2024년 AI 영상진단 논문에서 주목받은 AVIEW 활용 사례 5선

 

2024년은 코어라인소프트의 AI 영상진단 소프트웨어 ‘AVIEW’가 다수의 국제 논문에서 임상적 유효성과 진단 정확성을 입증하며 주목받은 해였습니다. 실제로 2024년 발표된 논문은 총 108건으로, 이는 2023년의 80건에 비해 큰 폭으로 증가한 수치입니다. 폐암 스크리닝, 관상동맥 석회화, 폐기종 분석, 복부 CT 기반의 전이 진단 등 다양한 분야에서 ‘AI 기반 CT 분석 소프트웨어’로서 AVIEW가 어떻게 사용되었는지, 그 실제 논문 사례를 모아 소개합니다.
 

AI 영상진단 기술의 현재와 미래를 살펴보며, AVIEW의 임상적 신뢰성과 글로벌 활용도를 확인해보세요.

 

 

AI First Reader 가능성 검토 – 4-IN-THE-LUNG-RUN 연구

---

 iDNA에서 발표한 해당 논문은, 폐암 검진 프로그램인 4-IN-THE-LUNG-RUN 시험에서 AI 소프트웨어(AVIEW-LCS)를 First Reader로 적용했을 때의 성능을 평가했습니다. 이 연구는 AI와 Radiologist의 성능을 비교하여 음성 사례 식별과 임상 의뢰율에 미치는 영향을 분석했습니다.
 해당 연구에 따르면, 총 3,678명의 참가자 중 AVIEW는 31건(0.8%)의 위음성(NM)을 기록하여 방사선과 전문의의 407건(11.1%) 대비 낮은 수치를 보였습니다. 또한, 최종 판독 시 위음성에 따른 임상 의뢰율(NM referral)은 AVIEW가 2.9%, 방사선과 전문의는 11.8%였습니다.  
AI 적용 시 전체 진단 작업량은 71.2% 감소 가능한 것으로 분석되었으며, 진단 안전성도 유지되었습니다. 반면 위양성(PM)은 AVIEW가 5.7%로, 방사선과 전문의(0.5%)보다 높았으며 이에 대한 후속 연구가 필요하다는 점도 언급되었습니다.
 이 연구는 AI의 워크플로우 효율화 가능성과 진단 부담 경감 효과를 제시합니다.
 

 

폐암 스크리닝에서의 CAC 및 폐기종 정량화 – Parma 대학 연구

---

 Parma 대학에서 진행한 본 연구는 폐암 스크리닝 상황에서 저선량(LDCT) 및 초저선량(ULDCT) CT를 활용하여 AVIEW를 통해 관상동맥 석회화(CAC)와 폐기종의 정량화 가능성을 검토했습니다.
 해당 연구에 따르면 총 361명의 참가자 데이터를 분석한 결과, CAC 정량화에서는 LDCT와 ULDCT 간 높은 일치도(ICC=0.86)와 84%의 중복도가 확인되었습니다. 반면 폐기종 정량화는 중간 수준의 일치도(ICC=0.57)를 보였고, ULDCT에서는 과대평가 경향이 나타났습니다. 
 본 연구는 ULDCT 조건에서도 CAC 정량화가 가능하다는 점을 제시하며, 폐암 스크리닝의 심혈관 예방 확대 가능성을 시사합니니다.


 

폐결절 AI 소프트웨어 비교 – HANSE LCS 연구

---

 HANSE 폐암 검진 연구에서는 Coreline Soft의 AVIEW(Nodule CAD, S1)와 Siemens Healthineers의 ChestCTExplore(S2)를 비교했습니다. 총 946건의 LDCT를 기반으로 분석한 결과, 두 AI의 진성 양성 결절 부피 간 상관계수(r>0.95)는 높았으나, S2가 전반적으로 더 큰 결절 부피를 산출했습니다. AVIEW(S1)는 민감도, 양성 예측도(PPV), 방사선과 전문의와의 일치도에서 더 우수한 성능을 보였으며, Lung-RADS 분류 일치율에서도 AVIEW는 75%, S2는 55%를 기록했습니다.
 참가자의 약 38%에서 AI에 따라 Lung-RADS 점수가 달라졌으며, 이는 임상 의사결정에 영향을 줄 수 있다는 측면에서 소프트웨어 간 일관성 확보와 전문가의 감독 필요성이 강조되었습니다.

