MediWave

현대 심장 의학에서 혈관 내 초음파 (Intravascular Ultrasound, IVUS) 는 관상동맥 질환의 정밀 진단과 복합 병변 치료를 위한 필수적인 도구로 자리 잡았습니다 . 하지만 복잡한 영상 데이터 분석에 소요되는 시간과 비용 , 그리고 전문가의 숙련도에 의존해야 한다는 점은 임상 현장에서 IVUS 의 광범위한 활용을 가로막는 주요 장애물이었습니다 . 최근 영국 런던 퀸 메리 대학교 (Queen Mary University of London) 의 Retesh Bajaj 박사팀은 이러한 한계를 극복하기 위해 딥러닝 (Deep-Learning) 모델 을 활용한 실시간 IVUS 영상 분석 기술을 개발하여 전 세계 의학계의 주목을 받고 있습니다 . 본 칼럼에서는 해당 연구의 핵심 성과와 딥러닝 기술이 심혈관 진단 분야에 가져올 변화에 대해 심도 있게 다룹니다 . 1. 혈관 내 초음파 (IVUS) 의 임상적 중요성과 한계 혈관 내 초음파 (IVUS) 는 혈관 내부의 단면 영상을 제공하여 혈관벽의 상태 , 플라크 (Plaque) 의 축적 정도 , 혈관 내강 (Lumen) 의 크기를 정확히 측정할 수 있게 해주는 선호되는 방법입니다 . 특히 고위험 심장 질환 환자의 재관류술 (Revascularization) 을 안내하고 복잡한 병변을 평가하는 데 있어 타의 추종을 불허하는 정확도를 자랑합니다 . 그러나 IVUS 데이터는 방대하고 복잡합니다 . 수동으로 영상을 판독하고 혈관 경계를 설정하는 과정은 매우 " 노동 집약적 " 이며 " 시간 소모적 " 입니다 . 기존에 제안된 자동화 방식들은 환자가 카테터 검사실에 있는 동안 실시간으로 외탄성막 (External Elastic Membrane, EEM) 과 내강 경계를 정확히 식별하는 데 한계가 있었습니다 . 2. 혁신적 딥러닝 모델 : ResNet 기반의 실시간 세분화 Bajaj 박사팀이 개발한 새로운 모델은 ResNet 신경망 을 기반으로 하...

  http://dx.doi.org/10.31916/sjmi2025-01-7 인공지능, 영상의학의 새로운 동반자 21세기 의료 혁신의 중심에는 의료 인공지능(AI)이 있다.  특히 영상의학(Radiology) 분야는 AI 기술의 발전에 따라 가장 빠르게 변화하는 영역 중 하나로 꼽힌다.  과거 인공지능은 단순히 보조 도구로 여겨졌지만, 이제는 진단의 정밀도와 효율성을 혁신적으로 높이는 ‘Radiology Extender(영상의학 확장자)’로 진화하고 있다. 최신 연구에 따르면, AI는 단순히 병변을 감지하는 수준을 넘어 영상 판독, 데이터 분석, 보고서 자동화, 그리고 임상적 의사결정 지원까지 수행한다.  이러한 변화는 단순한 기술 혁신을 넘어 의료 생태계의 근본적 전환점 으로 평가된다. AI 영상의학의 핵심 기능 4가지 첨부 연구는 AI가 영상의학에서 수행하는 역할을 네 가지 핵심 기능 으로 구분했다.  이는 임상 현장에서 AI가 Radiology Extender로 작동하는 구체적인 기술 기반을 보여준다. 1️⃣ 병변 탐지와 분류 (Lesion Detection & Classification) 딥러닝 기반의 CNN(Convolutional Neural Network) 모델은 CT, MRI, X-ray 등 다양한 영상에서 병변을 자동으로 탐지하고 분류할 수 있다.  예를 들어, 폐결절 탐지, 뇌출혈 인식, 유방암 미세석회화 감지 등에서 인간 전문가 수준의 정확도를 보인다. AI는 또한 ‘이중 판독자(second reader)’로서 방사선과 전문의가 놓칠 수 있는 병변을 보완하며, 진단 신뢰도를 높인다. 💡 AI 영상 판독은 진단 오류를 줄이고, 판독자의 피로도를 낮춰 의료 안전성을 향상시킨다. 2️⃣ 영상 트리아지(Image Triage & Prioritization) 응급실과 같이 신속한 판독이 요구되는 환경 에서는 AI의 역할이 더욱 중요하다.  예...