▶ 거대언어모델(LLM)을 활용한 폐암 환자의 병리보고서 데이터 추출 연구 진행
▶ 암병기 분류 정확도 99% 보이며 효과 입증..."의료 AI 연구개발 가속화할 것"
안녕하세요, 이지케어텍입니다.
헬스케어를 비롯해 대부분의 산업에서 화두로 떠오른 게 있다면 인공지능(AI)을 들 수 있습니다.
그 중에서도 GPT로 대변되는 생성형 AI는 단연 화제의 중심에 있다고 할 수 있는데요.
헬스케어 부문에서도 생성형 AI를 어떻게 의료에 접목시킬지에 대해 많은 연구가 진행되고 있습니다.
이지케어텍도 연구소 내 AI팀을 주축으로 생성형 AI를 의료정보시스템(HIS)에 적용하기 위해 연구를 진행해 왔습니다.
실제로 닥터앤서2.0을 통해 개발한 폐렴 진단 AI 소프트웨어(ezAssistant Pneumonia)를 클라우드 HIS 엣지앤넥스트,
구축형(On-Premise) HIS 베스트케어에 접목하기 위해 준비중에 있습니다.

▲ Journal of Biomedical Informatics(JBI) 학술지에 실린 이지케어텍의 연구논문 표지
그리고 얼마전 또 하나의 연구성과를 거뒀습니다. 바로 세계적인 학술지인 Journal of Biomedical Informatics(이하 JBI)에
LLM(생성형 AI 거대언어모델)을 활용 병리보고서 데이터 추출 연구에 관한 논문을 게재한 것입니다.
연구 제목은 “감염성 폐질환 및 종양 유사 뇌질환 환자의 의료 영상과 전자의무기록의 이종의료 빅데이터 레이블링 및 스마트 큐레이션 기술 개발”로,
폐암 환자의 병리보고서에 기재된 암 병기 판별 데이터 42개를 추출하는 것을 골자로 하는 연구입니다.
특별히 이번 연구는 이지케어텍 AI팀의 조형민 책임이 1저자로 등재되었습니다. 보통 높은 권위를 자랑하는 논문에는
기관 대표자나 관리자의 이름이 가장 먼저 등장하기 마련인데, 조형민 책임을 중심으로 연구한 만큼 이를 반영한 것입니다.
이와 함께 남세진 AI팀장과 팀원들, 분당서울대병원 의료진들이 함께 연구를 진행했습니다.
또 이번 논문은 연구과제의 산출물로서, 분당서울대병원 내원 폐암 환자의 수술 후 외과 병리보고서가 기초데이터로 활용됐습니다.

▲ 이지케어텍 연구소 AI팀 조형민 책임
앞서 언급했듯이 이번 연구의 목적은 LLM을 통해 병리보고서 내 암병기 분류 데이터를 자동으로 추출하는 것이었습니다.
보통 병리보고서에서 유용한 데이터를 추출하려면 많은 시간과 인력이 투입되며 오타 등 부정확한 데이터가 나오기도 합니다.
하지만 병리보고서를 통해 미세조정(fine-tuning)된 LLM은 오류를 줄임과 동시에 시간과 비용도 대폭 줄일 수 있습니다.
실제로 연구 결과 LLM이 비정형 데이터를 추출하는 데 있어 기존 방식 대비 효율성과 정확도를 크게 높인 것으로 나타났습니다.
데이터 추출 정확도는 92%에 달했고, 암병기 분류에 있어서는 99%의 정확도를 보였습니다.
이에 연구진은 LLM을 통해 병리보고서 데이터 추출 정확도를 향상시킬 뿐만 아니라,
글로벌 AI 및 ICT 기업들의 솔루션보다 우수한 성능을 지니고 있음을 확인할 수 있었습니다.

▲ LLM을 활용한 폐암 병리보고서 데이터 추출 과정
이지케어텍은 이외에도 의료 AI에 관한 다양한 연구개발 실적을 갖고 있습니다. 이는 다양한 솔루션으로 증명되고 있는데요.
현재 ▲성인 폐렴 ▲병상배정 ▲병리데이터 추출 ▲의미 기반 검색 ▲의무기록 자동생성 등의 분야에서 연구개발이 진행중입니다.
앞으로도 이지케어텍은 AI팀을 주축으로 의료 현장에 실사용할 수 있는 다양한 AI 기술을 개발하고,
HIS를 고도화함으로써 디지털 헬스케어 생태계를 리드한다는 목표를 갖고 있습니다.
디지털 헬스케어 플랫폼 기업으로서의 이지케어텍 행보에 많은 관심을 부탁드립니다.

▲ 2023년 대한의료정보학회 추계학술대회에서 남세진 AI팀장이 LLM을 주제로 발표하는 모습