뇌종양 등급 95% 정확도로 예측하는 AI 작성일 03-17 127 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="VQgFzFGkJp"> <figure class="figure_frm origin_fig" contents-hash="037175ae4d2bbc310a07036a2d10d3cc6bede18a0b6cdd056becd71dc299e398" dmcf-pid="fxa3q3HEM0" dmcf-ptype="figure"> <p class="link_figure"><img alt="(왼쪽부터) 변윤수 연세대 전기전자공학과 통합과정생, 박예원 세브란스병원 영상의학과 교수, 안성수 교수, 황도식 연세대 전기전자공학과 교수. 연세대 제공." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202503/17/dongascience/20250317114432468ushs.jpg" data-org-width="680" dmcf-mid="2XXJNJP3iU" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202503/17/dongascience/20250317114432468ushs.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> (왼쪽부터) 변윤수 연세대 전기전자공학과 통합과정생, 박예원 세브란스병원 영상의학과 교수, 안성수 교수, 황도식 연세대 전기전자공학과 교수. 연세대 제공. </figcaption> </figure> <p contents-hash="ef80ceaa5b5c9d078fd8115c0a62d103a77a49215e0077ccd29b8493052458f3" dmcf-pid="4MN0B0XDJ3" dmcf-ptype="general">뇌종양의 등급을 최대 95% 정확도로 예측하는 인공지능(AI) 모델이 개발됐다. 뇌종양은 1~2등급이면 양성 뇌종양, 3~4등급일 땐 악성 뇌종양을 의미한다.</p> <p contents-hash="9c0e6f1d486d88b93a2dfa1490f3ef119df3417e6c759cfab7f8872c992e5206" dmcf-pid="8RjpbpZwdF" dmcf-ptype="general">연세대는 황도식 전기전자공학과 교수와 안성수 세브란스병원 영상의학과 교수 연구팀이 자기공명영상법(MRI)과 환자의 임상 정보를 결합한 ‘해석 가능 AI’ 모델을 개발했다고 17일 밝혔다. 해석 가능 AI는 AI의 예측 결과를 사람이 이해할 수 있도록 해석까지 함께 제공하는 AI를 의미한다. </p> <p contents-hash="413a9054211d69088df6e56bc308b79f9a0bdb5d2ef40272555e4353ca62252a" dmcf-pid="6eAUKU5rLt" dmcf-ptype="general">연구팀이 개발한 AI 모델 ‘GlioMT(Glioma Multimodal Transformer)’는 연세대 의료인공지능연구실(MAI-LAB)과 세브란스병원이 공동으로 연구한 결과물로 MRI 데이터와 환자의 성별·나이 등 임상 정보를 동시에 분석하는 멀티모달 트랜스포머 기반 AI 모델이다.</p> <p contents-hash="57be0df6175ed3edce999ae8491a9cb2157ccbd5b60463eff6f6f67e8a9a8f19" dmcf-pid="Pdcu9u1mJ1" dmcf-ptype="general">GlioMT는 대규모언어모델(LLM)을 활용해 환자 나이, 성별 등 임상 정보를 텍스트 임베딩으로 변환한다. 텍스트 임베딩은 사람이 이해하는 언어를 컴퓨터가 처리할 수 있는 수치로 변환하는 기술이다. 또 GlioMT는 이미지 처리 모델인 ‘비주얼 트랜스포머’를 통해 MRI 영상의 시각적 특징을 추출하고 임상 정보와 통합·분석한다. </p> <p contents-hash="e347b8cf897645ee8d8ce88c2cfb261662a8dc5e35d6442f82626e38e16f158e" dmcf-pid="QJk727tse5" dmcf-ptype="general">연구팀은 "GlioMT는 이소시트레이트 탈수소효소(IDH) 돌연변이 여부, 1p/19q 염색체 공동결실 여부, 종양 악성도 등을 예측할 수 있다"며 "예측 기준은 2021년에 개정된 세계보건기구(WHO) 뇌종양 분류 체계를 따른 것으로 최신 진단 기준을 반영했다"고 설명했다. </p> <p contents-hash="264d27c371a91596793e2a1ba7292013d9548bd8acb79ae5e37e150f8c6321f7" dmcf-pid="xiEzVzFOdZ" dmcf-ptype="general">연구팀이 외부 검증용 데이터셋(TCGA, UCSF 등)을 활용해 테스트를 진행한 결과, GlioMT는 기존 합성곱신경망(CNN)이나 비주얼 트랜스포머 기반 모델보다 성능이 우수했다. 악성 뇌종양의 일종인 ‘성인형 확산성 교모세포종’의 분자 아형과 종양 등급을 최대 곡선아래면적(AUC) 점수 0.981, 정확도 94.8%의 성능으로 예측했다. 곡선아래면적은 암 진단 시 사용하는 지표로 0.981은 매우 높은 수준의 판별 정확도에 해당한다. </p> <p contents-hash="6c9dd051b0475c9659804fb68ff411e83f62987ba693a946553807541ab8661d" dmcf-pid="y1BwhwNfeX" dmcf-ptype="general">연구팀의 모델은 단순 예측을 넘어 예측 결과에 영향을 미친 영상 부위와 임상 변수의 중요도를 시각화할 수 있어 해석 가능 AI 모델로서의 활용 가능성이 높다. 의료진의 의사결정 신뢰도를 향상시키고 실질적인 진단 지원 도구로 기능할 것으로 기대된다.</p> <p contents-hash="4c29ae99a4a02e000da849482485287c65c48c5a8e804dddc30af611c2a81d6e" dmcf-pid="Wtbrlrj4eH" dmcf-ptype="general">연구팀은 “향후 GlioMT 모델을 통해 환자 맞춤형 치료 전략 수립과 예후 예측이 보다 정밀해질 것으로 기대된다”며 "AI를 뇌종양 진단의 비침습적 분자 진단 도구로 활용할 수 있을 것"이라고 제시했다. 연구 결과는 국제학술지 'npj 디지털 메디슨’에 게재됐다. </p> <p contents-hash="b61e4f2032f6c23f43e0083ec179d695023833eaa78f15ab83fb89758957ca86" dmcf-pid="YFKmSmA8eG" dmcf-ptype="general"><참고 자료><br> doi.org/10.1038/s41746-025-01530-4</p> <p contents-hash="59e59d1836cc08d44964658341c9b346502e4f3f35196cdd2feb0631b269b254" dmcf-pid="G39svsc6dY" dmcf-ptype="general">[문세영 기자 moon09@donga.com]</p> </section> </div> <p class="" data-translation="true">Copyright © 동아사이언스. 무단전재 및 재배포 금지.</p> 관련자료 이전 잘 만든 물류플랫폼 덕에 ... 美 '전기차 배터리 벨트' 뚫은 韓 기업 03-17 다음 PBA 월드챔피언십 결승 확정, 튀르키예 자존심 대결과 여제의 7연승 도전 03-17 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
