이석현 교수팀 / 한림대강남성심병원

한림대강남성심병원 영상의학과 이석현 교수 연구팀이 인공지능(AI) 기반 골스캔 진단 연구 성과를 인정받아 생물학연구정보센터(BRIC)의 ‘한빛사(한국을 빛내는 사람들)’에 선정됐다.

이번 연구는 한림대성심병원 핵의학과 김동우 교수, 단국대학교병원 핵의학과 손혜주 교수, 한림대학교 의과대학 박세현 학생이 함께 참여했다.

연구팀은 골스캔 영상에서 뼈로의 암 전이 여부를 보다 정확하게 진단하기 위해, CNN(Convolutional Neural Network) 기반 모델과 트랜스포머(Transformer) 모델을 비교 분석했다.

특히 최신 인공지능 모델인 ConvNeXt를 활용해 골전이 진단 성능을 크게 향상시킨 결과를 도출했다.

골스캔은 뼈의 염증, 손상, 암 전이 여부를 확인하는 검사로 특히 전립선암과 유방암 환자들에게 필수적으로 시행되는 진단 방법이다.

CT나 MRI에 비해 비용 부담이 적고, 전신의 골 구조를 한 번에 확인할 수 있는 장점이 있다.

그러나 지금까지 골스캔 영상에 대한 인공지능 연구는 상대적으로 적었으며, 최신 모델을 적용한 임상 연구 사례는 더욱 드물었다.

연구팀은 한림대강남성심병원 환자 4,694명, 한림대성심병원 환자 1481명 등 총 6175명의 환자 데이터를 분석 대상으로 삼았다.

이 과정에서 의료영상 분야에서 널리 사용되는 ResNet, 자연어처리와 영상 인식 분야에서 주목받은 트랜스포머 모델, 그리고 ResNet을 발전시킨 ConvNeXt 모델을 비교 적용했다.

그 결과 기존 ResNet 모델이 민감도 63%, 특이도 90%를 기록한 반면 ConvNeXt 모델은 민감도 79%, 특이도 100%로 월등히 높은 진단 정확도를 보였다.

특히 ConvNeXt 모델은 골전이 여부를 더욱 민감하고 정확하게 판별해낼 수 있어 향후 골스캔 기반 진단의 새로운 가능성을 제시했다.

연구팀은 내부 데이터뿐 아니라 외부 병원 데이터를 활용한 교차 검증을 통해 연구 결과의 신뢰성을 높였다.

이에 따라 이번 연구는 제63차 대한핵의학회 추계학술대회에서도 ‘젊은연구자상’을 수상하는 영예를 안았다.

이석현 교수는 “이번 연구를 통해 ConvNeXt와 같은 최신 인공지능 모델이 골스캔을 포함한 다양한 의료영상 분야에 폭넓게 활용될 수 있는 가능성을 확인했다”며 “앞으로도 환자들이 더욱 신속하고 정확하게 의료영상 진단을 받을 수 있도록 최신 기술을 접목한 다양한 인공지능 연구를 지속해 나가겠다”고 밝혔다.

한편 연구팀이 등재된 ‘한빛사’는 BRIC이 세계적으로 권위 있는 생명과학·의학 분야 학술지에 게재된 한국인 연구자 및 연구성과를 소개하는 제도로 Journal Citation Reports(JCR) 기준 영향력 지수(JIF 또는 5-Yr JIF) 10 이상이거나 각 분야 상위 3% 이내 학술지에 발표된 논문을 대상으로 한다.

이번 등재를 통해 이석현 교수팀은 국내를 넘어 세계적인 연구성과를 공식적으로 인정받았다.