MICCAI서 진단 플랫폼 '마이랩' 활용 최신 연구 성과 발표
(서울=연합뉴스) 최현석 기자 = AI 기반 혈액 및 암 진단 전문기업 노을주식회사는 세계 최고 권위의 의료영상 국제학술대회 'MICCAI 2025'에서 온디바이스 AI 기반 현장 진단 플랫폼 '마이랩(miLab™)'을 활용한 최신 연구 성과를 발표했다고 29일 밝혔다.
노을은 지난 27일까지 5일간 대전 컨벤션센터에서 열린 MICCAI 2025에서 기존 혈액 및 암 병리 진단 분야의 문제로 손꼽혀왔던 학습용 데이터 부족과 데이터 불균형으로 인한 진단 품질 저하 등을 극복할 수 있는 혁신적인 AI 기술을 공개했다고 전했다.
노을은 워크숍 세션에서 온디바이스 엣지 장치에 최적화된 경량 합성곱 신경망(CNN)과 소형 비전 트랜스포머(TinyViT)를 단계적으로 결합하는 '계단식 분류 모델 배치(Cascaded Classification Framework)'를 통해 마이랩 말라리아 진단에서 민감도와 효율성을 높인 결과를 공개했다.
노을은 기존 수동 현미경 진단의 박층 도말 검사에서 흔히 발생하는 슬라이드 특유의 변동성과 데이터 불균형 문제를 극복하기 위해 독자적인 AI 모델로 자동화 디지털 현미경을 통해 얻은 다초점 세포 이미지를 함께 분석하는 방식을 도입했다. 이를 통해 흐릿하거나 모호한 세포까지 더 정확하게 판별할 수 있고 임상 적용 시 진단 성능이 한층 향상된 것으로 확인됐다고 노을이 설명했다.
아프리카 말라위와 에티오피아의 임상 혈액 샘플을 활용한 평가에서 민감도 98%, 특이도 99.3%를 기록해 수동 현미경 판독 대비 민감도가 약 11%포인트 높아진 수치를 보였다. 감염 밀도가 낮은 사례도 신뢰성 있게 검출돼 전문가가 재검토해야 하는 분량을 줄임으로써 진단 과정상의 효율성 또한 향상했다고 노을이 강조했다.
또한, 말라리아 감염 적혈구 검출 정확도를 높이기 위해 '생성형 데이터 증강(Generative Augmentation)' 기술을 활용한 접근법을 제안했다. 생성적 적대 신경망(GAN) 등 다양한 AI 기법을 조합해 실제 현미경 이미지와 유사한 고품질 합성 이미지를 대량으로 만들어 말라리아 진단을 위한 학습 데이터셋을 확장하고 AI 학습 기술을 고도화했다.
임상 환경에서 확보하기 어려운 생식모세포(Gametocyte) 적혈구 이미지 학습에서 큰 효과를 보여 기존 증강 방식 대비 검출률이 유의미하게 개선된 것으로 나타났다고 노을이 전했다.
이번 연구 성과는 말라리아에 국한되지 않고 데이터 샘플 부족이나 희귀한 형태학적 변이가 문제되는 암, 결핵, 희귀혈액 질환 등의 분석 과제에도 적용할 수 있는 기술적 기반을 마련했다는 점에서 의미가 크다고 노을은 강조했다.
노을 임찬양 대표는 "이번 연구를 통해 노을의 메디컬 이미징 및 AI 기술이 저자원, 고자원 임상 환경 모두에서 기존 진단법보다 우월한 성능이 확인됐다"며 "혈액 및 암 병리 진단 분야에서 높은 활용성과 범용성을 갖춘 기술의 개발 및 고도화에 지속적으로 투자해 나갈 것"이라고 밝혔다.
harrison@yna.co.kr
<연합뉴스>