“루닛의 인공지능(AI) 모델은 영상의학과 전문의를 대체하는 것이 아니라 지원하도록 설계됐으며, 정상 소견의 해석을 가속화함으로써 영상의학과 전문의가 복잡한 케이스에 더 집중할 수 있도록 돕습니다.”

지난 11월 26일부터 30일까지 미국 시카고에서 개최된 2023 북미영상의학회(RSNA 2023)에 참가한 루닛 이상협 의학부 부서장은 현장에서 만난 코리아 바이오메디컬 리뷰(KBR)에게 이같이 말했다.

루닛이 이번 행사에서 구연 발표한 NF(Normal Filtering) 모델도 같은 맥락에서 개발되고 있다. NF모델은 정상/비정상 소견을 자율적으로 진행하는 알고리즘으로, 연구진은 NF모델로 엑스레이 영상을 먼저 분석하고, 이후 상용화 제품인 흉부 엑스레이 AI 영상분석 솔루션 ‘루닛 인사이트 CXR’로 추가 분석했다.

총 8,029명 환자의 엑스레이를 NF 모델로 분석했으며, 이 중 3,531건의 정상 엑스레이 중 절반인 1,765건에 대해 정상 판정을 내린 문턱값을 적용했을 때 민감도(Sensitivity)는 평균 97.8%를 기록했다. 이후 루닛 인사이트 CXR 추가 분석을 통해 NF모델이 찾아내지 못한 24건 중 중요 이상 사례가 있는 4건(16.7%)를 추가로 찾아냈다.

루닛은 추후 자사 AI 솔루션 제품에 NF 모델을 추가로 적용할 계획이다. 이 부사장은 “NF 모델은 정상 흉부 엑스레이를 식별하는 과정을 간소화해 진단 정확도를 해치지 않으면서 효율성을 높일 수 있도록 설계됐다”며 “이러한 유형의 알고리즘은 다양한 회사에서 개발했지만 자사의 경우 기존의 흉부 엑스레이 AI 영상분석 솔루션과 통합한 점이 차별점”이라고 설명했다.

이날 이 부서장은 의료 AI가 영상의학 전문의의 효율성 향상과 피로 감소에 중점을 두고 있다고 재차 강조했다. 또 AI를 임상 워크플로우에 통합하는 데 뒤따르는 어려움을 지적하며, 의료진에게 명확한 경제적 이점이 뒷받침돼야 한다고 언급했다.

아울러, 이 부서장은 루닛의 해외 진출 전략을 공개하기도 했다. 이 부사장은 전 세계 영상의학 전문의들마다 AI를 수용하는 태도와 기대가 크게 다르며, 이에 따라 다양한 지역과 기관에 맞는 맞춤형 접근 방식이 필요하다고 강조했다.

이 부서장은 “가령 PACS(의료영상저장전송시스템) 알고리즘 자체를 맞춤화해주기를 원하는 사람들도 있다"며 “영상의학 전문의와 각 기관의 고유한 요구 사항을 이해하고 해결하는 것이 의료영상 분야에 AI를 성공적으로 도입할 수 있는 열쇠”라고 했다.

이 부서장은 서울대병원에서 의료 레지던트 과정을 마친 영상의학과 전문의로, 2020년 루닛에 합류했다. 이 부사장은 “서울대병원에서 근무하던 시절, 루닛의 첫 제품 초기 연구에 참여했기 때문에 동료들보다 루닛을 일찍 알게 됐다”고 말했다.

이어 “AI가 흉부 X-ray(엑스레이)에서 폐암 결절을 식별하는 등 특정 작업에서 숙련된 영상의학 전문의를 능가할 수 있다는 사실에 매료됐다”며 “레지던트 과정을 마칠 무렵 루닛은 영상의학 전문가를 찾고 있었고 망설임 없이 그들과 함께하기로 결정했다”고 했다.

이 부서장은 루닛에서 이전과는 다른 업무 접근 방식을 갖게 됐다며 “레지던트 시절에는 배우고 치료 혜택을 제공하는 데에만 중점을 두었다면 이제는 혁신적인 솔루션을 통해 가치를 전달하는 데까지 책임이 확장됐다"고 설명했다.

마지막으로 개인적인 포부도 밝혔다. 그는 “제 목표는 데이터 범위를 확대하고 AI 알고리즘을 더욱 발전시키는 것이다. 이를 위해서는 데이터 중심의 기업 및 플랫폼과의 협력이 중요하다"고 덧붙였다.