[Hinews 하이뉴스] 대장 용종의 조기 진단은 대장암 사망률 감소에 매우 중요하다. 그러나 기존 대장내시경 진단 보조 시스템은 드문 소수 유형 용종을 감지하는 데 한계가 있었다. 서울대병원 연구팀이 이 문제를 해결한 새로운 AI 진단 보조 시스템 ‘ColonOOD’을 개발했다.

이 시스템은 4개 의료기관과 공개 데이터 약 3,400건의 대장내시경 영상을 학습해, 주요 용종은 물론 소수 유형 용종까지 자동으로 감지하고 분류한다. 특히 분류 결과의 신뢰도 정보를 제공해 전문의가 보다 정확한 임상 판단을 내릴 수 있도록 돕는다.

이동헌 서울대병원 영상의학과 교수, 김형신 서울대 데이터사이언스대학원 교수 (서울대병원 제공)
이동헌 서울대병원 영상의학과 교수, 김형신 서울대 데이터사이언스대학원 교수 (서울대병원 제공)
기존 시스템은 주로 고위험 ‘선종성 용종’과 저위험 ‘과형성 용종’ 두 가지 유형만 구분했다. 하지만 ColonOOD는 주요 용종 분류 후, 불확실한 경우에는 추가 분석을 통해 소수 유형 용종을 찾아낸다. 이를 통해 전체 용종을 최대 79.7% 정확도로 분류하고, 소수 유형 용종도 최대 75.5%까지 정확히 검출한다.

이동헌 영상의학과 교수는 “이번 연구는 소수 유형 용종 감지 기능을 통합한 첫 사례로, 임상의가 신뢰 수준에 따라 진단 정확도를 높일 수 있을 것”이라며 “실제 임상 환경에 맞춰 개발돼 의료 현장 활용도가 높을 것으로 기대한다”고 말했다.

이번 연구 결과는 인공지능 분야 국제 학술지 ‘Expert Systems with Applications’ 최신호에 발표됐다.

키워드

#서울대병원#대장용종#AI진단
저작권자 © 헬스인뉴스 무단전재 및 재배포 금지