 진행 중이며, 임상 적용 및 상용화를 위한 AI 디지털병리 플랫폼 'MeDIAuto' 고도화에도 속도를 내고 있다.
디지털 병리 기반 AI 진단 기술은 병리학자 판독 효율 향상과 진단 편차 감소에 기여할 것으로 기대되는 차세대 의료 AI 분야다. 본 연구는 국내 AI 병리 분야에서 다기관 WSI 데이터를 기반으로 수행되어 국제 학술지에 게재된 사례 중 하나로, AI 기반 병량 분류 모델의 성능을 정량적으로 검증해 임상 적용 가능성을 뒷받침하는 기초 근거를 마련했다.
김현민 기자 minkim@etnews.com
