www.bokuennews.com

딥캐치 주요 설명 사진

인공지능 기반 디지털 트윈 솔루션 기업 메디컬아이피(대표 박상준)는 CT 영상에서 체성분을 자동으로 분석하여 정량화 정보를 제공하는 'DeepCatch' 를 활용햏 당뇨병의 유병률 및 발병률을 예측하고 심혈관 대사 합병증 등 여러 질환을 동시에 식별할 수 있는 논문이 영상의학 분야 최고 권위 국제학술지 'Radiology'에 게재됐다고 6일 밝혔다.

강북삼성병원 코호트 연구소 장유수 교수, 헬스케어데이터센터 류승호 교수 연구팀과 서울대학교병원 윤순호 교수, 메디컬아이피가 공동 수행한 이번 연구는 딥캐치를 통해 추출된 CT 기반 체성분 바이오마커가 제2형 당뇨병의 유병률 및 발병률을 높은 정확도로 예측할 수 있다. 또 지방간, 관상동맥 석회화, 골다공증, 근감소증 등 다양한 심혈관 대사 합병증 또한 효과적으로 식별할 수 있음을 입증했다.

이로써 CT 영상의 역할을 기존의 질병 진단에서 나아가 예방적 스크리닝과 치료관찰 모니터링의 영역으로 확장할 수 있는 가능성을 확인한 셈이다.

연구팀은 2012년 1월부터 2015년 12월 사이에 건강검진을 통해 PET-CT 검사를 받은 27세에서 83세 사이의 3만2166명의 성인을 대상으로 당뇨병 유병률 예측과 심혈관 대사 질환 식별 성능을 평가하고, 당뇨병이 없는 대상자에서 당뇨병 발생여부를 추적 관찰했다.

이 연구에서는 딥캐치의 CT 기반 딥러닝 모델을 사용해 내장/피하지방, 근육, 골밀도, 지방간, 대동맥 석회화 등의 정량화된 체성분 수치를 자동으로 추출했고 이 중 내장 지방 지수가 당뇨병 유병률 및 발병률 예측에서 가장 높은 성능을 보여줬다. 또한 근육 면적 지수, 간 지방 비율, 대동맥 석회화 수치를 결합하면 예측 성능이 더욱 향상됐다.

딥캐치의 체성분 바이오마커가 지방간, 관상동맥석회화, 근감소증, 골다공증 등 동반 심혈관 대사 질환을 식별하는데에도 높은 성능을 보여줬다.

인공지능 모델 성능 평가 지표인 AUROC(Area Under the Receiver Operating Characteristic) 분석에서, 대사 증후군을 식별하기 위한 내장 지방 지수 AUC는 남성 0.81, 여성 0.90으로 나타났으며, 이는 AUROC 값이 1에 가까울수록 예측 성능이 우수하다는 것을 의미하는 지표로 활용된다는 데 있어 0.90 수치는 높은 정확도와 성능을 의미한다고 볼 수 있다.

기존에는 지방간(초음파), 관상동맥 석회화(CAC CT), 근감소증(임피던스 측정법), 골다공증(DEXA)등 각 질환에 따라 여러 장치와 방법을 통해 별도로 검사를 진행해야 했다면, 딥캐치를 통해 단 한 번의 CT 촬영으로 여러 심장대사 질환을 식별할 수 있는 가능성을 제시한 것이다.

딥캐치의 딥러닝 알고리즘은 내장지방, 피하지방, 근육량, 간용적 및 지방비율, 대동맥 칼슘과 같은 체성분을 분할하여 3D로 구현하고 정량화하는 혁신적인 기술이다. 식약처 의료기기 2등급 인증 및 미국 FDA 510(k)인증을 보유하고 있으며, CT 영상을 분석하는 수많은 논문에서 이미 임상적으로 검증이 완료된 바 있다(https://medicalip.com/KR/publications).

이번 연구를 주도한 장유수 교수는 "이번 연구 결과는 CT 영상이 기존 질병 진단을 넘어 예방적 기회검진으로 활용될 수 있음을 보여준다"며 "CT 이미지를 활용해 당뇨병 등 심장대사질환을 동시에 선별할 수 있을 것으로 기대된다. 이를 통해 현재 당뇨병이 없는 사람에서도 발생을 예측하고, 맞춤형 선별검사로 조기 발견과 합병증 예방에 도움이 될 것"이라고 밝혔다.

메디컬아이피의 박상준 대표는 "이제 개인은 건강검진에서 받는 한 번의 CT 촬영으로 각종 심혈관 질환, 당뇨 등의 대사성 질환이나 근감소증 등과 같은 체성분과 연관된 다양한 질환의 바이오마커 정보를 얻을 수 있다. 의료진의 입장에서도 CT 영상 분석 과정에서 수작업을 최소화하고 보다 신속하고 정확한 분석을 가능하게 도움 받음으로써 수용성이 높아질 것"이라고 말했다.

이어 "무엇보다 모두가 인체 정보를 제대로 이해하고 관리할 수 있는 시대가 왔다는데 의미가 있다"고 강조했다.