의료 인공지능(AI) 전문기업 제이엘케이가 심방세동 환자의 뇌졸중 크기를 자동 분류하는 딥러닝 알고리즘 연구 결과를 국제 학술지 Journal of Stroke에 발표했다고 22일 밝혔다. 

회사 측은 이번 성과가 임상 활용도를 크게 높이는 동시에, 향후 매출 성장의 기반이 될 것으로 기대하고 있다.

제이엘케이 연구팀은 확산강조영상(DWI)을 기반으로 뇌졸중과 심방세동을 동반한 환자의 뇌경색 부피를 경증·중등증·중증으로 자동 분류할 수 있는 딥러닝 알고리즘을 개발했다. 해당 알고리즘은 2011~2021년 4개 병원에서 수집한 1091건의 DWI 데이터를 학습용으로 활용했고, 2017~2020년 11개 병원에서 수집한 1265건의 데이터를 외부 검증에 사용했다.

검증 결과, 알고리즘은 외부 데이터셋에서 87.4%의 높은 일치율을 기록했으며, 카파(Cohen’s kappa) 계수도 0.81로 나타났다. 이는 전문가 두 명 간 일치율(74.6%, 카파 값 0.62)을 상회하는 성능으로, 임상 전문가 이상의 신뢰도를 보여준 것이다.

특히 뇌경색 크기와 증상성 출혈성 변환(sHT) 발생률 간 유의미한 연관성을 입증했다. 알고리즘이 중증으로 분류한 환자군에서 sHT 발생률이 가장 높았으며, 경증 환자군에서는 발생하지 않았다. 이는 분류 결과가 실제 임상 위험도를 반영한다는 점을 시사한다.

이번 연구는 DWI 기반으로 뇌졸중 크기를 자동 분류해 중증도를 예측하는 최초의 딥러닝 모델 사례라는 점에서 의미가 크다. 뇌졸중 크기 분류는 항응고제(DOAC) 투여 시기 결정의 핵심 지표로, 특히 전문 인력이 부족한 환경에서 경험이 적은 의사들이 치료 전략을 세우는 데 실질적 도움을 줄 수 있다는 평가다.

제이엘케이는 이 알고리즘이 원본 영상부터 최종 결과 도출까지 평균 5초 내외의 처리 속도를 자랑한다고 강조했다. 이는 임상 연구뿐만 아니라 실제 진료 환경에서도 신속한 의사결정을 가능케 해 상용화 가능성을 높인다. 회사 측은 이번 논문 발표를 계기로 글로벌 임상 확산과 해외 수출 확대를 통해 매출 성장으로 이어질 것이라는 전망을 내놨다.

류위선 제이엘케이 최고의학책임자는 “이번 연구는 뇌졸중 환자의 치료 최적화에 직접적으로 기여할 수 있는 성과”라며 “향후 CT 등 다양한 영상 기반으로 알고리즘을 확장해 제품 경쟁력을 강화하고, 임상 활용도를 높여 회사의 성장 동력으로 연결하겠다”고 말했다.