[Hinews 하이뉴스] 대장 용종의 조기 진단은 대장암 사망률 감소에 매우 중요하다. 그러나 기존 대장내시경 진단 보조 시스템은 드문 소수 유형 용종을 감지하는 데 한계가 있었다. 서울대병원 연구팀이 이 문제를 해결한 새로운 AI 진단 보조 시스템 ‘ColonOOD’을 개발했다.

이 시스템은 4개 의료기관과 공개 데이터 약 3,400건의 대장내시경 영상을 학습해, 주요 용종은 물론 소수 유형 용종까지 자동으로 감지하고 분류한다. 특히 분류 결과의 신뢰도 정보를 제공해 전문의가 보다 정확한 임상 판단을 내릴 수 있도록 돕는다.

기존 시스템은 주로 고위험 ‘선종성 용종’과 저위험 ‘과형성 용종’ 두 가지 유형만 구분했다. 하지만 ColonOOD는 주요 용종 분류 후, 불확실한 경우에는 추가 분석을 통해 소수 유형 용종을 찾아낸다. 이를 통해 전체 용종을 최대 79.7% 정확도로 분류하고, 소수 유형 용종도 최대 75.5%까지 정확히 검출한다.

이동헌 영상의학과 교수는 “이번 연구는 소수 유형 용종 감지 기능을 통합한 첫 사례로, 임상의가 신뢰 수준에 따라 진단 정확도를 높일 수 있을 것”이라며 “실제 임상 환경에 맞춰 개발돼 의료 현장 활용도가 높을 것으로 기대한다”고 말했다.

이번 연구 결과는 인공지능 분야 국제 학술지 ‘Expert Systems with Applications’ 최신호에 발표됐다.