관상동맥시술 피폭량 절반으로 줄인다 ... AI 기반 저선량 조영술 상용화 박차

[이데일리 이순용 의학전문기자] 관상동맥 정밀 시술에 필수적인 실시간 영상검사 ‘관상동맥조영술’의 방사선 피폭량을 절반 이하로 줄일 수 있는 국산 인공지능 기술이 상용화를 향한 첫걸음을 내디뎠다.

분당서울대병원은 순환기내과 강시혁 교수팀(공동연구자 장윤화 ㈜내비온 이사)이 개발한 인공지능 기반 저선량 관상동맥조영술(CAG) 영상 처리 기술이 과학기술정보통신부 ‘딥사이언스 창업 기획 과제’에 선정됐다고 밝혔다. 과제명은 ‘방사선 선량 저감 및 진단 정확도 향상을 위한 생성형 AI 솔루션 개발 및 실시간 영상 처리 Standalone(독립형) 시스템 구현’이다.

이번 기술의 핵심은 관상동맥조영술 과정에서 환자와 의료진에게 노출되는 방사선량을 획기적으로 줄이면서도 영상의 질은 유지하는 데 있다. 현재 심근경색, 협심증 등 관상동맥질환의 진단과 치료에 쓰이는 관상동맥조영술은 1초당 15프레임 수준의 매끄러운 영상을 출력하기 위해 높은 강도의 X선을 사용하고, 이는 곧 고농도의 방사선 피폭으로 이어진다. 반대로 프레임을 낮출수록 시술자의 육안으로 느껴질 만큼 영상이 뚝뚝 끊어지며 극도의 세밀함을 요하는 관상동맥시술의 정확도에 악영향을 미친다.

연구팀은 이 딜레마의 해법을 인공지능에서 찾았다. 관상동맥조영술의 영상 1초당 프레임(FPS, Frame Per Seconds)을 절반(7.5 FPS) 수준으로 낮추되, 생성형 인공지능이 손실된 중간 프레임을 복원하는 프레임 보간(frame interpolation) 기술을 통해 고화질·고프레임 영상을 구현하는 방식이다. 이를 통해 실제 촬영은 절반 이하의 방사선량으로 수행하면서도, 영상의 연속성과 해상도는 임상 현장에서 요구되는 수준을 갖추게 된다.

또한 생성형 인공지능 활용 과정에서 흔히 우려되는 왜곡이나 환각 현상 문제는 ‘흐름 일치(Flow Matching, 데이터를 무작위로 생성하기보다 목표 상태까지의 단순하고 직접적인 연속 경로를 학습해 변환하는 생성형 AI 모델)’ 학습 기법으로 해결해 일관성과 안정성을 높였다. 단순히 영상을 보기 좋게 보정하는 수준을 넘어, 실제 의료 현장에서 활용 가능한 신뢰도를 확보하는 방향으로 기술을 설계했다는 설명이다.

해당 솔루션은 이번 과제 선정을 계기로 △창업 기획 △기술고도화 및 창업 △연구개발 및 초기성장으로 이어지는 3단계 절차를 거쳐 상용화가 추진될 예정이다. 단계별 재평가를 바탕으로 후속 지원이 이뤄지는 구조로, 기술 완성도와 사업화 가능성을 동시에 검증받게 된다. 연구팀은 이미 핵심 기술 개발을 마친 만큼 신속하게 고도화 과정을 거쳐 임상 현장에 안착시키고 국내외 주요 심혈관 센터에 진출한다는 구상이다.

연구 책임자인 강시혁 교수는 “관상동맥조영술 과정에서 방출되는 방사선량을 줄이기 위한 기술적 시도는 꾸준히 있었지만, 단순히 장비를 물리적으로 개선하는 방식만으로는 분명한 한계가 있다”며 “생성형 인공지능이라는 새로운 패러다임을 적용해 환자와 의료진의 안전을 혁신적으로 개선할 수 있는 솔루션을 선보이겠다”고 밝혔다.

분당서울대병원 순환기내과 강시혁 교수(오른쪽)가 관상동맥시술을 집도하고 있다.