-
윤경호 교수팀
윤경호 교수팀, 고주파 열절제 치료를 위한 실시간 예측 인공지능 기술 개발 맞춤형 정밀 의료 시스템 구축 및 의료진의 의사결정 지원 기대, 국제 저명 학술지 ‘Engineering Applications of Artificial Intelligence’ 게재
-
[사진1. (왼쪽부터) 윤경호 교수, 신민우 박사, 서민지 석박사통합과정, 조선앵 석사과정]이과대학 수학계산학부(계산과학공학) 윤경호 교수 연구팀(신민우 박사, 서민지 석박 통합과정, 조선앵 석사과정)은 신촌 세브란스 병원 및 한국과학기술연구원과의 공동연구를 통해 고주파 열 절제 치료에서 정밀한 체내 온도 분포 및 열 손상 영역에 대한 정보를 기기 사용자에게 즉각적으로 예측하여 보여주는 인공지능 기술을 개발했다.
고주파 열절제(Radiofrequency Ablation, RFA)는 고주파 에너지를 사용하여 종양을 제거하는 최소 침습적 치료법으로, 특히 간, 폐, 신장 등 다양한 장기의 종양 치료에 널리 사용되고 있다. 이 방법은 절개 없이 종양을 제거할 수 있어 환자의 회복 속도가 빠르고, 부작용이 적다는 장점이 있다. 그러나 종양 주변 조직의 열 손상 범위를 정확히 예측하는 것이 치료의 성공 여부를 결정짓는 중요한 요소로 작용한다.
이를 해결하기 위해 윤 교수팀은 고주파 열절제 치료의 효율성과 안전성을 높이기 위해 'PhysRFANet'이라는 물리 현상을 학습한 인공지능 모델을 제안했다. 이 모델은 인공신경망에 전기 및 열 현상에 대한 시뮬레이션 결과를 학습시킴으로써 실시간으로 정밀한 체내 온도 분포와 열 손상 범위를 예측할 수 있도록 설계되었다. 예측된 온도분포는 0.5도 이내의 정확도를 보였으며, 열 손상 범위 영역 예측 정확도는 96.3%에 달했다. 특히 예측된 결과는 10밀리초 이내에 도출되어 임상 현장에서 즉각적인 피드백 제공이 가능하다.
이번 연구는 고주파 열절제 과정에서 발생하는 물리적 현상을 수리모델링과 계산과학 기술을 통해 인공지능에 학습시키는 혁신적인 접근 방식을 제시하였다. 뿐만 아니라 고주파 열절제 치료뿐만 아니라 다양한 치료 분야로 확장 가능성을 가지고 있어, 환자 맞춤형 정밀 의료 시스템 구축의 기반이 될 것으로 판단된다. 특히, 인공지능 기반 치료 보조 시스템은 고주파 열절제 치료의 효율성과 안전성을 크게 높여줄 것으로 기대되며, 의료진의 의사결정을 지원하고 치료 시간을 단축함으로써 합병증 발생 위험을 줄이는 데 기여할 전망이다. 더불어 의료 자원의 효율적 활용을 가능하게 해, 미래 의료의 디지털 전환을 가속화하는 중요한 계기가 될 것으로 보인다.
[사진2. 고주파 열절제 치료의 열 효과 실시간 예측을 위한 “PhysRFANet"의 전체 흐름도.]
본 연구 결과는 관련분야 최상위 저널인 Engineering Applications of Artificial Intelligence (IF: 7.5, JCR 상위 2.5%) 12월호에 게재됐다.
논문정보
*논문제목: PhysRFANet: Physics-guided neural network for real-time prediction of thermal effect during radiofrequency ablation treatment
*논문주소 링크: https://www.sciencedirect.com/science/article/pii/S0952197624015070
Researcher
-
Professor Yoon Kyungho
연세대학교 일반대학원 수학계산학부(계산과학공학)
YOONKH@YONSEI.AC.KR
-