일반

신세포암종 분류 정확도 97% 달성...딥노이드, 대한암학회 학술대회 수상

디지털데일리 발행일 2024-06-21 08:50:12
  • 가
  • 가
이건한 기자

'다중 인스턴스 학습(MIL, Multiple Instance Learning)에 기반한 신세포암종(RCC)의 유형 분류 방법' 논문 제1저자 딥노이드 정대기 연구원 (ⓒ 딥노이드)

[디지털데일리 이건한 기자] 의료 AI 전문기업 딥노이드가 제50차 대한암학회 학술대회(KCA 2024)에서 최우수 포스터상을 받았다.

딥노이드가 발표한 포스터는 '다중 인스턴스 학습(MIL, Multiple Instance Learning)에 기반한 신세포암종(RCC)의 유형 분류 방법'에 대한 연구다. 본 연구사업의 주관기관인 가톨릭대학교 의정부성모병원을 비롯해 10개 기관에서 수집한 7000장 이상의 전체 슬라이드 이미지(WSIs)를 활용해 학습됐다. 현재까지 국가 단위 데이터 세트로는 가장 큰 규모다.

딥노이드에 따르면 본 모델을 통해 신세포암종을 분류할 경우 정확도(ACC)는 97.0%이었다. 수치가 클수록 분류 성능을 높게 평가하는 AUC는 0.987, F1 Score는 97.0%의 성능을 보였다. F1 Score는 머신러닝 모델의 성능평가 지표 중 하나다. 높을수록 예측이 정확하다고 판단한다. 이번 연구의 목표는 검출 정확도를 높이고 동시에 더 수월한 조직학적 아형 분류로 신세포암종의 진단 정확성과 효율성을 향상하기 위함이다.

연구에 참여한 윤홍준 딥노이드 AI 연구소 팀장은 "전체 조직 슬라이드 라벨만으로도 유의미한 성과를 달성할 수 있음을 입증했다"며 "이런 결과는 실제 임상 현장 적용 시 신세포암 진단의 정확성과 효율성 개선에 도움이 될 것"이라고 말했다.

Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지
이건한 기자
sugyo@ddaily.co.kr
기자의 전체기사 보기 기자의 전체기사 보기

이 기사와 관련된 기사

디지털데일리가 직접 편집한 뉴스 채널

당신이 좋아할 만한 뉴스

많이 본 기사

연재기사

실시간 추천 뉴스