디지털연합뉴스

브라이센코리아가 길의료재단, 국제성모병원, 케이마인과 함께 뇌졸중 진단 정확도를 높이기 위한 인공지능(AI) 학습용 3D 합성 의료영상 ‘뇌졸중 이미지 합성 데이터’ 구축에 본격적으로 나선다.

이 사업은 한국지능정보사회진흥원(NIA)이 주관하는 △‘초거대 AI 확산 생태계 조성 사업 과제’의 일환으로, 브라이센코리아는 주관기관인 길의료재단과 협력해 프로젝트를 수행하게 됐다.

본 과제는 생성형 AI 기술을 기반으로 MRI-CT 영상 기반의 △3D 뇌졸중 합성 데이터를 구축하는 사업이다. 실제 의료 영상의 개인정보 보호 문제를 해결하면서도 의학적 정합성을 갖춘 고품질 합성 데이터를 대규모로 생산해 향후 AI 기반 뇌졸중 진단·치료 보조 시스템 개발을 위한 핵심 인프라로 활용될 예정이다.

뇌졸중은 세계에서 두 번째로 사망률이 높아 진단과 치료의 속도가 환자의 생존과 예후에 직접적인 영향을 미치는 질환으로, 정밀한 영상 기반 진단이 필수적이다. 그러나 실제 의료 데이터는 △개인정보 보호, 활용 제한, 수집 규모 등의 제약으로 인해 대규모 AI 학습용으로 활용되기 어렵다.

특히 SWI, DWI MRI 시퀀스와 CT 영상을 결합한 멀티모달 데이터는 진단 정확도를 높이는 데 필수적이지만, 의료기관 간 영상 형식 차이와 보안 문제 등으로 인해 실제 구축에 많은 어려움이 있다.

이에 브라이센코리아는 생성형 AI 기반의 3D 합성 의료영상 기술을 적용해 환자 식별이 불가능하면서도 임상적으로 유의미한 영상 데이터를 안정적이고 체계적으로 생산·공급함으로써 의료 AI 산업 전반의 기반 조성에 기여하고자 한다.

이번 사업의 핵심은 MRI와 CT 영상 데이터를 기반으로 고해상도의 3차원 볼륨 의료 영상을 대규모로 확보하고, 이를 활용한 생성형 AI 모델을 개발·적용하는 데 있다. 브라이센코리아는 의료기관을 통해 수집된 실제 환자 데이터를 바탕으로 허혈성 및 출혈성 뇌졸중 환자와 대조군을 포함한 총 6000건 이상의 데이터를 AI 학습용으로 가공할 예정이다.

이 가공된 데이터를 기반으로 영상 간 해상도 정합성과 병변의 해부학적 특성을 반영한 △생성형 AI 모델(Med-DDPM, 3D-EfficientNet, 3D-ResUNet 등)을 활용해 현실성과 임상 활용 가능성이 높은 합성 의료영상을 1만2000건 이상 생성할 계획이다.

또한 CT와 MRI 영상의 상보적 정보를 통합 분석할 수 있는 멀티모달 기반 질환 분류 구조도 함께 구축된다. 이를 통해 단일 영상보다 진단 신뢰도를 높이고, 뇌졸중 유형에 대한 정밀 구분 및 예후 예측까지 가능하도록 기술 고도화를 추진할 예정이다.

정밀 가공 작업 역시 전문적으로 수행된다. 신경과 및 영상의학과 전문의와 AI 전문가가 협업해 뇌 병변의 위치와 유형을 3차원 기준으로 구분하는 정밀 주석 작업을 실시하며, AI 학습에 최적화된 정량적 데이터셋을 구축하게 된다.

이번 데이터 구축 사업을 통해 △AI 기반 진단 보조 시스템의 조기 상용화를 앞당기고, 뇌졸중 분야에서 의료진의 진단 정확도와 치료 결정 효율성을 동시에 향상시킬 수 있을 것으로 기대되며, 브라이센코리아는 본격적으로 헬스케어 분야에 박차를 가하려 한다.

정밀하게 구축된 다중 모달 영상 데이터는 질환의 초기 진단은 물론 예후 판단에도 도움이 되며, 환자의 생존율과 회복률 개선, 의료비 절감 효과까지도 기대된다. 또한 환자 정보를 포함하지 않는 형태의 합성 데이터는 개인정보 보호 이슈를 원천적으로 해결하면서도 실제 임상 영상과 유사한 고품질 데이터를 안정적으로 확보할 수 있어 대규모 AI 학습 환경 조성에도 크게 기여할 전망이다.

본 사업은 정부의 ‘디지털 뉴딜’ 정책 중 핵심 과제인 데이터 댐 구축 프로젝트와도 밀접하게 연계돼 있다. 브라이센코리아는 이번 과제를 통해 합성 의료 데이터 기술을 바탕으로 개인정보 보호와 기술 혁신이라는 두 가지 가치를 동시에 실현하고, 차세대 정밀의료 생태계 조성에 있어 핵심적인 실행 주체로서의 역할을 수행할 것으로 기대된다.