기술 개요
“뇌 MRI 기반 질환 예측에서 판단 근거의 지역화와 설명 가능성을 함께 제공하는 기술입니다.”
산업 별 활용 방안
뇌 MRI 분석 솔루션을 개발하는 의료 AI 기업
뇌 MRI 분석 솔루션을 개발하는 기업은 질병 예측 결과를 제공하면서도 의료진이 확인할 수 있는 영상 기반 판단 근거를 함께 구성해야 하는 과제를 갖습니다. 본 기술을 MRI 분석 모델에 결합하면 질병 상태 예측과 함께 예측에 기여한 관심영역, 패치 수준 근거, 가상 상태 변화 기반 설명을 제시하는 기능을 구현할 수 있습니다. 기존 영상 분석 파이프라인을 전면 교체하지 않고 설명 모듈과 관심영역 분석 모듈을 단계적으로 결합하는 방식으로 적용할 수 있습니다.
치매 진단 보조 서비스를 운영하는 병원·검사센터·연구기관
치매 진단 보조 서비스를 운영하는 기관은 영상 판독 결과와 환자의 임상 정보가 서로 분리되어 있어, 결과를 종합적으로 검토하는 데 어려움을 겪을 수 있습니다. 본 기술은 구조적 뇌영상과 임상 단계, 인지 점수, 연령 정보를 연결해 환자별 질병 상태 예측과 해석 근거를 함께 제공하는 분석 체계로 활용할 수 있습니다. 기관의 기존 MRI 촬영·판독 체계는 유지하면서, 검토용 분석 결과를 제공하는 진단 보조 소프트웨어 모듈로 도입 가능성을 검토할 수 있습니다.
치매 치료제 임상시험을 수행하는 제약기업·임상연구기관
치매 치료제 임상시험을 수행하는 기업·기관은 참여자의 질병 상태와 뇌 구조 변화 양상을 일관된 기준으로 검토할 필요가 있습니다. 본 기술을 활용하면 뇌 MRI에서 질병 관련 대표 관심영역과 환자별 영상 변화 근거를 분석하고, 임상 정보 기반 프로토타입과 함께 대상자 특성을 확인하는 방식으로 활용할 수 있습니다. 임상시험 운영 시스템을 바꾸기보다 영상 분석 및 환자 선별 검토 과정에 보조 분석 도구로 연계하는 방식으로 적용할 수 있습니다.
기술 설명
어떤 기술인가요?
설명가능 인공지능(XAI)은 AI가 질환 가능성을 예측하는 데 그치지 않고, 어떤 영상 변화와 임상 정보가 판단에 영향을 주었는지를 함께 보여주는 기술입니다. 본 기술 포트폴리오는 뇌 MRI 기반 알츠하이머병 및 뇌질환 진단 보조를 위해, 가상의 질병 상태 변화를 반영한 사후가정 맵으로 모델의 판단 근거를 만들고 진단 모델을 강화하며(특허 1), 임상 단계·인지 점수·연령 기반 프로토타입과 구조적 뇌영상 정보를 연결해 질병 상태와 유사 사례의 근거를 설명하고(특허 2), MRI의 3차원 패치 위치별 판별 가능성을 계산해 진단에 기여한 뇌 영역을 지역화하며(특허 3), 원본·합성 MRI의 회백질 밀도 차이에서 대표 관심영역을 추출해 환자별 예측에 반영하는(특허 4) 기법으로 구성됩니다. 이를 통해 질병 예측 결과와 뇌 영상·임상 정보 기반의 해석 근거를 함께 제공할 수 있습니다.
어떤 문제를 해결하나요?
1. 예측 결과만으로는 임상 판단에 활용하기 어려운 문제
뇌 MRI 기반 AI가 질병 가능성만 제시하면 의료진은 어떤 구조 변화가 결과에 영향을 주었는지 확인하기 어렵습니다. 입력 영상의 가상 질병 상태 변화와 실제 영상의 차이를 활용하고, 진단에 중요한 특징을 선택하는 주의 방식으로 판단 근거를 영상 기반으로 제시합니다.
2. 환자별 임상 정보와 영상 소견의 연결 부족
구조적 뇌영상만으로 질병 상태를 예측하면 인지 점수, 연령, 임상 단계처럼 환자의 현재 상태를 해석하는 데 필요한 정보와 영상 결과가 분리될 수 있습니다. 임상 정보의 대표 유형과 환자 특성의 유사도를 뇌영상 기반 가능성 맵의 지침으로 활용해 임상 정보와 영상 소견을 함께 해석합니다.
3. 질환 판별에 기여한 뇌 영역을 특정하기 어려운 문제
전체 뇌 MRI를 하나의 입력으로 처리하는 방식은 최종 판별 결과에 실제로 기여한 국소 영역을 구분하기 어렵습니다. 3차원 패치의 위치와 영상 특징을 함께 계산하고, 원본·합성 영상의 회백질 밀도 차이를 분석해 질환 관련 관심영역과 패치 수준 근거를 추출합니다.
연구자 및 특허 소개
석흥일
고려대학교 뇌공학융합기술연구사업단
고려대학교 뇌공학융합기술연구사업단 연구교수
Biomedical Research Imaging Center, The University of North Carolina at Chapel Hill, USA 박사후연구원
고려대학교 BK21+ 뇌공학글로벌소프트웨어인재양성사업단 연구교수
고려대학교 인공시각연구센터 연구원
고려대학교 뇌공학과 조교수
“저는 뇌 자기공명영상(MRI)과 임상 정보를 활용해 알츠하이머병을 비롯한 뇌질환을 예측하고, AI가 결과를 도출한 근거까지 제시하는 설명가능 인공지능 기반 진단 보조 기술을 연구하고 있습니다. 의료 AI 기업과 영상진단 솔루션 기업은 질환 예측, 판별에 기여한 뇌 영역의 지역화, 모델 결정의 추론·설명 기능을 결합해 의료진의 검토를 지원하는 솔루션을 구성할 수 있으며, 치매 치료제 개발사는 동반진단과 임상시험 환자 선별에 활용 가능성을 검토할 수 있습니다. 관심 있는 기업·기관과 실제 적용 데이터와 환경을 바탕으로 진단 보조 활용 가능성을 검증하고, 필요한 형태로 기술을 고도화하는 협업을 추진하고자 합니다.”
기술과 관련된 특허 4건