테크노트 인하대, 폐 중증도 순서 구조 반영한 DORGA·불확실성 추정 Bi-EDL 기술 개발

인하대학교 이현규 의과대학 교수 연구팀이 흉부 X선 기반 의료 AI의 임상 신뢰도를 높이는 기술 2편을 개발해 의료영상 컴퓨팅 분야 최고 권위 국제학술대회인 MICCAI 2026 본회의에 채택됐다고 1일 밝혔다. 첫 번째 연구는 흉부 X선에서 폐 여러 영역의 중증도를 평가하는 기술이다. 연구팀은 중증도 평가의 어려움이 AI가 중증도 등급의 순서 구조와 폐 영역의 해부학적 정보를 안정적으로 분리·반영하지 못하는 데 있다고 보고 DORGA(Decoupled Ordinal Refinement with Geometric Alignment) 기술을 개발했다. DORGA는 폐 영역의 구조 정보와 질환 중증도 정보를 분리해 학습함으로써 흉부 X선 중증도 평가의 정확성과 안정성을 높인다. 중환자실의 폐렴, 감염성 폐질환 환자처럼 흉부영상의 시간적 변화가 치료 판단에 중요한 경우에 활용 가능성이 있다. 해당 논문은 전 세계 4,601편의 제출 논문 중 상위 9%에 해당하는 early accept 논문으로 선정됐다. 정건 통계학과 학부연구생이 제1저자로 참여했다. 두 번째 연구는 의료 비전·언어 모델의 예측 불확실성을 질환별로 제시하는 Bi-EDL(Bidirectional E

• 구서경 기자
• 2026-07-01 17:05