딥노이드(2,110원 ▼95 -4.31%)가 암 병리 AI 연구 영역을 다양한 암종과 분자·유전 수준 예측으로 넓히고 있다. 단순 병변 판독 보조를 넘어 병리 영상 기반 진단 근거 제시와 유전자 변이 예측까지 연구 범위를 확장하는 모습이다.
딥노이드는 자사의 암 병리 AI 연구 초록 4편이 'KCA 2026'에서 포스터 발표로 채택됐다고 18일 밝혔다.
KCA는 대한암학회가 주관하는 국내 최대 규모 암 연구 학술대회다. 올해 행사는 오는 25일부터 이틀간 그랜드 인터컨티넨탈 서울 파르나스 호텔에서 열린다. 국제학술대회 형태로 진행되며 국내외 연구자가 참여해 암 연구 성과와 최신 기술을 공유한다.
이번에 채택된 초록은 서로 다른 암종을 다루지만 공통적으로 디지털 병리·세포검사 영상을 분석하는 AI 모델 연구다. 주석 부담을 낮추는 학습 방식, 판독 근거를 제시하는 해석 가능성, 형태 정보 기반 분석을 넘어 분자·유전 수준 예측까지 확장하려는 시도가 담겼다.
주요 연구는 대장암, 갑상선암, 요세포검사, 유방암 조직병리 분야를 다룬다.
대장암 관련 연구는 암 병리 AI의 기반 모델 구조를 개선한 하이브리드 백본 'MVHybrid'를 통해 분자·형태 예측 성능을 높이는 내용이다. 갑상선 미세침흡인(FNA) 세포검사 영상 연구는 약지도학습 방식으로 BRAF 유전자 변이를 예측하는 데 초점을 맞췄다.
요세포검사 연구는 세포 단위 주석 없이 슬라이드 단위 라벨만으로 악성 여부를 진단 보조하는 약지도학습 방식을 다뤘다. 유방암 조직병리 연구는 환자 정보 노출 없이 합성 병리 이미지를 만들 수 있는지를 검증한 생성모델 비교평가 연구다.
딥노이드는 이번 초록 채택을 계기로 병리 AI 연구가 특정 제품이나 단일 암종에 국한되지 않고, 임상 현장의 난제를 해결하는 방향으로 확장되고 있다고 설명했다. 실제 의료 현장에서는 병리 영상의 방대한 데이터, 주석 작업 부담, 판독 근거 확보, 분자검사 연계 가능성 등이 주요 과제로 꼽힌다.
최우식 딥노이드 대표는 "이번 초록 발표는 딥노이드가 단일 제품을 넘어 다양한 암종과 병리 AI 핵심 과제 전반에서 연구를 확장하고 있음을 보여준다"며 "국내 암 연구를 대표하는 학술 무대에서 의료진, 연구자들과 직접 교류하며 임상 현장의 실제 문제를 함께 풀어갈 협력 기회를 넓히겠다"고 말했다.
독자들의 PICK!
한편 딥노이드는 지난 4월 갑상선 세포 디지털 이미지를 활용해 BRAF 유전자 변이 가능성을 예측하는 병리 분야 연구 성과를 공개했다. 5월에는 대장암 진단과 관련해 병리 전문의의 판독 프로세스를 모사한 AI 연구 모델 논문을 국제학술지 'Journal of Korean Medical Science'에 게재한 바 있다.
