왼쪽부터 인천대학교 조환호 교수(제1저자), 한양대학교 구리병원 신경과 박성호 교수(교신저자)

인천대학교(총장 이인재) 전자공학부 조환호 교수 연구팀이 한양대학교구리병원 신경과 박성호 교수 연구팀과 협력하여, 연속적으로 촬영된 MRI 영상을 기반으로 새롭게 발생한 뇌경색 병변을 자동으로 탐지하는 인공지능 모델을 개발하였다.

이번 연구는 일정 시간 간격으로 촬영된 MRI를 비교하여 기존 영상에서는 보이지 않던 새로운 뇌경색(new cerebral infarction)을 탐지하는 데 초점을 맞췄다. 특히 환자가 별다른 증상을 호소하지 않는 경우에도 발견될 수 있는 무증상 뇌경색(silent cerebral infarction)을 체계적으로 검출할 수 있도록 설계되었다.

연구팀은 초기 MRI와 추적 MRI를 함께 입력으로 활용하는 시계열 기반 딥러닝 모델을 구축하였으며, FLAIR MRI를 중심으로 미세 병변 탐지 성능을 평가하였다. 그 결과, 제안된 모델은 다양한 임상 데이터에서 높은 정확도로 새로운 뇌경색을 탐지하였으며, 임상적으로 간과되기 쉬운 작은 병변에서도 유의한 성능을 보였다.

초기 및 추적 MRI에서 새롭게 발생한 뇌경색 병변과 인공지능 모델의 탐지 결과를 비교한 예시 (출처: Cho et al., npj Digital Medicine, 2026, CC BY-NC-ND 4.0)

초기 및 추적 MRI에서 새롭게 발생한 뇌경색 병변과 인공지능 모델의 탐지 결과를 비교한 예시 (출처: Cho et al., npj Digital Medicine, 2026, CC BY-NC-ND 4.0)

또한, 새롭게 발생한 뇌경색의 존재 여부가 환자의 향후 임상 경과와 통계적으로 유의한 연관성을 보이는 것으로 나타나, 인공지능 기반 시계열 MRI 분석이 뇌졸중 환자의 예후 예측 및 장기 관리에 활용될 가능성을 확인하였다.

이번 연구는 임상과 공학의 협력을 통해 수행되었다. 교신저자인 박성호 교수팀은 임상적 문제 정의와 데이터 구축을 담당하였고, 조환호 교수 연구팀은 인공지능 모델 설계 및 분석을 수행하였다. 또한 한양대학교구리병원을 비롯해 인제대학교 백병원, 삼성서울병원, 서울아산병원, 고려대학교 안산병원 등 다수의 의료기관이 참여하여 연구 결과의 신뢰성을 높였다.

본 연구는 “Automated detection of new cerebral infarctions and prognostic implications using deep learning on serial MRI”라는 제목으로 2026년 3월 npj Digital Medicine (Impact Factor 15.1)에 게재되었으며, JCR 기준 Health Care Sciences & Services 분야 상위 0.3%(1/118), Medical Informatics 분야 상위 3.1%(2/48)에 해당하는 저널이다.

조환호 교수는 “이번 연구는 공학과 의학의 협력을 통해 실제 임상에서 놓치기 쉬운 변화를 자동으로 탐지하고, 이를 환자 예후와 연결했다는 점에서 의미가 있다”며 “향후 영상 데이터뿐 아니라 다양한 임상 정보를 통합하여 실제 진료에 활용 가능한 인공지능 기반 시스템으로 확장해 나갈 계획”이라고 밝혔다. 

본 연구는 한국연구재단이 지원하는 뇌과학 선도융합기술개발사업과 인천대학교 자체 연구비 지원을 받아 수행되었다.