AI 기반 뇌졸중 진단 전문 기업 제이엘케이가 자사 연구진 주도의 확산강조영상(DWI) 기반 급성 뇌경색 검출 인공지능(AI) 성능 검증 연구가 세계적 학술지 네이처(Nature)의 자매지인 Scientific Reports에 등재됐다고 20일 밝혔다.

제이엘케이는 이번 논문을 통해 AI 기반 뇌 영상 진단 기술의 정밀성과 임상 효용성을 국제적으로 인정받았다고 전했다.

이번 연구는 국내 10개 대학병원에서 수집된 총 1만820건의 DWI MRI 영상을 활용해 진행됐다. 단일 질환·단일 영상 분야에서는 세계 최대 규모의 학습 데이터셋으로, AI 알고리즘의 신뢰성과 재현성을 검증하는 데 큰 의미를 지닌다.

연구진은 해당 영상 데이터를 기반으로 급성 뇌경색 병변을 자동으로 구분하는 AI 알고리즘을 개발하고, 성능을 분석했다. 초기에는 학습 데이터가 늘어날수록 AI 정확도가 가파르게 향상됐지만, 일정 수준 이상에서는 성능 향상이 정체되는 경향이 나타났다. 이에 따라 제이엘케이는 1000~2000건 수준의 데이터로도 임상에 필요한 최소 성능을 확보할 수 있다는 ‘비용 효율적 기준’을 제시, 향후 의료 AI 개발 시 데이터 규모 최적화 방향을 제시했다.

외부 병원에서 수집한 50건의 영상 데이터를 대상으로 한 도메인 적응(domain adaptation) 실험에서는 소규모 학습 모델임에도 불구하고 대규모 모델에 준하는 높은 정확도를 기록했다. 

이는 의료기관 간 영상 프로토콜 차이로 인한 도메인 불일치(domain shift) 문제를 적은 비용으로 극복할 수 있음을 보여준 사례로 평가된다.

응급실 환경에서의 실용성도 입증됐다. DWI 촬영을 받은 뇌졸중 의심 환자 838명을 대상으로 진행한 시험에서, 제이엘케이의 AI는 99% 민감도로 미세 병변까지 정확히 검출했다. 0.087 mL 컷오프 기준에서는 73%의 특이도를 나타내 불필요한 후속 검사 감소 효과도 기대된다.

제이엘케이 관계자는 “MRI DWI는 급성 허혈성 뇌졸중 진단에서 핵심적인 영상기법이지만, 특히 뇌간이나 초기 소병변 진단에는 전문가도 어려움을 겪는다”며 “이번 연구는 AI가 이러한 진단의 한계를 보완하고, 골든타임 내에 신속한 대응을 가능하게 하는 데 기여할 것”이라고 설명했다.
 
류위선 제이엘케이 최고의학책임자(CMO)는 “대규모 다기관 데이터와 도메인 적응 기술을 통해 실제 임상 환경에서도 AI 성능이 안정적으로 유지됨을 확인했다”며 “이번 성과는 자사의 ‘JLK DWI’, ‘JLK CTL’ 등 뇌졸중 AI 솔루션의 글로벌 진출과 FDA 추가 승인 추진에도 중요한 근거 자료로 작용할 것”이라고 강조했다.