[메디칼타임즈=김승직 기자] 의료 AI 기술이 단순 질환 진단을 넘어 임상적 판단의 기준을 정교화하는 방향으로 진화하고 있다. 특히 고도의 숙련도가 요구되는 신생아 중환자 진료 현장에서 영상 판독의 기준이 되는 해부학적 위치를 AI로 자동 인식하는 기술이 공개돼 주목된다.

27일 코어라인소프트는 신생아 흉부 X-ray 영상에서 주요 기준점인 흉추 T1, T7, T12를 자동 분할해 표시하는 시스템을 개발했다고 밝혔다.

고려대학교 안산병원 소아청소년과 최병민 교수 연구팀과 진행된 이번 연구는 국내 11개 대학병원에서 수집한 약 1만 4000여 건의 데이터를 기반으로 다기관 검증을 거쳤다.

코어라인소프트의 딥러닝 기반 모델을 활용해 분석한 결과 세 흉추 위치 모두에서 90% 이상의 식별 정확도를 보이며 기술적 안정성을 입증했다는 설명이다.

이번 연구는 카테터나 기관삽관 튜브의 위치를 직접 판단하는 기존 방식과 달리, 위치 평가의 기초가 되는 해부학적 영역을 정의하는 데 초점을 맞췄다.

신생아의 체격 차이나 다양한 촬영 환경에도 불구하고 해부학적 구조를 안정적으로 포착해냄으로써 판독의 객관적 표준을 제시할 수 있는 토대를 마련했다는 평가다.

코어라인소프트는 이번 성과를 바탕으로 의료 AI 모델을 진단 보조에서 예후 관리 및 검진 운영 전반을 지원하는 인프라로 확장한다는 방침이다. 국가 검진 체계나 다기관 환경에서 분석 기준이 반복 활용돼 사실상 표준으로 자리 잡을 경우 강력한 시장 선점 효과를 기대할 수 있는 덕분이다. 의료 AI 업계의 수익 모델이 단순 제품 판매에서 운영 인프라 중심으로 전환되고 있는 것.

실제 코어라인소프트는 자사 솔루션 에이뷰 기반 임상 연구 논문은 최근 500편을 돌파하며 데이터 일관성과 판독 표준화 역량을 증명하고 있다고 강조했다.

이와 관련 코어라인소프트 관계자는 "의료 AI가 고위험·취약 환자군을 위한 안전 인프라로 자리 잡을 수 있을지에 대한 사회적 논의가 본격화되고 있다"며 "이번 연구는 'AI는 어디까지 의료를 도울 수 있는가'라는 질문에 하나의 현실적인 답을 제시했다. 영상 판독의 기준점을 자동화한 것은 위치 평가의 해부학적 기준점 자동화 가능성을 제시했다는 것"이라고 설명했다.

이어 "이번 연구는 AI가 직접적인 진단을 대체하는 단계가 아니라, 임상 판단의 기준을 정교화하고 객관화하는 도구로 활용될 수 있음을 보여주는 사례"라며 "신생아 중환자 진료에서 영상 기반 판단의 표준화 논의가 확대되는 현 시점에서, 해부학적 기준점 자동화 기술은 향후 임상 적용을 검증하는 후속 연구의 기반이 될 수 있는 기술적 토대를 제시했다"고 강조했다.