연대 이준상 교수 연구팀, 기술특허로 의료진단 플랫폼 개발

연세대학교 기계공학과 이준상 교수 연구팀은 의료 수요를 기반으로 다양한 기술 특허를 개발했다. 이는 인체 내 다양한 부위에 대해 진단 결과를 신속하게 제시할 수 있는 기술로, 이들을 기반으로 의료 진단 플랫폼을 개발했다.

연구팀이 개발한 의료 진단 플랫폼은 진단 부위 및 기술 종류에 따라 크게 3가지로 분류된다. ‘인공지능 기반 심혈관 질환 위험도 자동 예측 진단기기’, ‘의료 이미지 자동 분할 및 분석용 독립형 국산 의료기기 소프트웨어’, 그리고 ‘기계학습 기반 비침습적 요역동학 검사’가 이에 해당한다.

먼저 ‘인공지능 기반 심혈관 질환 위험도 자동 예측 진단기기’는 환자의 심장 CT 영상으로부터 3차원 심혈관 모델을 자동으로 획득한 후, 고차원 연산을 수수해 진단인자를 도출하는 시스템이다. 기존 침습적 진단 방식이 시간과 비용이 많이 소요될 뿐만 아니라 환자에게 이물감을 줄 수 있는 반면에, 이 시스템은 비침습적으로 진단 결과를 신속하게 도출할 수 있다는 점에서 큰 진전이 있으며, 환자의 질병 진단 모니터링 용도로 임상에서 활용할 수 있을 것으로 기대된다.

다음으로 ‘의료 이미지 자동 분할 및 분석용 독립형 국산 의료기기 소프트웨어’는 신체 여러 부위 의료 영상에 대해 각각 관심 영역을 자동으로 분할하고 관련 진단인자를 도출하는 시스템이다. 적용할 수 있는 신체 부위로는 뇌, 비강 및 기도, 치아, 심혈관, 폐 구조, 그리고 안면이 해당한다. 최근에는 임상에서 조기 진단을 위해 의료 영상을 널리 활용하고 있으며, 정량적인 진단을 위해서는 영상으로부터 관심 영역만을 분할하는 작업이 필수적으로 선행되어야 한다. 이런 점에서 이 시스템은 조기 진단의 정확도를 높일 수 있을 뿐만 아니라, 정밀 의료의 실현에 이바지할 수 있을 것으로 기대된다.

마지막으로 ‘기계학습 기반 비침습적 요역동학 검사’는 인공지능을 통해 방광과 요도의 기능 관련 진단인자를 자동으로 도출할 수 있는 시스템이다. 기존 진단 방식은 요도를 통해 진단관을 주입하여 진단인자를 측정하기 때문에 통증이 심하고 요도 감염을 유발할 수 있다. 그에 반해, 개발된 시스템은 비침습적 방식을 통해 이러한 한계를 극복할 수 있고 효율적으로 환자에 맞는 치료 계획을 수립하는 데 도움을 줄 수 있다. 또한, 활용 편의성이 뛰어나 1차 의료기관으로까지 그 활용범위를 넓힐 수 있을 것으로 기대된다.

이준상 교수 연구팀은 1차 의료기관에서부터 3차 의료기관까지 다양한 의료진으로부터 의료 수요를 파악함으로써 이러한 기술 특허를 확보할 수 있었으며, 이를 통합한 의료 진단 플랫폼을 개발할 수 있었다. 향후 적용할 수 있는 신체 부위를 확장함으로써 그 활용범위를 더욱 넓힐 수 있을 것으로 기대된다.

서명수 기자 seo.myongsoo@joongang.co.kr