뉴스룸

보도자료

[2025. 3. 17.] AI가 뇌종양 분자적 특성을 예측한다! 연세대-세브란스 공동연구팀, ‘해석 가능한 종양 예측 AI 모델' 개발 2025.03.17

신촌 홍보팀

AI가 뇌종양 분자적 특성을 예측한다!

연세대-세브란스 공동연구팀, ‘해석 가능한 종양 예측 AI 모델' 개발

- 성인형 확산성 교모세포종 분자 아형·종양 등급 최대 정확도 94.8% 성능 달성 -

- 영상과 임상 데이터 통합 분석… 최신 WHO 기준 반영한 해석 가능 AI -

- 의료과학 분야 저명한 국제학술지 npj Digital Medicine 게재 -

연세대학교 전기전자공학과 황도식 교수와 세브란스병원 안성수 교수 연구팀이 MRI 영상과 환자의 임상 정보를 결합한 해석 가능한 인공지능(AI) 모델을 개발했다.

연구팀은 이 모델을 통해 성인형 확산성 교모세포종(악성 뇌종양의 일종)의 분자 아형 및 종양 등급을 예측하는 데 최대 AUC 0.981, 정확도 94.8%의 성능을 달성했다.

이번에 개발된 ‘GlioMT’(Glioma Multimodal Transformer)는 연세대 MAI-LAB(의료인공지능연구실)과 세브란스병원이 공동으로 연구한 결과물로, MRI 영상 데이터와 환자의 성별·나이 등 임상 정보를 동시에 분석하는 멀티모달 트랜스포머 기반 AI 모델이다.

환자의 나이와 성별 등의 임상 정보는 대규모 언어 모델(LLM)을 활용해 텍스트 임베딩 으로 변환하고, MRI 영상은 비주얼 트랜스포머를 통해 시각적 특징을 추출하고, 이를 임상 정보와 통합해 분석한다. 이를 통해 GlioMT는 IDH 돌연변이 여부, 1p/19q 염색체 공동결실 여부, 종양 악성도 등을 예측할 수 있다.

특히 이 예측 기준은 2021년에 개정된 최신 WHO 뇌종양 분류 체계를 따른 것으로, 연구 단계에서부터 최신 진단 기준을 반영했다는 점에서도 의의가 있다. 실제로 외부 검증용 데이터셋(TCGA, UCSF 등)을 활용한 테스트 결과, GlioMT는 기존 합성곱신경망(CNN)이나 비주얼 트랜스포머 기반 모델보다도 우수한 성능을 보였다.

이 모델은 단순한 예측을 넘어, Attention 맵 등을 활용해 예측 결과에 영향을 미친 영상 부위와 임상 변수의 중요도를 시각화할 수 있어, 해석 가능 AI 모델로서의 활용 가능성도 높다. 이를 통해 의료진의 의사결정 신뢰도를 향상시키고, 실질적인 진단 지원 도구로 기능할 것으로 기대된다.

연구팀은 “향후 GlioMT 모델을 통해 환자 맞춤형 치료 전략 수립과 예후 예측이 보다 정밀해질 것으로 기대된다.”면서, 뇌종양 진단의 비침습적 분자 진단 도구로서 AI 활용의 가능성을 제시했다.

한편, 이번 연구는 연세대 전기전자공학과 통합과정 변윤수 연구원과 세브란스병원 영상의학과 박예원 교수가 공동 제1저자로 참여했으며, 황도식 교수와 안성수 교수가 공동 교신저자로 연구를 이끌었다.

연구 결과는 의료과학 분야의 국제 저명 학술지 npj Digital Medicine에 게재됐다. 해당 저널은 임팩트 팩터(IF) 12.4, JCR 기준 의학·보건과학 분야 상위 0.9%에 해당하는 권위 있는 디지털 의학 저널로 평가받는다.

붙임 1. 연구자 사진 1장.

2. 논문 대표 이미지 2장(보도자료 내).

(연구진 사진 설명)

(왼쪽부터) 연세대 전기전자공학과 변윤수 연구원, 세브란스병원 영상의학과 박예원 교수, 안성수 교수, 연세대 전기전자공학과 황도식 교수

(논문 정보)

1. 논문 제목: Interpretable Multimodal Transformer for Prediction of Molecular Subtypes and Grades in Adult-type Diffuse Gliomas

2. 논문 주소: https://www.nature.com/articles/s41746-025-01530-4

연세대학교

연세소개

뉴스룸