美 카네기 멜런대 등 공동 연구팀, 안드로이드 기반 ai 개발

ai 모델, '자궁경부암 검진'서 암 찾아내는 민감도 98.24% 달성

기존 검사법의 한계 극복, 의료 소외 지역 검진율 향상 기대

자궁경부암(cervical cancer)은 조기에 발견하면 예방과 치료가 충분히 가능하지만, 의료 기반이 취약한 지역에서는 상당히 진행된 후에야 발견되어 치명적인 결과로 이어지는 경우가 많다. 실제로 세계보건기구에 따르면 자궁경부암 사망자의 약 90%는 조기 검진 체계가 미흡한 개발도상국에서 발생하는 것으로 나타났다. 이러한 상황에서 미국 카네기 멜런 대학교(carnegie mellon university)를 비롯한 국제 공동 연구팀이 스마트폰 인공지능(ai)을 활용해 자궁경부암을 진단하는 기술을 개발해 주목받고 있다.

스마트폰용 ai 진단 기술은 고가 장비나 숙련된 전문인력이 없는 환경에서도 즉시 정밀 검사를 가능하게 해, 전 세계 의료 소외 지역 여성의 검진율을 획기적으로 높일 것으로 기대된다. 이에 ai 기술이 기존 자궁경부암 검사의 일부 한계를 어떻게 극복하며, 미래 의료 현장에는 어떤 변화를 가져올 수 있을지 살펴본다.

전문 '인력·장비' 필요한 기존 검사... 조기 발견의 걸림돌
현재 자궁경부암 검사에는 자궁경부 세포 검사(pap smear), 초산 도포 검사(via), 인유두종 바이러스(hpv) 검사 등이 주로 사용된다. 이 중 hpv 검사는 민감도가 약 95%에 달할 정도로 정확성이 높지만, 검체를 분석할 실험실과 전문 인력이 필수적이어서 개발도상국에서는 보편적으로 시행하기 어렵다. 초산 도포 검사는 특별한 장비 없이 시행할 수 있지만, 진단 정확도가 검사자의 숙련도에 크게 좌우되는 단점이 있다. 이처럼 기존 검사법들이 가진 현실적인 제약은 의료 인프라가 부족한 지역에서 자궁경부암 조기 발견의 큰 장벽으로 작용해왔다.

스마트폰용 ai 개발, 인터넷 연결 없이도 신속·정확 분석
새롭게 개발된 ai 기술은 이러한 기존 자궁경부암 검사 방식의 한계를 극복하는 데 중점을 둔다. 최소한의 교육을 받은 현지 보건 인력도 연구팀이 개발한 스마트폰 기기를 이용해 자궁경부를 촬영할 수 있다. 촬영된 이미지는 인터넷 연결 없이 기기 자체 인공지능(ai)이 즉시 분석하여 암이나 전암 병변(precancerous lesion) 여부를 스스로 판독한다.

연구팀은 이 기술을 구현하기 위해 인도 및 미국 국립보건원(nih) 등 여러 기관에서 확보한 자궁경부 이미지 1,490개를 경량화된 딥러닝 알고리즘에 학습시킨 후 '사키-마니팔(sakhi-manipal)'이라는 맞춤형 안드로이드 기기에 탑재했다. 해당 인공지능 모델은 먼저 촬영된 이미지에서 자궁경부의 정확한 위치를 식별한 후, 분류 모델을 통해 병변 발생 가능성을 분석하는 2단계 과정을 거친다.

검사 결과는 현장에서 즉각 도출되므로, 환자가 결과를 확인하기 위해 병원을 다시 찾아야 하는 번거로움을 덜고 추적 관찰에 실패할 위험 또한 크게 낮출 수 있다.

실제 암 찾아내는 민감도 98%… 'ai', 의료 취약지 대안으로 부상
연구팀이 143개의 이미지로 ai 모델의 성능을 시험한 결과, 정확도(accuracy)는 92.31%를 기록했다. 특히 암을 정확히 진단하는 능력인 민감도(sensitivity)는 98.24%에 달했다. 정확도는 진단 전반의 신뢰도를, 민감도는 실제 암 환자를 판별하는 능력을 의미하며, 이번 연구 결과는 기존 검사법의 성능을 뛰어넘는 수치다. 향후 이미지 데이터에 환자의 연령이나 인유두종 바이러스(human papillomavirus, hpv) 검사 결과 같은 다양한 의료 정보까지 통합하면 진단의 정확도를 더욱 끌어올릴 수 있을 전망이다.

연구의 제1저자인 리앤더 멜로이 마벤(leander melroy maben) 연구원은 "ai 기반 육안 검사는 비용 효과적이고 신속할 뿐만 아니라, 인간의 주관적 판단을 배제하는 장점이 있다"며 "이 기술은 자원이 부족한 국가의 공중 보건 프로그램에서 자궁경부암 검진의 최적 대안이 될 수 있다"고 강조했다.

이번 연구 결과(automated cervical cancer detection through visual inspection with acetic acid in resource-poor settings with lightweight deep learning models deployed on an android device, 저자원 환경에서 안드로이드 장치에 배포된 경량 딥러닝 모델을 이용한 아세트산 육안 검사를 통한 자궁경부암 자동 탐지)는 25년 8월 학술 논문 사전 공개 사이트인 '아카이브(arxiv)'에 게재됐다.