딥바이오는 인공지능(AI) 기반 전립선암 중증도 진단 시스템(Yet Another Automated Gleason Grading System, 이하 YAAGGS)의 연구 결과가 최근 국제학술지 ‘네이처 파트너 저널 디지털 메디슨(npj Digital Medicine)’에 게재됐다고 지난 29일 밝혔다.

YAAGGS는 약하게 학습된 AI 딥러닝 기술을 활용해 전립선암의 중증도를 진단하는 시스템이다. 연구에서는 슬라이드 단위로 존재하는 병원 진단문을 활용해 고성능의 전립선암 중증도 진단 딥러닝 모델을 학습하는 학습 기법을 제안하고, YAAGGS의 성능을 평가했다.

성능 평가에는 한양대병원과 고려대구로병원에서 수집한 7,600개의 H&E(Hematoxylin and eosin) 염색 전립선 바늘생검(prostate needle biopsies) 조직 슬라이드 데이터가 사용됐다.

딥바이오에 따르면 YAAGGS의 암 유무 판별 성능 평가 결과, 성능을 나타내는 ROC-AUC값이 0.983(1에 가까울수록 높은 정확성)에 달했으며, 민감도 93.6%, 특이도 96.0%, 정확도 94.7%로 나타났다.

암 중증도 진단 성능 평가에서는 정답과의 유사도를 나타내는 일치도 계수(Cohen’s kappa score)와 가중 일치도 계수(quadratic-weighted kappa score)가 각각 0.650, 0.897로, 병리 전문의 진단 수준과 유사했다고도 했다.

딥바이오는 딥러닝 기반 자동 중증도 진단 시스템 개발 시 대규모의 중증도 등급별 영역 어노테이션(Annotation)이 필수적이며, 수작업으로 구축하는 경우 구축 기간이 길고 비용이 높다는 문제가 있다고 전했다. 그러나 YAAGGS에 적용된 기술을 활용하면 다양한 질환의 진단 모델을 빠르게 개발할 수 있다는 게 딥바이오의 설명이다.

딥바이오 김선우 대표는 “딥러닝 기술을 기반으로 디지털 병리 진단 플로우를 최적화해 전 세계 환자와 의료진에게 더 나은 치료 환경을 제공하기 위해 노력하겠다”고 전했다.

한편, 딥바이오의 전립선암 병리 진단 보조 AI 소프트웨어 ‘DeepDx Prostate’는 올해 4월 ‘에디슨 어워드(Edison Award)’에서 은상을 수상한 바 있다. 딥바이오는 대표주관사로 NH를 선정하고 내년 코스닥 상장을 목표로 기술성 평가를 진행하고 있다.