부산대·양산부산대병원, 말초 기도 연결성 복원 AI 개발

[포인트경제] 부산대학교와 양산부산대학교병원 연구진이 CT에서 놓치기 쉬운 말초 기도까지 인공지능(AI)으로 찾아 연결하는 기술을 개발했다. 환자 맞춤형 3차원 기도 지도를 정밀하게 구현해 내비게이션 기관지내시경의 정확도와 시술 효율을 높일 수 있을 것으로 기대된다.

부산대학교는 김민우 교수 연구팀이 양산부산대병원 설희윤 교수팀과의 공동연구를 통해 CT 영상에서 주석이 누락된 말초 기도 분지까지 탐지하고 연결성을 복원하는 딥러닝 기반 모델을 개발했다고 24일 밝혔다.

내비게이션 기관지내시경은 환자 CT를 기반으로 기도 지도를 만들고 목표 병변까지 경로를 설정하는 시술이다. 그러나 말초로 갈수록 기도가 가늘고 CT 대비가 낮아 영상에서 잘 드러나지 않아 실제 존재하는 기도 분지가 누락되는 문제가 지속적으로 제기돼왔다. 이는 AI 학습 데이터에서도 동일하게 나타나 기존 모델은 제공된 라벨에 의존하면서 말초 기도를 과소 인식하는 한계가 있었다.

연구팀은 이 문제를 해결하기 위해 ‘라벨 정확도’ 중심 접근에서 벗어나 실제 시술에 중요한 ‘기도 연결성’과 ‘경로 지속성’을 핵심 목표로 설정했다. 해부학적 맥락 정보를 활용해 말초 후보 영역을 탐색하고 얇은 구조에서 발생하는 불확실성을 줄이는 동시에 중심선 기반 연결성을 강화하는 학습 방식을 적용했다.

이 기술은 CT 해상도나 슬라이스 두께 변화로 말초 기도가 흐릿해지는 상황에서도 안정적으로 작동하도록 설계됐다. 그 결과 시술 전 단계에서 더 완성도 높은 기도 지도와 경로 추출이 가능해지고 실제 시술에서 병변 접근의 정확성과 효율을 높일 수 있을 것으로 전망된다.

성능 검증에서도 성과를 보였다. 전문가 보강 데이터 기준 평가에서 말초 기도 복원 능력이 우수하게 나타났으며 공공 데이터와 병원 임상 데이터 모두에서 일관된 결과를 확인했다. 특히 국제 의료영상 학회 MICCAI 2022 Airway Tree Modeling Challenge에서 말초 기도 탐지 지표 기준 세계 1위를 기록했다.

이번 연구는 IEEE Transactions on Medical Imaging 3월 9일자에 게재됐다.

김민우 교수와 설희윤 교수는 “이번 연구는 말초 폐암 진단을 위한 내비게이션 기관지내시경의 정확도를 높이기 위해 환자 맞춤형 기도 지도 완성도를 끌어올린 데 의미가 있다”며 “불완전한 CT 주석 데이터에서도 말초 기도 연결성을 정밀하게 복원할 수 있는 AI 모델을 구현했다”고 밝혔다. 이어 “목표 지점까지 경로를 안내하는 통합 내비게이션 플랫폼으로 확장할 수 있는 기반도 마련했다”고 덧붙였다.

연구팀은 향후 이 기술이 혈관이나 신경 등 다른 미세 구조 영상 분석에도 적용될 수 있을 것으로 보고 있다. 완전한 라벨 확보가 어려운 임상 환경에서 제한된 데이터로도 실제 구조를 정밀하게 복원하는 AI 활용 가능성을 제시했다는 평가다.