지난 1915년 첫 개최 이후 올해로 110회째를 맞이하는 RSNA는 ‘Building Intelligent Connections(지능적 연결 구축)’라는 주제로 개최된다. 이번 학회에서는 영상의학 분야에서 AI의 혁신적 역할에 주목하며, 특히 AI를 통한 의료진 업무부담 경감과 진료 효율화 방안 등이 전문가 세션을 통해 심도 있게 논의될 예정이다.
이번 학회에서 발표될 주요 연구 중 하나는 미국 에모리대학교 병원(Emory UniveHospital) 영상의학과 부교수 하리 트리베디(Hari Trivedi) 박사 연구팀이 수행했다. 연구팀은 루닛의 3차원(3D) 유방단층촬영술 AI 영상분석 솔루션 ‘루닛 인사이트 DBT’의 임상적 유효성을 평가하기 위해 총 12만 1995건의 디지털 유방단층촬영술 영상을 후향적으로 분석했다.
분석 결과, AI 모델의 대표적 성능평가 지표인 AUC 기준 ‘루닛 인사이트 DBT’ 종합 진단 성능은 0.92를 기록했으며, 84.5%의 민감도(Sensitivity)와 83.8%의 특이도(Specificity)를 보였다. 특히 인종, 민족, 연령, 유방 밀도 등의 변수에 따른 유의미한 성능 차이가 없었다. 판독이 비교적 어려운 석회화(AUC 0.88), 구조적 왜곡(AUC 0.97) 등 여러 병변 유형에서도 높은 진단 성능을 유지했다.
영국 옥스포드대학교 병원 루치르 샤(Ruchir Shah) 임상 AI 연구원팀이 수행한 다중판독 다중증례 연구에서는 방사선과, 응급의학과, 내과, 중환자실 등 여러 진료과 전문의 30명이 흉부 엑스레이 AI 영상분석 솔루션 ‘루닛 인사이트 CXR’를 활용한 판독을 진행했다.
이번 연구 결과는 AI가 다양한 진료과 의료진의 흉부 엑스레이 판독 정확도를 유의미하게 향상시킬 수 있음을 입증했다. 이는 특히 응급실 같이 신속한 임상적 판단이 요구되는 상황은 물론, 의료진의 전반적인 진단 의사결정을 효과적으로 보조할 수 있음을 시사한다.
서범석 루닛 대표는 “이번 발표 연구들을 통해 루닛의 AI 솔루션이 인종, 연령 등 환자 특성이나 의료진의 전문 분야에 관계없이 일관되고 신뢰할 만한 성능을 보여줬다”며 “특히 글로벌 최대 영상의학 학술대회인 RSNA도 AI의 역할에 주목하는 만큼, 앞으로도 의료진과 AI의 시너지를 극대화할 수 있는 방향으로 연구개발을 지속해나갈 것”이라고 말했다.