△ 국산 의료 AI업체들이 기술력을 과시하고 있다.

국내 의료 인공지능(AI) 업체들이 자사의 기술력을 과시하고 있다.

코어라인소프트, 아이넥스코퍼레이션, 딥노이드 등 업체들은 각각 폐암검진 AI 경쟁력, 의료진 숙련도 편차 완화, 대장 병리 AI의 유효성 등에 대한 연구 결과들을 국제학술지에 게재하며 경쟁력을 입증했다.

◆ 코어라인소프트, 유럽 학술지서 폐암검진 AI 경쟁력 입증

코어라인소프트는 최근 비교 연구에서 자사 폐암검진 AI 솔루션 'AVIEW LCS'가 실제 국가 폐암검진 프로그램에 필요한 핵심 업무(Workflow)를 폭넓게 지원하는 것으로 평가된 내용을 유럽 영상의학 분야 권위지 '유럽 영상의학(European Radiology)'에 게재했다. 

이 연구는 유럽에서 사용 중인 CE 인증 폐암검진 AI 제품 16종을 대상으로 결절 탐지, 분류, 정량 측정, 성장률 분석, 악성도 예측, 구조화 관리 등 검진 전 과정을 얼마나 지원하는지 비교 분석했다.

연구 결과 AVIEW LCS는 결절 탐지와 정량 측정은 물론, 과거 영상 비교를 통한 성장 평가와 Lung-RADS 기반 구조화 리포트 기능까지 제공하며 가장 넓은 수준의 폐암검진 업무 범위를 지원하는 제품군으로 평가됐다.

연구진은 다수의 AI 제품이 결절 탐지 기능은 제공하지만 성장 평가와 가이드라인 기반 관리, 구조화 보고서 기능까지 일관되게 지원하는 사례는 제한적이라고 분석했다.

코어라인소프트는 독일을 비롯해 프랑스 'IMPULSION', 이탈리아 'RISP' 등 유럽 주요 국가 폐암검진 프로젝트에 참여하며 검진 운영 경험을 축적해왔다. 회사는 최근 독일 국가검진 시장을 중심으로 사업을 확대하고 있으며, 올해 1분기 독일에서만 신규 병원 계약 11건을 체결했다고 설명했다.

회사 측은 이번 연구 결과가 단순 AI 정확도를 넘어 국가 단위 폐암검진 운영 체계에 적합한 솔루션 경쟁력을 입증한 사례라고 평가했다.

◆ 아이넥스코퍼레이션, '에나드 캐드엑스' 의료진 숙련도 편차 완화 입증

아이넥스코퍼레이션은 AI 대장내시경 진단 보조 소프트웨어(에나드 캐드엑스, ENAD CADx)가 내시경 의사의 진단 정확도에 미치는 영향을 검증한 다기관 연구 결과를 공개했다.

이번 연구는 소화기학 국제학술지 '거트앤리버'(Gut and Liver)에 등재됐다.

연구는 서울대학교병원 강남센터, 서울대학교병원, 부산대학교병원, 인제대학교 부산백병원 등 4개 기관의 내시경 의사 35명이 참여했다. 

참가자는 경험 수준에 따라 숙련된 전문가, 전문가, 초보자 그룹으로 분류됐으며 협대역영상(NBI) 동영상 클립으로 구성된 100개의 대장 병변을 '에나드 캐드엑스' 보조 유무에 따라 두 차례 평가했다.

연구 결과 에나드 캐드엑스 보조 시 3초 이내 즉각 판단인 '고확신도 진단' 정확도가 78.3%에서 89.8%로 11.5%포인트(p) 상승했다. 평균 의사결정 시간도 3.3초에서 2.8초로 단축됐다. 특히 초보 내시경 의사 그룹에서 효과가 높았다. 

초보자 그룹의 고확신도 진단 정확도는 74.1%에서 88.8%로 14.7%p 올랐고, 평가자 간 진단 일치도도 유의하게 증가했다. 

연구팀은 에나드 캐드엑스가 경험에 따른 진단 품질 편차를 줄이는 도구로 기능할 수 있다고 분석했다.

에나드 캐드엑스는 병변을 △선종·신생물 △과형성 용종 △평평한 톱니 모양 병변(SSL) 등 3개 유형으로 실시간 진단하는 AI 대장내시경 진단 보조 소프트웨어다. 

2025년 9월 대장내시경 AI 분야 최초로 혁신의료기기 통합심사를 통과했으며, 올해 1월부터 종합병원 및 상급종합병원 대상 혁신의료기술 비급여 청구가 가능해졌다.

아이넥스는 이번 연구로 에나드 캐드엑스가 진단 정확도를 높여 내시경 검사 품질 상향에 기여한다는 점을 입증했으며 임상 연구를 지속해 글로벌 시장에서 신뢰받는 내시경 AI 솔루션으로 자리매김하겠다는 계획이다.

◆ 딥노이드, 대장 병리 AI 연구 논문 국제학술지 게재

의료 인공지능(AI)기업 딥노이드는 최근 병리 전문의 판독 과정을 모사한 AI 연구 모델 기반 대장 내시경 생검 조직 분류 연구 논문을 국제 학술지 '한국의과학저널(Journal of Korean Medical Science)'에 게재했다.

