- Lung-RADS 분류 시 폐암 가능성 높은 4A와 4B의 분류 정확도 각각 81.41%, 96.38% 성능 보여
- 해당 알고리즘 적용된 DEEP:LUNG(딥렁) Ver.2.0, 올 해 하반기 상용화 예정… 폐암 진단에
효율적인 접근법 제공
![](https://static.wixstatic.com/media/8d6b8a_1f539acebb0e4dd5a03aaa802d197a44~mv2.png/v1/fill/w_845,h_436,al_c,q_90,enc_auto/8d6b8a_1f539acebb0e4dd5a03aaa802d197a44~mv2.png)
[사진] 판독문 예시
[2024-04-18] 국내 1세대 의료 인공지능 전문기업 ㈜딥노이드(대표 최우식)는 미국영상의학회 2024(ACR, American College of Radiology 2024)에서 ‘저선량 CT촬영(LDCT)을 통한 폐암 검진 시 딥러닝 기반의 자동화 Lung-RADS 분류 알고리즘’에 대한 연구 초록을 발표했다.
이번 연구는 폐암 진단을 위한 폐 영상 분석 시 소요되는 시간을 감소시킴과 동시에 분류 편차의 폭을 줄이기 위해 고안됐다. 발표에 따르면, 검출된 폐결절 중 폐암 가능성이 높은 Lung-RADS Score 4A와 4B의 분류 정확도는 각각 81.41%, 96.38%의 성능을 보였다.
Lung-RADS는 폐결절이 폐암일 확률을 등급으로 나눈 체계다. 1부터 4까지 분류하며, 2~3일 경우 양성, 4일 경우 악성으로 판단한다.
해당 알고리즘은 실시간 폐결절 검출 인공지능 솔루션 ‘DEEP:LUNG(딥렁) DL-LN-02’에 적용되며, 올해 하반기 상용화될 예정이다. DEEP:LUNG(딥렁)은 저선량 흉부 CT 영상으로부터 폐결절 의심 부위를 검출해 의료진의 진단을 보조하는 인공지능 기반의 솔루션이다. 이번 연구를 통해 Lung-RADS score 기능이 추가됐다. 또, 기존 모델 대비 폐결절 검출에 대한 성능도 민감도와 특이도가 각각 18%, 11% 향상된 것으로 나타났다.
이번 연구를 진행한 딥노이드 연구팀은 “폐암 선별 검사를 위해 사용되는 저선량 흉부전산화단층촬영(LDCT)은 수백 개의 슬라이스를 해석해야 하기 때문에 판독 시 많은 시간이 소요된다”며, “이번 발표는 폐암 진단 시 효율적인 접근법을 제공한 연구 결과로서, 시장 기대감이 크다”고 입을 모았다.
한편, Lung-RADS 분류에 대한 연구는 ‘닥터앤서 2.0’의 일환으로 부산대병원(병원장 정성운) 과제 책임자인 흉부외과 이호석 교수와의 협력을 통해 이루어졌다. 해당 사업은 질병의 진단·치료 등 의료 전 주기를 지원하는 AI 정밀의료솔루션으로, 과학기술정보통신부와 정보통신산업진흥원이 지원한다.
Comments