셀바스 AI-강남세브란스병원, 공동 연구 논문 ‘JCM’게재
셀바스 AI-강남세브란스병원, 공동 연구 논문 ‘JCM’게재
  • 박시현 기자
  • 승인 2019.10.10 15:03
  • 댓글 0
이 기사를 공유합니다

조기 위암 진단 및 예측에 대한 의료 영상 활용 방안 제시
셀바스 AI와 강남세브란스병원의 공동 연구 논문은 조기 위암 진단 및 예측에 대한 의료 영상 활용 방안을 제시했다.
셀바스 AI와 강남세브란스병원의 공동 연구 논문은 조기 위암 진단 및 예측에 대한 의료 영상 활용 방안을 제시했다.

[디지털경제뉴스 박시현 기자] 셀바스 AI와 강남세브란스병원 소화기내과 연구팀이 조기 위암 진단 및 예측에 대한 의료 영상 활용 방안을 주제로 공동으로 작업한 논문이 국제적으로 권위 있는 의학 논문 저널 ‘JCM(Journal of Clinical Medicine)’에 게재됐다.

논문명은 ‘A Lesion-Based Convolutional Neural Network Improves Endoscopic Detection and Depth Prediction of Early Gastric Cancer’이다.

이번에 게재된 논문은 인공지능(AI) 기술을 사용해 위내시경 영상에서 조기 위암(Early gastric cancer; EGC)으로 의심되는 영역을 찾고, 종양의 침범 깊이를 예측하는 연구이다.

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 있어 검사자는 대체로 종양의 총 개수 및 기존 경험에 의존해 판단할 수밖에 없는 한계가 있었다.

이번 연구는 조기 위암 탐지 및 종양의 깊이 예측에 최적화된 모델을 개발하는 데 목표를 두고, AI 진단에 미치는 다양한 요인을 함께 조사했다.

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 측정으로 손실함수를 보정함으로써 조기 위암 탐지, 종양 깊이 예측, 질병 분류 및 위치에 대한 오류 최소화 등을 가능하게 했다.

연구팀이 총 11,539장의 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 측정되며 이전보다 조기 위암 예측 수치가 더욱 향상된 것으로 나타났다.

연구팀은 조기 위암 진단 관련 AI 기술에는 병변 기반 모델이 가장 적합한 트레이닝 방식이라는 것을 입증했으며, 상대적으로 낮은 AI 정확도를 보였던 미분화조직형 위암에 대하여는 추가적인 개선과 검증이 필요하다고 밝혔다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.