□ 어반데이터랩(대표 안치성)은 2025년 11월 OO일, 자사 연구진이 참여한 다기관 공동연구 논문이 세계적 학술지 Scientific Reports(Nature Portfolio)에 게재되었다고 밝혔다.

□ 이번 연구는 국립보건연구원 미래의료연구 헬스케어인공지능연구과 지원 사업인 "공간바이오마커 개발을 위한 디지털병리 기반 인공지능 학습용 데이터 구축" 사업으로 수행한 성과이며, 본 사업은 50건 이상 규모의 공간전사체 데이터와 6,000건 이상의 디지털 병리 이미지 데이터를 직접 생산·수집하여 고품질의 인공지능 학습용 데이터셋을 구축하는 것을 목표로 하고 있습니다.

□ 논문은 국내 5개 의료기관에서 확보된 병리 데이터를 기반으로, 인공지능(AI)을 활용해 정상·비침습성·침습성 요로 상피 신생물(방광암)을 자동 분류하는 딥러닝 모델을 개발·검증한 연구이다.

□ 연구팀은 약 12,500장의 디지털 병리 이미지(Whole Slide Images, WSI)를 대상으로 염색 표준화 및 패치 추출 등 전처리 과정을 수행하고, CNN(Convolutional Neural Network) 및 Transformer 기반 모델을 비교 평가했다.

□ 그 결과, EfficientNet-B6 모델이 정확도 0.913, 민감도 0.909, 특이도 0.956, AUC 0.983으로 가장 우수한 성능을 보이며, 병리학적 진단 정확성을 크게 향상시킨 것으로 나타났다.

[그림1. 5-Fold 교차검증으로 평가한 ROC곡선 결과: (a) ResNet-50, (b) DenseNet-121, (c) EfficientNet-B6, (d) ViT.｣

[그림 2. CAM 시각화결과: 붉은 색일수록 AI가 진단 근거로 활용한 병리학적 핵심 부위를 나타냄]

□ 이번 연구는 가천대학교 길병원 박준영 박사와 김지섭 교수가 공동 제1저자로 참여했으며, 김광기 교수(가천대학교)와 정찬권 교수(가톨릭대학교 서울성모병원)가 교신저자로 연구를 이끌었다. 어반데이터랩의 안치성 대표는 데이터 처리 및 AI 모델링을 담당한 공동연구자로서 연구 전 과정에 참여하였다.

□ 박준영 박사는 “이번 연구가 Scientific Reports 에 게재되어 매우 뜻깊게 생각한다”며 “AI 기술이 실제 임상·의료 영상 분야에 기여할 수 있음을 보여주는 중요한 성과”라고 밝혔다.

□ 안치성 대표는 “이번 성과를 기반으로 추가적인 병리 바이오마커 연구와 AI IVD(체외진단용 인공지능) 제품화를 본격 추진하겠다”며, “글로벌 임상 파트너십 확대를 통해 한국형 AI 병리 솔루션의 국제 경쟁력을 높이겠다”고 전했다.

□ 현재 어반데이터랩은 미국 Kaiser Permanente Medicine과 공동 연구를 진행 중이며, 임상 적용 및 상용화를 위한 AI 디지털병리 플랫폼 ‘MeDIAuto’ 고도화에도 속도를 내고 있다.

□ 디지털 병리 기반 인공지능 진단 기술은 병리학자의 판독 효율 향상과 진단 편차 감소에 기여할 것으로 기대되는 차세대 의료 AI 분야다. 본 연구는 국내 AI 병리 분야에서 다기관 WSI 데이터를 기반으로 수행되어 국제 학술지에 게재된 사례 중 하나로, AI 기반 병량 분류 모델의 성능을 정량적으로 검증하여 임상 적용 가능성을 뒷받침하는 기초 근거를 마련했다.

[그림3. 다기관 병리 이미지 기반 AI 모델 개발의 Workflow]

<붙임> [게재논문]Multi-institutional validation of AI models for classifying urothelial neoplasms in digital pathology