 

복부 CT 기반 폐 전이 탐지 – 다기관 후향 연구

---

 이 연구는 복부 CT에서 놓친 폐 전이 결절 탐지를 위해 AVIEW를 Second Reader로 사용한 성능을 검토했습니다.  AI는 AUC 0.911, 민감도 최대 92.3%를 기록하며 높은 탐지율을 보였으며, 위양성(FP) 비율은 27.6%였으나 방사선사의 재검토를 통해 2.4~12.6%까지 감소 가능함이 확인되었습니다.
 결과적으로, AVIEW는 후향적으로 누락된 폐 전이 병변을 식별하는 데 효과적이었으며, 진단 오류 감소 및 재검토 최소화에 기여할 수 있는 가능성을 시사합니다.

 

 

CT 기반 FVC 추정 모델 – RSNA 2024 발표

---

 코어라인소프트의 장령우 클리니컬 리서치 리드가 주저자로 참여한 본 연구는 AVIEW의 lung texture 분석 데이터를 활용하여 폐섬유증 환자의 노력성 폐활량(FVC)을 예측하는 모델을 개발하고 다기관에서 검증한 내용으로, RSNA 2024에서 발표되었습니다.  전체 환자군에서는 FVC와의 상관계수 0.68을 기록하였고, non-IPF 환자군에서는 0.77로 더 높은 상관성을 보였습니다.
 이는 CT 영상 기반 분석만으로도 폐기능 진행 여부를 추정할 수 있는 가능성을 제시하며, 향후 임상 활용성에 대한 근거 자료로 활용될 수 있음을 시사합니다.

 

---

2024년 발표된 논문들을 통해 AVIEW가 다양한 임상 현장에서 신뢰받고 있으며, AI 기반 CT 분석 소프트웨어로서의 입지를 더욱 확고히 하고 있습니다. 위 논문과 연구를 통해 다음과 같은 시사점을 확인할 수 있는데요.
 

1. 의료 AI 소프트웨어의 실질적 임상 통합 가능성
   AVIEW는 단순 연구용을 넘어, 실제 임상 현장에서 적용 가능한 수준의 성능과 정량적 정확도를 갖추고 있으며, 특히 스크리닝 프로그램의 효율성과 정확도를 동시에 확보할 수 있는 솔루션임을 시사합니다.
    
2. 영상의학 워크플로우 재설계에 기여
   AI가 First 또는 Second Reader로 참여할 때, 방사선과 전문의의 피로도 감소, 업무 집중도 향상 등 진단 프로세스 전반의 최적화 가능성이 확인됩니다.
    
3. AVIEW의 다기관/다국가 적용성 입증
   논문 저자와 연구기관이 유럽 (iDNA, Parma, HANSE 등), 한국 병원 등 국제적이라는 점은, AVIEW가 글로벌 임상 환경에서 수용될 수 있는 신뢰도 있는 솔루션임을 의미합니다.

이처럼 정량화된 성능 지표와 실제 활용 사례를 통해 AI 의료 소프트웨어의 가능성을 입증하고 있는 AVIEW, 앞으로도 Coreline Soft는 기술 혁신과 임상 파트너십을 통해 진단의 새로운 기준을 만들어 가겠습니다.

>> 더 많은 논문 사례가 궁금하다면 코어라인 논문 페이지를 참고해 주세요.
>> AVIEW 솔루션 데모를 원하신다면 지금 Request a Demo 버튼을 클릭하세요.