딥노이드, 미국영상의학회서 ‘폐암 검진’ 관련 연구 초록 발표

▲Lung-RADS의 판독문 예시 (사진제공=딥노이드)

딥노이드는 미국영상의학회 2024(ACR 2024)에서 저선량 CT촬영(LDCT)을 통한 폐암 검진 시 딥러닝 기반의 자동화 Lung-RADS 분류 알고리즘’에 대한 연구 초록을 발표했다고 19일 밝혔다.

이번 연구는 폐암 진단을 위한 폐 영상 분석 시 걸리는 시간을 감소시키고 분류 편차의 폭을 줄이기 위함이다. 발표에 따르면, 검출된 폐결절 중 폐암 가능성이 큰 Lung-RADS Score 4A와 4B의 분류 정확도는 각각 81.41%, 96.38%의 성능을 보였다.

Lung-RADS는 폐결절이 폐암일 확률을 등급으로 나눈 체계다. 1부터 4까지 분류하며, 2~3일 경우 양성, 4일 경우 악성으로 판단한다.

해당 알고리즘은 실시간 폐결절 검출 인공지능 솔루션 ‘DEEP:LUNG(딥렁) DL-LN-02’에 적용되며, 올해 하반기 상용화될 예정이다. DEEP:LUNG(딥렁)은 저선량 흉부 CT 영상으로부터 폐결절 의심 부위를 검출해 의료진의 진단을 보조하는 인공지능 기반 솔루션이다.

이번 연구를 통해 Lung-RADS score 기능이 추가됐다. 또 기존 모델 대비 폐결절 검출에 대한 성능도 민감도와 특이도가 각각 18%, 11% 향상된 것으로 나타났다.

딥노이드 연구팀은 “폐암 선별 검사를 위해 사용되는 저선량 흉부전산화단층촬영(LDCT)은 수백 개의 슬라이스를 해석하기 때문에 판독 시 많은 시간이 소요된다”며 “이번 발표는 폐암 진단 시 효율적인 접근법을 제공한 연구 결과로 시장 기대감이 크다”고 말했다.