연구팀은 2011년부터 2021년까지 4개 병원에서 수집한 1,091건의 확산강조영상(DWI)을 학습 데이터로 사용해 뇌경색 크기를 경증, 중등증, 중증으로 자동 분류하는 알고리즘을 개발했다. 외부 검증은 2017년부터 2020년까지 11개 병원의 1265건 DWI로 진행됐다.
결과는 전문가 판독과 87.4% 일치율을 보였으며, 코헨의 카파 값 0.81로 전문가 간 일치율(74.6%, 카파 0.62)을 상회했다. 특히, 알고리즘이 중증으로 분류한 환자에서 증상성 출혈성 변환(sHT) 발생률이 가장 높았고, 경증 환자에게서는 sHT가 전혀 관찰되지 않았다. 이는 분류 결과가 임상적 위험과 밀접한 연관이 있음을 의미한다.
제이엘케이는 이 알고리즘이 원본 DWI 영상부터 분류 결과까지 평균 5초 내 처리하는 빠른 속도를 강점으로 내세웠다. 신속한 분석은 임상 연구와 실제 치료 현장 모두에서 효율성을 높여 상용화 가능성을 뒷받침한다.
류위선 제이엘케이 최고의학책임자는 “이번 연구는 뇌졸중 치료 최적화에 직접 기여할 성과”라며 “앞으로 CT 등 다양한 영상으로 알고리즘을 확장해 임상 활용도를 높이고, 제품 경쟁력을 강화할 것”이라고 말했다.
김국주 하이뉴스(Hinews) 기자
press@hinews.co.kr
