부산대·양산부산대병원, 말초 기도 연결성 복원 AI 모델 개발

부산대 김민우 교수와 양산부산대병원 설희윤 교수팀이 불완전한 CT 주석 한계를 극복하고 말초 기도까지 정밀하게 찾아내 연결성을 복원하는 AI 모델 연구 이미지를 공개했다.(사진=부산대 제공)

부산대와 양산부산대병원 연구팀이 AI를 활용해 CT에서 보이지 않던 미세 기도를 찾아내 시술 정확도를 높이는 기술을 개발했다.

부산대학교는 의생명융합공학부 김민우 교수팀과 양산부산대병원 호흡기내과 설희윤 교수팀이 공동연구를 통해 CT 주석이 누락된 말초 기도까지 발견하고 연결성을 복원하는 AI 모델을 개발했다고 24일 밝혔다.

이번 연구는 내비게이션 기관지내시경 시술 시 환자 맞춤형 기도 지도의 완성도를 높여 말초 병변에 대한 접근성과 시술 효율을 획기적으로 향상할 것으로 기대된다.

◆ 불완전한 데이터 넘는 딥러닝 프레임워크 제안

기존 AI 모델은 전문가가 기도로 표시한 주석(라벨)만을 학습해 정답이 없는 미세한 말초 기도를 놓치는 경향이 있었다.

연구팀은 이러한 임상 환경의 한계를 해결하기 위해 경로의 지속성과 연결성에 초점을 맞춘 딥러닝 기반 기도 분할 프레임워크를 설계했다.

이는 얇은 말초 구조에서 발생하는 불확실성을 낮추고 해부학적 맥락을 활용해 끊긴 기도 길을 정밀하게 이어주는 것이 특징이다.

◆ 국제 AI 챌린지 세계 1위로 성능 입증

이번 연구 모델은 국제 의료영상 AI 챌린지인 'ATM22'에서 말초 기도를 깊숙이 찾아내는 평가지표 기준 48개 팀 중 세계 1위를 기록하며 독보적인 기술력을 인정받았다.

연구팀은 공공 데이터뿐만 아니라 양산부산대병원의 실제 임상 데이터를 통해서도 우수한 일반화 성능을 확인했다.

이 모델은 향후 기도뿐만 아니라 주석 누락이 잦은 혈관이나 신경 등 다양한 의료영상 영역으로 확장 적용될 전망이다.

김민우 교수와 설희윤 교수는 "이번 연구는 자동차 내비게이션처럼 목표 지점까지 정확한 경로를 안내하는 통합 플랫폼의 기반을 마련했다는 데 큰 의미가 있다"며 "완벽한 라벨을 얻기 힘든 임상 현실에서 제한된 정보만으로 실제 구조를 정확히 찾아내는 실용적인 AI 개발 방향을 제시했다"고 말했다.

부산=김성욱 기자 attainuk0518@