최근 조직병리 분야에서는 병리학자들이 질병 진단과 병변 분류를 보다 효과적으로 수행할 수 있도록 진단 보조용 딥러닝 기반 인공지능 기술이 활발하게 개발되고 있다.

이러한 기술 개발의 일환으로 첨단의료기기개발지원센터 최종률 책임연구원과 동서울대학교 전자공학과 오태근 교수 연구팀은 의료 인공지능 및 조직병리 영상 분석 응용 분야를 공동 연구했다.

연구진은 뇌졸중을 유발한 전임상 동물모델의 뇌 조직 병리염색 영상에서 뇌졸중 병변과 괴사성 세포가 존재하는 영역을 탐지·분류를 위한 알고리즘에 가장 최적화된 딥러닝 영상 분류 모델들을 적용, 성능을 비교 분석했다.

그 결과, 6개 합성곱 신경망 기반 딥러닝 영상 분류 모델 비교군 가운데 InternImage＊와 DenseNet-121/169 이 높은 정확도와 빠른 추론 속도를 보였다.

특히 DenseNet-121은 두 가지 병리염색 영상 분류 시나리오 모두에서 우수한 성능을 보였다.

본 연구는 국제학술지 ‘생체의료 신호 처리 및 제어(Biomedical Signal Processing and Control, IF(2024) = 4.9)’에 ‘A comparative study on deep learning architectures for a classification of photothrombotic damaged regions in histopathological rabbit brain images’를 제목으로 온라인 게재됐다.

연구진은 연구 결과와 함께 병리염색 분석 소프트웨어의 개발 및 임상 연구와의 연결 방안도 함께 제시했다.

박구선 케이메디허브 이사장은 “인공지능 기술의 발전이 의료 진단 보조와 치료계획 수립 등 의료 분야로 활발하게 적용되고 있는 시점”이라며, “이번 연구 결과를 기반으로 조직병리 영상 분석 소프트웨어 및 의료 인공지능과 이를 응용한 의료제품의 개발, 기업 지원·연구자 창업 지원까지 균형 있게 확대되기를 기대한다”고 말했다.

한편, 첨단의료기기개발지원센터는 이번 연구 결과를 바탕으로 병리 영상 분석 소프트웨어와 인공지능 영상 분석, 분류기술 개발 및 관련 기업 지원에 앞장설 계획이다.