고려대, 단계적 추론 AI 'AUGUST' 개발
2만3000여장 조직영상 검증…진단 정확도·일관성 향상

의료 영상을 보고 병변을 찾아내는 데 그쳤던 인공지능(AI)이 병리의사처럼 앞선 진단 결과를 토대로 다음 판단을 이어가는 단계적 추론에 나선다. 위 조직에서 종양 여부를 먼저 판단하고 그 결과에 따라 악성 여부 등 세부 진단으로 좁혀가는 실제 병리 진단 과정을 AI에 구현한 것이다.


고려대학교는 전기전자공학부 곽진태 교수 연구팀이 병리의사의 단계적 진단 과정을 모방한 위암 진단 AI 모델 'AUGUST(Adaptive Unified Gastric diagnosis Using Sequential Tasks)'를 개발했다고 21일 밝혔다.

각 진단 단계에서 AUGUST 모델이 WSI에서 중요하게 처리하는 영역을 히트맵(시각화 지도)으로 나타낸 결과, 병리학적으로 의미 있는 영역과 일치함을 보여준다. 연구팀 제공

각 진단 단계에서 AUGUST 모델이 WSI에서 중요하게 처리하는 영역을 히트맵(시각화 지도)으로 나타낸 결과, 병리학적으로 의미 있는 영역과 일치함을 보여준다. 연구팀 제공

AD
원본보기 아이콘

최근 디지털 병리 분야에서는 이미지와 텍스트 등 여러 형태의 데이터를 함께 이해하는 다중모달 파운데이션 모델이 활용되고 있다. 하지만 기존 AI는 종양 여부나 악성도 등 각각의 진단 작업을 독립적으로 처리하는 경우가 많았다. 앞 단계의 판단을 토대로 다음 진단 범위를 좁혀가는 실제 병리의사의 의사결정 구조를 반영하는 데 한계가 있었다.

특히 위장관 병리 진단은 단계별 판단의 연결이 중요하다. 먼저 종양이 있는지를 확인한 뒤 그 결과에 따라 악성 여부 등 보다 세부적인 진단으로 들어가는 식이다. 상위 단계의 판단에 따라 필요한 하위 진단 자체가 달라지는 구조다.


앞선 진단 토대로 다음 질문…'순차적 질의응답'


연구팀은 이 같은 과정을 '순차적 질의응답' 방식으로 구현했다. AUGUST는 전체 슬라이드 이미지(WSI)를 보고 곧바로 최종 진단을 내리는 대신 이전 단계에서 얻은 진단 결과를 바탕으로 다음 단계에 필요한 질문을 생성하고 답하는 과정을 반복한다. WSI는 병리 조직 검체 전체를 초고해상도 디지털 영상으로 변환한 데이터다.

예컨대 앞 단계에서 내린 판단을 다음 단계의 조건으로 삼아 진단 범위를 좁혀간다. 연구팀은 이를 통해 AI가 서로 모순되는 진단 결과를 내놓을 가능성을 줄이고, 임상적으로 타당한 진단 경로 안에서 결과를 도출하도록 했다. 최종 결과뿐 아니라 어떤 단계를 거쳐 해당 진단에 도달했는지도 질의응답 형태로 확인할 수 있다.

연구팀 사진. 곽진태 고려대 전기전자공학부 교수(교신저자), 꾸옥 응우옌 캉 전기전자공학부 석박통합과정(공동제1저자), 송진솔 학석사연계과정(공동제1저자). 고려대 제공

연구팀 사진. 곽진태 고려대 전기전자공학부 교수(교신저자), 꾸옥 응우옌 캉 전기전자공학부 석박통합과정(공동제1저자), 송진솔 학석사연계과정(공동제1저자). 고려대 제공

원본보기 아이콘

연구팀은 가톨릭대학교 의정부성모병원에서 2014년부터 2023년까지 10년간 수집한 위장관 WSI 6913장과 2만7069개의 질의응답 쌍을 활용해 AUGUST를 학습시켰다. 이후 학습 데이터를 포함해 총 2만3000장 이상의 WSI를 대상으로 성능을 검증했다.


그 결과 AUGUST는 이미지와 텍스트를 함께 처리하는 비전-언어 모델과 여러 의료영상 데이터를 묶어 분석하는 다중 인스턴스 학습(MIL) 방식보다 높은 진단 정확도와 일관성을 보였다고 연구팀은 설명했다.


곽 교수는 "AUGUST는 단순히 최종 결과만 제시하는 것을 넘어 실제 병리의사가 사고하는 논리적 흐름을 단계별 질의응답 형태로 투명하게 보여주는 AI"라며 "향후 실제 진단 현장에서 병리 전문의의 의사결정을 돕고 진단 정확도와 안정성을 높이는 보조 도구로 활용될 수 있을 것"이라고 말했다.

AD

이번 연구 결과는 국제학술지 'npj 디지털 메디신(npj Digital Medicine)'에 지난 10일 게재됐다.


김종화 기자 justin@asiae.co.kr

<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>

함께 보면 좋은 기사

새로보기

내 안의 인사이트 깨우기

취향저격 맞춤뉴스

많이 본 뉴스

당신을 위한 추천 콘텐츠

놓칠 수 없는 이슈