인공지능 기반 암 진단 전문 의료 기업 딥바이오가 자사의 유방암 분석 AI 알고리즘 성능을 검증하기 위한 성능평가 연구가 국제 학술지에 게재됐다고 21일 밝혔다.

딥바이오는 유방암 수술 후 채취한 검체에서 침윤성 유방암(invasive ductal carcinoma, IDC)의 병변과 비침윤성 상피내암(ductal carcinoma in situ,DCIS)의 병변을 정확하게 분할해 암종을 식별하는 유방암 분석 AI 알고리즘 성능 평가 연구 결과를 발표했다.

전체 여성 암의 24.5%를 차지하는 유방암은 침윤성 유관암, 침윤성 소엽암, 유관 상피내암 등으로 나눠지며, 환자별 유방암 발병 양상과 중증도에 따라 치료 방법이 달라진다. 이에 유방암 치료를 위해서는 병변 양상과 크기, 중증도를 정확하게 예측하는 것이 중요하다.

가톨릭대학교 부천성모병원 진민선 교수, 고대 구로병원 김정렬 교수 등과 공동 수행한 해당 연구에서 딥바이오는 헤마톡실린과 에오신(H&E)으로 염색된 유방암 병리 슬라이드 이미지를 활용하여 유방암 병변을 사용자에게 자동으로 제공하는 유방암에 대한 다중 해상도 선택적 분할 모델 (MurSS: A Multi-resolution Selective Segmentation Model for Breast Cancer)을 제안했다.

다중 해상도의 이미지를 활용하여 진단 정확도를 향상시키며 진단에 있어 불확실한 영역을 자동으로 학습에서 제외하는 선택적 분할 방법(selective segmentation method)을 도입하여 모델 결과의 안정성과 신뢰성을 높인 모델이다.

연구 결과에 따르면, 이렇게 학습된 MurSS는 유방암 H&E 슬라이드에서 96.88%(95% 신뢰 구간 95.67% ~ 97.61%)의 픽셀 레벨 정확도를 달성해 기존에 발표된 최신 딥러닝 모델보다 높은 정확도를 보여주었다.

이번 연구 결과는 바이오 엔지니어링 분야 학술지인 MDPI Bioengineering의 특별호(Computational Pathology and Artificial Intelligence)에 게재됐다.

딥바이오 곽태영 CTO는 “다중 해상도 선택적 분할모델(MurSS)을 사용하면 유방암 병리 슬라이드에서 암 영역을 보다 정확히 계측하여 관내상피암 등을 제외한 침습암의 크기 측정에 도움을 줄 수 있다”며 “정확한 암 영역을 제안함으로써 향후 개발되는 각종 암 지표 자동분석 알고리즘을 활용했을 경우보다 정밀한 결과 예측을 가능하게 할 수 있을 것으로 기대된다”고 말했다.