이 기사는 2024년 10월 21일 11:42 thebell 에 표출된 기사입니다.

노을은 자사의 혈액 분석 솔루션 miLab™ BCM으로 생성한 백혈구 이미지 분류 데이터 셋에 대한 AI 논문이 Nature 자매지 사이언티픽 데이터(Scientific Data)에 게재됐다고 21일 밝혔다.

이 논문을 통해 공개된 ‘백혈구의 분류를 위한 대규모 멀티포커스 데이터셋’은 현재 사용 가능한 여러 오픈 데이터셋과 비교하여 최초로 초점별 영상(focus stack)을 포함하였으며, 다양한 18개 세포 타입과 방대한 양의 데이터를 제공한 것이 특징이다. 노을만의 고체 염색(NGSI) 기술과 완전히 자동화된 이미지 취득을 통해 구축한 최초의 대규모 고품질 백혈구 이미지 데이터셋으로 질적으로 기존 연구의 한계를 뛰어넘었다는 평가다.

노을 임찬양 대표는 “miLab™ BCM은 세계 최초 완전자동화 AI 기반 혈액검사 솔루션으로 혈액검사를 시행하는 모든 의료기관뿐만 아니라 채혈실에서 전문가 없이 사용할 수 있도록 소형화, 경량화한 대체 불가능한 제품”이라며 “당사의 독보적인 기반 기술로 만든 miLab™ BCM을 활용해 혈액암 등 다양한 암종의 조기 진단 영역까지 확장할 수 있는 AI 이미징 바이오마커 연구 개발에 힘쓸 것”이라고 밝혔다.

연구를 공동으로 진행한 성균관대학교 삼성융합의과학원 정규환 교수는 “본 연구에서 miLab™ BCM을 이용해 대규모의 고품질 백혈구 이미지 데이터셋을 생성하고 검증할 수 있다는 점이 입증되었다"며 "이는 기존의 자동화 분석 시스템이 가지는 한계를 극복한 것으로 기술적인 우월성과 혁신성이 확인된 것”이라고 밝혔다.

이어 “특히, 각 이미지가 10개의 다중 초점 영상으로 구성되어 기존 데이터셋과 차별화된 가치를 제공할 것으로 기대하며, 데이터셋은 약지도 학습(Weakly-supervised learning) 등 다양하고 새로운 의료 AI 모델 개발에 활용될 수 있어 백혈구 감별검사 자동화 연구에 새로운 지평을 열 것”이라 덧붙였다.

데이터는 서울아산병원에서 확보한 혈액 표본 72개를 마이랩으로 촬영해 총 25,773개 이미지 스택을 제공하고 있다. 이미지 라벨은 18종류의 정상/비정상 혈액 세포를 포함하고 있으며, 각 라벨은 판독 전문가 두 명이 검수했다. 각 이미지는 50배율 현미경으로 400nm 간격, 10개의 z-스택을 통해 촬영됐다. 더불어 마이랩에 탑재된 딥러닝 모델을 활용해 라벨 정확성에 대한 검증을 수행했다.


한편, 노을은 이번 논문을 통해 전체 데이터셋을 오픈소스로 완전히 공개한다. 의료 AI 연구자를 위한 질 높은 데이터셋 제공을 통해 디지털 헬스케어 분야의 연구와 개발을 촉진할 것으로 기대된다. 그동안 자동화된 혈액 이미징 디바이스 개발 시 저품질의 데이터가 AI 모델의 완결성과 표준화를 저해하는 요인으로 작용해 왔다.

노을의 miLab™ BCM은 전 세계적으로 약 6.8억 건 이상 시행되는 말초혈액 도말검사(PBS)를 대체할 수 있는 혁신 제품으로, 대형 및 중소형 진단검사실을 모두 커버하는 First-in-Class 제품이다. miLab™ BCM은 형태학적으로 비정상적인 혈액 세포를 구별해 각 세포의 디지털 이미지를 제공한다. 소형 디바이스에 혈액 검사의 전 과정이 자동화되어 있어 전문 인력 없이도 진단검사실의 규모에 상관없이 정확도 높은 검사 결과를 일관되게 제공한다. 디지털 병리 환경 구축 비용을 절감할 수 있을 뿐만 아니라, 숙련된 인력이 많이 필요한 혈액 검사를 보다 효율적으로 진행할 수 있다는 장점이 있다.

miLab™ BCM은 유럽, 아세안, 중동 시장 인증 획득을 완료했으며, FDA 승인 획득을 위한 절차도 진행 중이다. 최근 공시를 통해 인도네시아 시장 내 공급 및 독점 판매권 부여 계약을 체결하며 아세안 시장 진입을 알렸다.