해당 연구는 2025년 10월 8일자 네이처 자매지 Scientific Reports(IF 4.6)에 게재됐다.
연구팀은 초기 유방암 환자 125명의 H&E 염색 병리 슬라이드를 분석해, 재발 위험도를 저·중·고 위험군으로 분류하는 딥러닝 기반 예측 모델을 개발했다.
이 모델은 유전자 발현 검사(Oncotype DX)와 비교해 패치 단위 기준 87.75% 일치율, 고위험군 예측 정확도 91.2%를 기록했다. 또한 병리학적 조직 등급과는 0.61의 상관계수를 보여 의미 있는 상관성을 입증했다.
김정열 교수는 “유전자 검사 없이도 병리 슬라이드만으로 예후를 예측할 수 있다는 점은 정밀의료의 접근성을 높이는 중요한 성과”라며, “비용과 시간 부담을 줄인 예측 시스템이 임상 판단에 실질적 도움을 줄 수 있을 것”이라고 밝혔다.
장혜윤 딥바이오 병리AI연구팀 박사는 “AI가 조직 형태의 미세한 패턴과 예후 간의 연관성을 스스로 학습했다는 점이 핵심”이라며, “앞으로 다기관 검증을 통해 모델의 신뢰성과 범용성을 강화해 나갈 계획”이라고 말했다.
김국주 하이뉴스(Hinews) 기자
press@hinews.co.kr
