"대장 병리 AI연구 게재"…딥노이드, 솔루션 지속

딥노이드, 대장 병리 AI 연구 논문 'JKMS' 게재

병리 전문의 판독 프로세스 모사한 AI 모델 개발

희귀 악성 종양 비롯한 5개 판독 유형 자동 분류

[서울=뉴시스] 의료 AI 전문기업 딥노이드는 병리 전문의의 판독 프로세스를 모사한 AI 연구 모델로 대장 내시경 생검 조직을 분류하는 연구 논문이 국제 학술지 'Journal of Korean Medical Science(JKMS)'에 게재됐다고 28일 밝혔다. (사진=딥노이드 제공) 2026.05.28. [email protected] *재판매 및 DB 금지

[서울=뉴시스]송종호 기자 = 딥노이드가 인공지능(AI) 기반 병리 분야 연구 성과를 이어갔다.

의료 AI 전문기업 딥노이드는 병리 전문의의 판독 프로세스를 모사한 AI 연구 모델로 대장 내시경 생검 조직을 분류하는 연구 논문이 국제 학술지 'Journal of Korean Medical Science(JKMS)'에 게재됐다고 28일 밝혔다.

JKMS는 대한의학회(Korean Academy of Medical Sciences)와 대한의사협회(Korean Medical Association)가 발행하는 국제 의학 저널이다. MEDLINE, PubMed, PubMed Central 등 의생명과학 분야 주요 데이터베이스와 Web of Science(SCIE) 등 국제 학술 데이터베이스에 등재됐으며 IF(Impact Factor) 2.3을 기록하고 있다.

이번 연구는 딥노이드 연구팀과 가톨릭대학교 의과대학 병리과 연구진의 공동연구로 수행됐으며, 대장 내시경 검사로 확보한 조직 이미지를 AI가 분석해 주요 병변 유형을 구분할 수 있는지를 검증하는 데 초점을 맞췄다. 이를 통해 AI가 병리 전문의의 대장 내시경 생검 조직 분류 과정을 보조할 수 있음을 확인했다.

연구팀은 병리 전문의의 판독 과정을 모방해 자동으로 분류를 수행하는 ‘2단계 앙상블 파이프라인’을 개발했다. 전체 슬라이드 이미지(WSI) 기반의 CLAM 모델과 타일 이미지 기반의 EfficientNet 모델을 결합한 이 파이프라인은 8987명의 환자로부터 수집한 1만 8922개의 대장 조직 전체 슬라이드 이미지(WSI)를 학습해 비종양(NT), 과형성 용종(HYP), 선종(ADM), 선암종(ADC), 신경내분비종양(NET)의 5가지 판독 유형을 분류할 수 있다.

이중 신경내분비종양(NET)은 전체 대장암 악성 종양 중 약 0.49%에 불과한 희귀 병변으로, 그동안 AI를 활용해 이를 자동 분류한 연구는 흔치 않았다. 특히 다중 아형 분류 모델 중 신경내분비종양을 함께 분류한 사례로는 이번 연구가 학술적으로 보고된 바 없는 최초 사례다.

또한 이번 연구는 특정 기관의 데이터에만 의존하지 않고 6개 의료 기관의 데이터를 활용해 검증을 진행했다. 이를 통해 해당 AI 연구 모델이 실제 의료 현장에서도 활용될 수 있는 가능성을 확인했다.

최우식 딥노이드 대표는 "이번 연구 성과는 디지털 병리 분야에서 AI 솔루션 적용 가능성을 확인한 계기"라고 말했다. 이어 "앞서 공개한 갑상선 세포검사 AI 연구 성과에 이어, 앞으로도 병리 분야 연구를 연속성 있게 확대하며 병리 기반 AI 솔루션 개발 행보를 지속해 나가겠다"라고 덧붙였다.

한편 딥노이드는 지난 4월 갑상선 세포 디지털 이미지를 활용해 BRAF 유전자 변이 가능성을 예측하는 병리 분야 연구 성과를 공개한 바 있다. 딥노이드는 향후 다양한 분야를 아우르는 디지털 병리 연구개발을 지속하며 기술 경쟁력을 강화한다는 계획이다.


◎공감언론 뉴시스 [email protected]