논문은 ’두개내출혈(ICH) 검출을 위한 딥러닝 모델 알고리즘의 효과 검증‘에 대한 것이다. 주요 저자로는 국내 분당서울대병원, 서울대 의과대학과 미국 텍사스대학교 의과대학의 강동완, 박기훈, 류위선, 김동억, 다위드 셀링거호트 및 주요 교수진이 참여했다.
ICH는 다섯 가지 하위 유형의 경막외출혈(EDH), 경막하출혈(SDH), 지주막하출혈(SAH), 실질내출혈(IPH), 뇌실내출혈(IVH)로 구분된다. 사망률과 이환율이 매우 높아 신속하고 정확한 진단이 요구되는 질병이다. 또 많은 국가에서 신경방사선 전문의의 부족으로 인한 오진이 발생하고 있다. 이에 논문에서는 JBS-04K가 딥러닝 알고리즘으로 ICH를 탐지하는 데 있어 가장 효과적인 솔루션임을 설명했다.
논문에 따르면 JBS-04K는 경쟁사의 솔루션에 비해 상당히 우수한 검출 성능을 보였다. 높은 민감도와 특이도 및 곡선하면적을 증명했다. 총 161개의 케이스를 대상으로 검출 정확도를 높이기 위해 6명의 전문가가 투입됐으며 가중치 앙상블 모델이 추가로 분석됐다. 그 결과 인공지능(AI)과 전문의 간 차이는 크지 않았고, 더 우수한 성능을 보여 높은 임상 적용 가능성을 확인했다고 회사 측은 설명했다.
제이엘케이 관계자는 “JBS-04K는 전문의가 ICH 유형을 정확하게 진단 및 예측하는 데 도움을 줄 수 있어, 신경방사선 전문의가 부족한 지역의 ICH 환자 진단 과정에서 오진을 줄일 수 있을 것으로 기대된다”며 “이번 논문으로 제이엘케이의 미국 및 세계 진출에 맞춰 솔루션의 인증과 경쟁력을 확인했다”고 했다.
김예나 기자 yena@hankyung.com
관련뉴스