에이비스, USCAP 2025에서 AI 기반 병리 연구 성과 4편 발표
AI 기반 병리 연구, 어디까지 발전했을까?
의료 분야에서 인공지능(AI)의 역할이 점점 더 커지고 있습니다. 특히 병리학에서는 디지털 병리 이미지 분석을 통해 진단의 정확도를 높이고, 분석 시간을 단축하는 데 큰 기여를 하고 있죠. 이러한 최신 기술을 활용한 연구가 이번 '2025 미국·캐나다 병리학회(USCAP 2025)'에서 발표된다고 하는데요.
국내 병리 AI 솔루션 기업인 **에이비스(AIVIS)**가 총 4편의 연구 성과를 발표할 예정이라고 합니다. 이번 연구는 갑상샘암, 요로상피암, 신장병리 등 다양한 질환을 대상으로 AI 기술을 적용한 사례를 다룰 것으로 보입니다. AI를 활용한 의료진단 기술이 얼마나 발전했는지, 그리고 향후 어떤 방향으로 나아갈지를 고민해볼 좋은 기회가 될 것 같은데요.
갑상샘암 연구: AI로 병리 이미지를 분석하다
갑상샘암은 굉장히 흔한 내분비 종양 중 하나인데요. 치료 예후가 비교적 좋은 편이지만, 정확한 진단이 중요합니다. 이번 연구에서는 코어침생검 슬라이드 이미지를 분석해 양성과 악성을 높은 정확도로 분류한 성과가 발표될 예정이에요.
특히 AI가 조직의 윤곽 정보를 이용해 병변을 분석하면서, **평균 AUC 94.72%, F1-score 89.18%**라는 뛰어난 성능을 기록했다고 합니다. 기존 대비 5~10%의 향상이 이루어졌다고 하니, AI의 발전 속도가 상당히 빠르다는 걸 느낄 수 있네요.
개인적으로 AI 기반 병리 분석 기술이 가장 기대되는 이유는 결국 의료진의 부담을 줄여주고, 보다 정밀한 진단을 가능하게 하기 때문인데요. 예전에는 병리학자가 모든 슬라이드를 직접 육안으로 분석해야 했지만, 이제는 AI를 통해 중요한 영역을 강조하여 분석할 수 있기 때문에 판독 속도가 며칠에서 몇 시간으로 줄어들 수 있다는 장점이 있습니다.
요로상피암 연구: AI가 근육 침윤 여부를 예측
요로상피암은 방광암에서 가장 흔히 발견되는 형태로, 조기 발견이 중요한 질환입니다. 이번 연구에서는 에이비스가 자체 개발한 AI 모델을 이용해 근육 침윤 여부를 80% 정확도로 예측했다고 하는데요.
방광암의 경우, 근육층을 침범했는지 여부에 따라 치료 방침이 크게 달라질 수 있기 때문에 AI가 이러한 데이터를 빠르게 도출해낸다는 점은 매우 긍정적인 시그널이에요. 또한 재발 위험까지 71.43% 정확도로 예측했고요.
사실 암 진단에서 가장 두려운 점이 '재발'이잖아요? 많은 환자들이 수술 후 완치되었다고 생각하지만, 몇 년 뒤 다시 재발하는 경우를 심심찮게 볼 수 있습니다. 그렇기 때문에 AI가 과거의 진단 데이터를 기반으로 재발 가능성을 예측한다면, 환자 맞춤형 치료 계획을 더 정교하게 마련할 수 있을 것이라는 기대가 커지네요.
신장병리 연구: AI가 가상 염색 기술을 활용하다
이번 발표에서 또 하나 눈여겨볼 부분은 신장병리 연구에서 AI 기반 가상 염색(Virtual Staining) 기술이 소개된다는 점인데요.
보통 병리학적 검사에서는 조직 샘플을 H&E(Hematoxylin & Eosin) 염색을 하거나, 특정 단백질을 검출하기 위해 면역조직화학(IHC) 염색을 진행합니다. 그런데 이러한 과정은 상대적으로 시간이 오래 걸리고, 숙련된 병리사의 판독이 필수적이죠.
