셀바스 AI-강남세브란스, AI 활용 조기 위암 진단 논문 SCI급 학술지에 게재
상태바
셀바스 AI-강남세브란스, AI 활용 조기 위암 진단 논문 SCI급 학술지에 게재
  • 이건한 기자
  • 승인 2019.10.08 09:37
  • 댓글 0
이 기사를 공유합니다

AI로 종양의 침범 깊이를 예측하며 새로운 치료 방법론 제시

[테크월드=이건한 기자] 셀바스 AI와 강남세브란스병원 소화기내과 연구팀이 조기 위암 진단과 예측에 대한 의료 영상 활용 방안을 주제로 공동 작업한 논문이 권위 있는 국제 의학 논문 저널 'Journal of Clinical Medicine(JCM)'에 게재됐다.

인공지능(AI) 기술로 위내시경 영상에서 조기 위암(Early gastric cancer; EGC)으로 의심되는 영역을 찾고, 종양의 침범 깊이를 예측하는 위암 진단 보조 기술에 관한 논문이다. 조기 위암은 종양이 위벽을 통해 내려간 침범 범위 정도가 치료 방법을 결정하는 중요한 요인 중 하나지만, 기존의 내시경 검사로는 이를 측정하기 어려워 검사자는 대체로 종양의 개수와 기존 경험에 의지할 수밖에 없다는 한계가 있었다.

논문명: A Lesion-Based Convolutional Neural Network Improves Endoscopic Detection and Depth Prediction of Early Gastric Cancer (자료=셀바스 AI)
논문명: A Lesion-Based Convolutional Neural Network Improves Endoscopic Detection and Depth Prediction of Early Gastric Cancer (자료=셀바스 AI)

Visual geometry group (VGG)-16 모델을 적용한 이번 연구는 기존 내시경 검사 사진들을 ‘조기 위암’, ‘조기 위암 아님’으로 분류하는 것은 물론, 질병의 분류와 위치에 대한 오류 측정을 통해 손실함수를 보정함으로써 조기 위암 탐지, 종양 깊이 예측, 질병 분류 등 위치에 관한 오류를 최소화했다.

연구팀이 총 1만 1539장의 내시경 사진을 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 측정되며 이전보다 조기 위암 예측 수치가 개선된 것으로 나타났다. 연구팀은 조기 위암 진단 관련 AI 기술에는 병변 기반 모델이 가장 적합한 트레이닝 방식이라는 것이 증명됐으며, 상대적으로 낮은 AI 정확도를 보였던 미분화조직형 위암에 대해서는 추가적인 개선과 검증이 필요하다고 덧붙였다.

연구를 진행한 김지현 교수는 “조기 위암은 종양의 침범 깊이에 따라 수술 없이 내시경 절제술만으로도 완치가 가능하다”고 설명하며, “새로 개발된 AI 모델의 예측 정확도라면 조기 위암의 진단과 치료 방침 결정에 실질적인 도움이 될 것”이라고 말했다.