[Hinews 하이뉴스] 가톨릭대 서울성모병원과 고려대 안암병원을 중심으로 한 국제 공동연구팀이 디지털 병리 이미지 용량을 획기적으로 줄이면서 진단 정확도를 유지하는 인공지능(AI) 압축 기술을 개발했다.

이번에 개발된 ‘아다슬라이드(AdaSlide)’는 이미지 내 진단 중요도가 낮은 영역은 고압축하고, 핵심 영역은 원본 화질로 보존하는 적응형 압축 프레임워크다. 기존 방식이 전체 이미지를 균일하게 압축하며 세포 정보가 손실되거나 불필요한 배경까지 고화질로 유지했던 것과 달리, AI가 자동으로 영역별 압축을 판단해 효율성을 높였다.

연구팀은 31개 암종, 약 180만 개 패널 이미지로 학습한 ‘압축 결정 에이전트’를 통해, 압축된 이미지를 기초 이미지 복원기를 활용해 진단 가능한 수준으로 복원했다. 13개의 다양한 병리 과제에서 테스트한 결과, 저장 용량을 65~90% 절감하면서도 진단 성능은 원본과 동등하게 유지됐다.

병리 전문의 5명이 참여한 시각적 튜링 테스트에서도 원본 이미지와 압축 복원 이미지의 차이를 구별한 비율은 56%에 그쳤다. 또한 AI 비교판독에서도 핵 분할 및 분류 과제에서 원본 대비 분석 성능이 오히려 향상되는 사례가 관찰됐다. 이는 불필요한 노이즈가 줄고, 중요한 정보 위주로 데이터가 보존되면서 발생한 효과다.

이성학 서울성모병원 교수는 “AI가 진단에 필요한 정보를 스스로 판단하고 선택적으로 보존하는 기술로, 의료 데이터의 의미 기반 관리라는 새로운 방향성을 제시한다”고 설명했다. 안상정 고려대 교수는 “디지털 병리 확산의 걸림돌이었던 저장 비용 문제를 진단 정확도 저하 없이 해결할 기술적 기반을 마련했다”고 밝혔다.

이번 연구 성과는 국제 학술지 Nature Communications에 게재됐다.