딥노이드 연구팀과 가톨릭의대 병리과 연구진이 공동 수행된 이번 연구는 대장 내시경 검사로 확보한 조직 이미지를 AI가 분석해 주요 병변 유형을 구분할 수 있는지 검증하는 데 초점을 맞췄다. 이를 통해 AI가 병리 전문의의 대장 내시경 생검 조직 분류 과정을 보조할 수 있음을 확인했다.

연구팀은 병리 전문의 판독 과정을 모방해 자동 분류를 수행하는 '2단계 앙상블 파이프라인'을 개발했다.

전체 슬라이드 이미지(WSI) 기반 CLAM(Clustering-constrained Attention Multiple Instance Learning) 모델과 타일 이미지 기반 EfficientNet 모델을 결합한 방식이다.

해당 파이프라인은 8987명의 환자로부터 수집한 1만8922개의 대장 조직 전체 슬라이드 이미지(WSI)를 학습해 △비종양(NT) △과형성 용종(HYP) △선종(ADM) △선암종(ADC) △신경내분비종양(NET) 5가지 판독 유형을 분류할 수 있도록 설계됐다.

특히 신경내분비종양(NET)은 전체 대장암 악성 종양 가운데 약 0.49%에 불과한 희귀 병변으로 AI를 활용한 자동 분류 연구가 많지 않았던 영역이다. 

회사는 다중 아형 분류 모델 가운데 신경내분비종양을 함께 분류한 사례로는 이번 연구가 학술적으로 보고된 첫 사례라고 설명했다. 또 특정 기관 데이터에만 의존하지 않고 6개 의료기관 데이터를 활용해 검증을 진행했다는 점에서도 의미가 있다. 이를 통해 해당 AI 연구 모델의 실제 의료현장 적용 가능성을 확인했다는 설명이다.

딥노이드는 이번 연구 성과가 디지털 병리 분야에서 AI 솔루션 적용 가능성을 확인한 계기가 될 것으로 기대했다.

◆ 뷰노, '심부전 선별 AI' 고도화 연구

의료 인공지능(AI) 기업 뷰노는 최근 자사의 AI 기반 심부전 선별 의료기기 'VUNO Med-DeepECG LVSD(이하 DeepECG LVSD)'의 알고리즘 성능을 크게 개선시킨 연구 결과를 최근 국제 전문 학술지 'JMIR 의료 정보학(JMIR Medical Informatics)'에 게재했다.

이번 연구의 주제는 심전도 데이터를 분석해 심부전의 주요 선행소견인 좌심실수축기능부전(Left Ventricular Systolic Dysfunction, LVSD)을 보다 정밀하게 탐지하는 딥러닝 모델을 개발하고 내·외부 검증을 통해 해당 알고리즘의 성능과 임상적 활용 가능성을 평가하는 것이다.

LVSD는 조기 발견을 통해 적시에 치료할 경우 환자의 예후를 크게 개선할 수 있다.

그러나 표준 진단법인 심장 초음파 검사는 비교적 높은 비용과 장비 접근성의 제약으로 대규모 스크리닝에는 한계가 있었다.

이를 보완하기 위해 다양한 AI 모델들이 개발됐으나 동반 질환이 있는 환자군에서 진단 성능이 저하되는 문제가 지속적으로 보고되어 왔다.

이에 뷰노 연구팀은 환자 약 26만명 데이터를 활용한 3단계 학습 전략을 통해 알고리즘을 개발했다.

먼저 대규모 심전도 데이터로 사전 학습(Pretraining)을 시키고 2주 이내 검사한 심초음파(TTE)와 심전도(ECG) 데이터를 사용하여 LVSD를 감지하도록 모델을 학습하는 미세조정(Fine-tuning)을 거쳤다.

이후 과거 검사결과와 이전 모델 예측값을 반영한 재보정(Recalibration)을 통해 LVSD를 선별하는 새로운 알고리즘을 도입했다.

모델 개발 및 내부 검증에는 한림대학교 성심병원의 데이터를 활용했으며 연세대학교 원주세브란스기독병원 데이터를 통해 외부 검증을 수행했다.

연구를 통해 사전학습과 미세조정을 거친 DeepECG LVSD는 내부 검증에서 AUROC 0.953(외부 0.947)의 성능을 확인했다. 

또 환자의 과거 검사 결과를 반영한 재보정된 모델은 내부 검증에서 AUROC 0.956(외부 0.940)을 기록하며 재보정 적용 전 모델(내부 0.945, 외부 0.910) 대비 개선된 성능을 확인했다. 

이러한 성능 향상은 연령이나 성별 등 모든 그룹에서 확인됐으며 특히 심방세동 등 기존 AI가 취약했던 환자군에서도 유의미했다. 

실제로 심방세동 환자에서는 특이도(Specificity)가 0.518에서 0.900으로 크게 향상되어 위양성(False-positive) 진단으로 인한 불필요한 추가 검사 부담을 줄일 수 있을 것으로 기대된다.

Tag

#코어라인소프트#아이넥스코퍼레이션#딥노이드#뷰노#국제학술지