- 뇌 CT 판독문 자동 작성 기술 겨룬 대회서 16개국 58개 팀 중 최종 2위 -
▲ (사진 왼쪽부터) 분당서울대병원 신장내과 김세중 교수, 신경과 김용수 교수, 의료인공지능센터 박진용 연구원, 신경과 조나단 전임의
분당서울대병원은 의료인공지능센터 연구팀(신장내과 김세중 교수, 신경과 김용수 교수, 의료인공지능센터 박진용 연구원, 신경과 조나단 전임의)이 세계 최고 권위의 의료영상 인공지능 학술대회 ‘MICCAI(Medical Image Computing and Computer Assisted Intervention) 2026’의 공식 경진대회인 ‘HEADLINE 챌린지’에서 최종 2위(준우승)를 차지했다고 12일 밝혔다.
MICCAI 2026은 9월 27일부터 10월 1일까지 프랑스 스트라스부르에서 개최됐으며, 50여 개국 2,000명 이상의 연구자와 임상의, 산업계 전문가가 참석했다. HEADLINE 챌린지는 AI가 뇌 CT 영상을 보고 판독문을 자동으로 작성하는 기술을 겨루는 경진대회다. 영상을 정확히 인식하는 능력과 의학적으로 올바른 문장을 생성하는 능력을 함께 갖춰야 해, 의료영상 인공지능 분야에서도 난도가 높은 과제로 꼽힌다.
이번 대회에는 16개국 52개 기관에서 58개 팀이 참가해 같은 조건에서 실력을 겨뤘다. 모든 참가팀은 주최 측이 제공한, 조영제 없이 찍은 3차원 뇌 CT 영상과 판독문 1만 6천여 건으로 각자의 AI를 학습시켰다. 이렇게 만든 AI로 정답이 공개되지 않은 시험 영상의 판독문을 작성해 평가를 받았으며, 평가는 판독문을 자동으로 채점하는 1단계와 상위 팀의 판독문을 영상의학과 전문의가 직접 검토하는 2단계로 진행됐다.
뇌 CT는 뇌졸중이 의심되거나 의식이 저하된 환자가 응급실에 왔을 때 가장 먼저 시행하는 검사다. 판독이 시급한 경우가 많은 만큼 판독문 초안을 자동으로 작성하는 AI에 대한 관심도 높다. 하지만 기존 기술은 문장을 자연스럽게 만들더라도 정작 중요한 이상 소견을 빠뜨리거나 영상에 없는 내용을 쓰는 한계가 있었다.
연구팀은 그 원인을 AI의 영상 분석 과정에서 찾았다. 뇌출혈이나 뇌경색처럼 작고 주변과 잘 구별되지 않는 소견을 이 과정에서 놓치면, 판독문에도 그 내용이 담길 수 없다는 것이다. 이에 AI가 CT 영상에서 임상적으로 중요한 소견을 더 정확하게 구별하도록 학습시키는 ‘소견 인지형 대조학습 재정렬(Finding-Aware Contrastive Re-Alignment)’ 기법을 개발했다.
또한 문장이 정답 판독문과 얼마나 비슷한지만 보는 자동 채점에 그치지 않고, 판독문이 중요한 소견을 제대로 담았는지도 함께 평가했다. 그 결과 자동 채점 점수와 판독문에 담긴 소견의 정확도가 함께 높아졌고, 이를 바탕으로 최종 2위에 올랐다. 이번 성과는 의료영상 인공지능 분야에서 가장 권위 있는 무대에서 기술력을 인정받았다는 점에서 의미가 크다.
연구책임자 김세중 교수는 “앞으로는 생성된 소견마다 영상 근거를 명시적으로 연결하는 방향으로 연구를 이어 갈 계획”이라며, “영상의학과 전문의의 평가를 통해 실제 임상에서 안전하게 활용할 수 있는지 검증하고, 궁극적으로는 병원에서 의료진의 판독 업무를 실질적으로 돕는 의료 인공지능을 개발하는 것이 목표”라고 말했다.
광고안내