생성형 AI(Generative AI)를 활용하면 기존의 H&E 염색된 슬라이드에서도 특수염색된 이미지처럼 변환할 수 있는 가상 염색 기술이 가능해집니다.
이 기술이 본격적으로 상용화된다면 병리학 연구와 임상 진단에서 시간과 비용을 대폭 절약할 수 있는 가능성이 커질 것 같아요. 특히 희귀 질환에서 중요한 마커를 확인하는 과정에서 큰 도움이 될 거라고 생각되는데요. AI의 발전이 단순히 분석 정확도를 올리는 것을 넘어, 실제 연구 프로세스를 단순화하고 효율성을 극대화하는 방향으로 진화하고 있음이 느껴지는 부분입니다.
디지털 병리 시대, AI가 가져올 변화는?
이번 USCAP 2025에서 발표될 에이비스의 연구들은 AI가 단순히 진단 보조 역할을 하는 것을 넘어, 병리학의 새로운 패러다임을 열어가고 있다는 것을 보여줍니다.
무엇보다도 디지털 병리와 AI 기반 진단 기술의 발전은 앞으로 병리학자들의 업무 환경 자체를 변화시킬 가능성이 높은데요.
- 진단 시간 단축: 육안으로 하나하나 검토하던 병리 이미지를 AI가 먼저 선별하고 분석함으로써, 빠른 진단이 가능해질 것으로 보여요.
- 병리 전문가 부족 문제 해결: 병리 전문가는 전 세계적으로 부족한 편인데, AI가 일정 부분 역할을 수행한다면 이 문제를 개선할 수 있을 것 같아요.
- 전문가 간 협진 활성화: 디지털 병리 데이터를 AI가 분석하면서, 데이터를 기반으로 원격 협진도 더 자유로워질 것으로 예상됩니다.
특히, 향후 AI가 점차 자동화된 진단 시스템과 결합된다면 정확도와 속도가 더욱 향상될 것인데요. 단순 보조 도구를 넘어서, 진단을 위한 하나의 필수 역량으로 자리 잡을 가능성도 커 보입니다.
향후 AI 기반 병리학의 전망
현재 AI 기반 병리학 기술은 꾸준히 개선되고 있으며, 상용화 또한 점점 확대되고 있습니다. 몇 년 전만 해도 병리 이미지를 AI가 분석한다는 개념은 연구실 내 한정된 기술이었지만, 지금은 실제 임상에서도 활용 사례가 점점 늘어나고 있어요.
향후 몇 가지 예상할 수 있는 변화가 있다면:
- AI를 활용한 병리 진단 솔루션의 상용화 강화
- 환자 맞춤형 진단 및 예측 모델 발전
- AI 기반 원격 병리 진단 서비스 확대
AI 기술이 지금보다 더 정교해진다면, 암과 같은 주요 질환을 조기에 진단하고 더욱 효율적인 치료 전략을 세울 수 있는 시대가 머지않아 도래할 것으로 생각됩니다.
마무리하며
이번 USCAP 2025에서 발표될 에이비스(AIVIS)의 연구들은 AI 기반 병리학 분야에서 중요한 이정표가 될 것으로 보이는데요. AI가 병리 이미지를 분석하는 수준을 넘어, 진단 효율을 극대화하는 방향으로 발전하고 있다는 점이 매우 흥미롭습니다.
또한 이번 연구는 단순한 기술적 발전뿐만 아니라 실제 병리학적 적용 가능성을 엿볼 수 있는 기회가 될 것 같은데요. 앞으로도 이런 AI 기반 연구가 더욱 활발히 진행되면서, 의료계 전반에 혁신적인 변화를 일으키기를 기대해 봅니다.
기술은 결국 사람을 돕기 위해 발전하는 것이겠죠? AI가 더 많은 생명을 살리는 데 기여할 날이 이제 정말 가까이 다가온 것 같네요.
