자이메드, 파운데이션 모델 활용한 설명가능 경동맥경화 기회검진 AI 모델개발

미래의 심혈관질환 사망 예측 비교 검증…네이처 파트너 저널 디지털 메디신 게재

자이메드㈜(대표 박상민)는 안저사진을 활용해 심혈관질환의 주요 원인인 경동맥경화를 기회검진할 수 있는 파운데이션 모델 기반 설명 가능 인공지능(AI) 모델을 개발했다고 밝혔다.

경동맥경화는 심근경색이나 뇌졸중 등 치명적인 심혈관질환을 일으키는 중요한 원인으로 알려져 있으며, 조기 발견이 환자의 예후와 생존율에 큰 영향을 미친다. 하지만 현재 임상에서 경동맥경화를 직접 확인하기 위해서는 초음파 검사 등 전문 장비가 필요해 건강검진 단계에서 모든 사람을 선별적으로 검사하기는 어렵다. 

반면, 안저사진은 건강검진을 포함한 다양한 의료 현장에서 이미 널리 촬영되고 있는 비침습적 검사로, 별도의 부담 없이 쉽게 얻을 수 있다. 연구팀은 이러한 점에 주목해, 안저사진을 활용해 경동맥경화를 조기에 발견할 수 있는 기회검진(opportunistic screening) 인공지능 모델을 대규모 데이터로 사전 학습된 파운데이션 모델을 활용해 개발했다.

최근 인공지능 발전의 트렌드는 파운데이션 모델(foundation model)의 활용이다. 과거에는 모델을 처음부터 개발하는 데 초점을 맞췄다면, 현재는 방대한 데이터를 활용해 대규모 모델을 사전학습하고 이를 기반으로 다양한 분야에 전이학습과 미세조정을 적용하는 방식이 주류를 이루고 있다. 

이러한 파운데이션 모델은 대규모 데이터와 연산 자원으로 이미 학습되어 있기 때문에 범용성이 높고, 적은 양의 데이터로도 효율적인 학습이 가능하며, 연구자와 기업이 모델을 처음부터 구축하지 않아도 돼 개발 비용과 시간을 크게 절감할 수 있다는 장점이 있다. 

기존 인공지능 연구가 데이터를 처음부터 모아 특정 과제에 맞게 학습시켰다면, 이번 연구는 다양한 파운데이션 모델을 가져와 세 가지 방식으로 미세조정(fine-tuning)하며 최적의 성능과 설명가능성, 미래의 심혈관질환 사망 예측을 동시에 비교하고 검증했다. 이를 통해 다양한 의료 인공지능(AI) 모델 중 최적의 정확도를 보이는 다이노v2(DINOv2) 기반 모델이 미래 심혈관 사망에 대한 생존분석을 시행했을 때에도 우수한 성능을 보인다는 것을 확인했다.

이번 연구의 큰 성과 중 하나는 설명가능성의 정량화이다. 기존의 인공지능은 높은 정확도를 보여도 그 이유를 이해하기 어려운 ‘블랙박스’ 문제가 있어서 실제 의료현장에서 신뢰를 얻기 어려웠다. 기존에 활용된 설명가능 인공지능(eXplainable AI, XAI) 기술은 주로 시각화를 통해 정성적인 정보만 제공했지만, 연구팀은 새로운 정량적 설명가능성 지표를 도입했다. 

연구팀은 Grad-CAM(Gradient-weighted Class Activation Mapping)이라는 설명가능 시각화 기법과 혈관 분할(segmentation) 모델을 결합해, 인공지능(AI) 모델이 안저사진 내 동맥·정맥 같은 주요 혈관 부위를 얼마나 활용했는지를 점수화하는 방법을 개발했다. 이로써 설명력에 대한 단순한 정성적 평가를 넘어, 서로 다른 모델들이 실제 혈관 구조를 얼마나 반영했는지를 설명력을 정략적 비교 평가하여 최적의 모델을 찾을 수 있었다. 이는 앞으로 의료 인공지능 연구에서 모델의 설명가능성을 객관적으로 평가하는 중요한 도구가 될 것으로 기대된다.

교신저자인 장주영 박사(자이메드, CTO)는 “이번 연구는 안저사진에 여러 파운데이션 모델을 적용하고 비교하면서, 단순한 예측 정확도뿐 아니라 임상적 의미와 설명가능성을 함께 검증했다는 점에서 큰 의의가 있다”고 밝혔다. 제 1저자인 이혁종 연구원(서울대학교 의과대학)은 “의료 AI에서 매우 중요한 설명가능성은 기존까지는 시각적 결과에 의존해 연구자의 주관적인 정성 평가에 머물렀다”며, “이번 연구에서 개발한 혈관 주목 점수를 통해 여러 모델의 설명가능성을 객관적이고 정량적으로 비교할 수 있었다”고 말했다. 

제 1저자인 김재원 원구원(서울대학교 의과대학)은 “파운데이션 모델을 의료 영상에 적용할 때 단순히 좋은 성능을 보이는 것에 그치지 않고, 실제 의료 현장에서 신뢰받고 활용되기 위해서는 다차원적인 평가 체계가 필요하다”며, “본 연구는 그러한 방향성을 제시했다는 점에서 의미가 크다”고 설명했다.

서울대병원 박상민 교수가 2020년 창업한 자이메드는 설명가능 인공지능(eXplainable AI, XAI) 기술을 기반으로, 진단 성능과 과학적 타당성을 모두 충족하는 최적의 기회진단 인공지능(AI) 솔루션을 개발하고 새로운 디지털 바이오마커를 발굴하는 세계 최고 수준의 혁신적 기업이다. 

일반 인공지능(AI)가 높은 정확도를 보여도 그 이유를 알기 어려운 한계를 극복하기 위해, 자이메드는 과학적 타당성과 설명가능성을 정량화하는 방법론을 개발해, 진단 성능과 설명가능성을 모두 극대화하는 의료 인공지능(AI) 개발 공정(Auditing AI 개발 플랫폼)을 구축했다.

자이메드의 박상민 대표는 “단순히 예측의 정확도만 보는 것이 아니라, 인공지능(AI)의 의사결정 과정을 얼마나 투명하게 설명할 수 있는지를 동시에 평가함으로써 파운데이션 모델을 어떻게 선택하고 활용해야 하는지에 대한 방향성을 제시했다”고 밝혔다. 특히, 이번 연구는 ‘네이처 파트너 저널 디지털 메디신(npj Digital Medicine, 피인용지수 15.1)’ 온라인에 최근 게재됐다. 

보건산업혁신창업센터 혁신창업멤버스 유망기업인 자이메드㈜는 한국보건산업진흥원에서 지원하는 연구중심병원 초기창업패키지 지원사업(’21), PCT 및 개별국 출원 지원사업(’22), 의료 인공지능 융합인재 양성사업, 창업도약패키지 지원사업(’25) 등 각종 지원을 받아왔다. 특히, 도약기 기업의 끝자락에서 안정화된 스케일업을 위해 멘토링, 기술 홍보 등 지속적인 전주기 사업화 지원을 받을 예정이다.