딥러닝으로 자궁경부암 검진의 정확성을 높이다: AI 기반 자동 품질 평가 시스템

AI 기반 자동화된 자궁경부 세포병리학 WSI 품질 평가 시스템 개발로 자궁경부암 검진의 정확도와 효율성을 향상시켰다는 연구 결과가 발표되었습니다. 베세다 시스템과 다양한 AI 알고리즘을 활용하여 100개의 WSI에 대한 실험을 진행, 속도와 일관성에서 뛰어난 성능을 보였습니다.

자궁경부암 조기 진단의 핵심인 액상세포검사(TCT)의 정확성은 검체 품질에 크게 좌우됩니다. 기존의 수동 평가 방식은 병리학자의 숙련도에 의존하여 주관성이 높고, 비용과 시간이 많이 소요될 뿐만 아니라 신뢰성도 떨어지는 단점이 있었습니다.

하지만 이제 인공지능(AI)이 이러한 문제를 해결할 실마리를 제공합니다. 강란란, 왕젠, 진젠, 양이친, 하용준 연구팀은 최근 AI 기반 자동화된 자궁경부 세포병리학 전체 슬라이드 이미지(WSI) 품질 평가 방법을 개발했습니다. 이 시스템은 베세다 시스템(TBS) 진단 기준과 AI 알고리즘을 결합하여 객관적이고 효율적인 평가를 가능하게 합니다.

연구팀은 객체 탐지, 분류, 분할 등 다양한 AI 모델을 활용하여 WSI의 문맥을 분석했습니다. 염색 품질, 세포 수, 세포 덩어리 비율 등 TBS에서 중점적으로 다루는 품질 평가 지표를 정량적으로 분석하는 것이죠. 여기에 XGBoost 모델을 활용하여 병리학자들이 각 지표에 어떻게 주목하는지 학습시켜, 종합적인 WSI 샘플 점수를 산출하는 모델을 완성했습니다.

100개의 WSI를 대상으로 한 실험 결과는 이 시스템의 놀라운 효율성을 보여줍니다. 기존의 수동 평가 방식에 비해 속도와 일관성이 크게 향상되었다는 것을 확인했습니다. 이는 자궁경부암 검진의 정확성 향상과 의료 효율 증대에 크게 기여할 것으로 기대됩니다. AI 기술의 발전이 의료 현장에서 실질적인 변화를 가져오는 훌륭한 사례입니다. 앞으로 더욱 정교화된 AI 기반 진단 시스템이 개발되어 조기 진단율을 높이고 환자의 생존율을 개선하는 데 기여할 수 있기를 기대해 봅니다.

핵심: AI를 활용한 자궁경부암 검진 품질 평가 자동화 시스템 개발 및 그 효용성 검증

향후 전망: 더욱 정확하고 효율적인 AI 기반 의료 진단 시스템 개발과 보급