“CT에 안 보이던 길까지 찾는다”… 부산대, 기관지내시경 정확도 높인 AI 개발

말초 기도 연결성 복원… 폐 병변 접근 경로 정밀도 개선

폐 깊숙한 곳에 위치한 병변을 찾는 과정에서 가장 큰 어려움은 ‘길이 끊긴다’는 점이다. CT 영상에서는 작은 말초 기도가 제대로 보이지 않아, 실제로 존재하는 경로가 지도에서 사라지는 문제가 반복돼 왔다. 이 문제를 해결할 수 있는 인공지능 기술이 제시됐다.부산대학교 의생명융합공학부 김민우 교수 연구팀은 양산부산대병원 호흡기내과 설희윤 교수 연구팀과 공동으로, CT 영상에서 누락된 말초 기도까지 찾아 연결성을 복원하는 AI 모델을 개발했다고 밝혔다.

내비게이션 기관지내시경은 환자의 CT 영상을 기반으로 3차원 기도 지도를 만들고, 입에서 병변까지 이어지는 경로를 따라가는 방식으로 진행된다. 문제는 말초로 갈수록 기도가 매우 가늘어지고 CT 영상에서 대비가 낮아지면서, 실제 존재하는 기도 분지가 영상에서 누락된다는 점이다. 이 한계는 인공지능 학습에서도 그대로 나타났다. 기존 AI 모델은 ‘주석(라벨)’이 표시된 부분만을 정답으로 학습하기 때문에, 주석이 빠진 말초 기도를 실제보다 적게 인식하는 경향이 있었다. 결과적으로 시술에서 중요한 ‘연결된 경로’가 끊기는 문제가 발생해 왔다.

연구팀은 기존 접근 방식을 바꿨다. 단순히 영상에서 기도를 정밀하게 구분하는 것보다, 실제 시술에 필요한 기도의 연결성(연속성)을 더 중요한 목표로 설정했다. 이를 위해 딥러닝 기반 분할 모델에 해부학적 맥락 정보를 반영해 말초 기도 후보 영역을 탐색하고, 중심선 기반 구조를 유지하면서 끊어진 경로를 복원하는 방식으로 설계했다. 또 얇은 말초 구조에서 발생하는 불확실성을 줄이기 위한 학습 제약을 적용해, 누락된 라벨에 과도하게 의존하는 문제도 개선했다. 이 기술을 적용하면 CT 기반 기도 지도에서 말초까지 이어지는 경로를 보다 정확하게 복원할 수 있다. 이는 시술 전 계획 단계에서 병변까지의 접근 경로를 더 정밀하게 설정할 수 있도록 돕고, 실제 내비게이션 기관지내시경에서의 위치 추적 정확도도 높일 수 있다. 결과적으로 말초 폐 병변에 대한 접근 안정성과 시술 효율이 개선될 것으로 기대된다.

연구팀은 해당 기술을 국제 의료영상 AI 챌린지 ‘Airway Tree Modeling Challenge(ATM22)’에 제출해 성능을 검증했다. 그 결과 말초 기도를 깊이 있게 복원하는 지표에서 48개 팀 중 세계 1위를 기록했다. 또 공공 데이터뿐 아니라 실제 병원 데이터에서도 성능이 검증되며 다양한 임상 환경에서의 적용 가능성도 확인됐다.

이번 연구의 또 다른 특징은 데이터 조건이다. 의료 영상에서는 완벽한 라벨 데이터를 확보하기 어려운 경우가 많다. 연구팀은 이러한 현실을 반영해, 불완전한 주석 환경에서도 실제 구조를 복원할 수 있는 모델을 설계했다. 연구진은 향후 이 기술이 혈관, 신경 등 다른 얇은 구조물 분석에도 확장될 수 있을 것으로 보고 있다. 이번 연구에는 부산대 이시열·서민경 박사과정생이 공동 제1저자로 참여했으며, 결과는 국제 학술지 IEEE Transactions on Medical Imaging에 게재됐다.

#부산대학교 #의료AI #기관지내시경 #폐암 #딥러닝 #의료영상

광고