신경모세포종 진단용 다중 모달 AI 모델 NEVA 개발
연구진이 신경모세포종의 정확한 진단을 돕는 인공지능 모델 NEVA를 개발했습니다. 대규모 환자 데이터를 학습한 NEVA는 기존 모델보다 우수한 진단 성능을 보였습니다.
주장신경모세포종은 소아암 사망의 주요 원인입니다. 종양의 생물학적 이질성으로 인해 정확한 진단과 관리에 어려움이 따릅니다.
팩트연구진은 이러한 한계를 극복하고자 신경모세포종 시각-언어 인공지능인 NEVA를 개발했습니다. 이 모델은 병리학자의 작업 방식을 모방한 계층적 워크플로우를 구현하며 종단간 최적화 방식을 사용합니다.
팩트연구진은 1,238명의 환자를 포함하는 대규모 다기관 코호트를 대상으로 모델을 개발하고 평가했습니다. 이는 임상적 신뢰성을 확보하기 위한 충분한 데이터 규모입니다.
팩트NEVA는 TITAN, UNI, Virchow 등 10개의 기존 파운데이션 모델과 성능을 비교했습니다. 평가된 11개의 임상 과제 중 대다수에서 NEVA가 더 높은 정확도를 보였습니다.
팩트진단 성능 지표인 AUROC 수치는 아형 분류에서 0.916, 시마다 분류에서 0.823을 기록했습니다. 위험군 분류에서도 0.806의 AUROC를 달성했습니다.
팩트NEVA는 일상적인 병리 데이터에서 핵심 분자 변화를 예측합니다. NMYC 증폭 예측에서 0.924, 1p36 결실 예측에서 0.830의 AUROC를 기록했습니다.
교차검증기존 인공지능 모델들은 고정된 인코더와 다중 인스턴스 학습에 의존하는 한계가 있었습니다. NEVA는 병리학적 지식을 통합하여 기존 방식의 한계를 보완했습니다.
주장NEVA는 조직학적으로 중요한 영역을 국소화하는 해석 가능한 주의 지도를 제공합니다. 이는 임상 의사 결정을 지원하는 확장 가능한 프레임워크로 활용 가능합니다.
팩트본 연구는 충칭시 자연과학재단과 충칭 과학 및 보건 공동 의료 연구 프로젝트의 지원을 받았습니다. 충칭 의과대학 부속 아동병원을 포함한 여러 기관이 연구에 참여했습니다.
출처해당 연구 결과는 네이처 커뮤니케이션즈를 통해 교차 검증했습니다. (https://www.nature.com/articles/s41467-026-74865-5)
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.
