본교 소프트웨어학과 & 대학원 인공지능학과 유종빈 교수와 의대 외과학교실 신호정 교수 융합 연구팀의 연구 성과가 외과학 분야 국제 저명 학술지에 게재됐다. 우리 대학 연구진이 공동 연구를 통해 국제적 주목을 받는 연구 성과를 도출해 냈다는 점에서 의미 있는 성과다. 

연구팀의 논문은 외과학 분야 세계적 권위지인 <인터내셔널 저널 오브 서저리(International Journal of Surgery, IF:13.4, 상위 1% JCI) 9월호 온라인판에 실렸다.

논문의 제목은 "Computed tomography를 이용한 딥러닝 기반 급성 소장 폐쇄 고위험군 환자 식별: 예측 모델 개발 및 검증 : 후향적 코호트 연구(Deep learning using computed tomography to identify high-risk patients for acute small bowel obstruction: development and validation of a prediction model:A retrospective cohort study)"다.

급성 장폐색(SBO)은 긴급 수술이 필요한 가장 흔한 급성 복부 질환 중 하나다. 장폐색은 그 특징을 눈으로 식별하기가 매우 어려운 질병이면서 급성으로 발병하는 특징이 있어서 진단하는데 많은 어려움이 있다. 그동안 AI와 복부 CT를 이용해 수술적 치료법을 결정해 왔지만, 응급수술이 필요한 고도 소장폐색(HGSBO)과 저등급 SBO 또는 마비성 장폐색(LGSBO) 등을 감별하는 것은 매우 어렵다.

아주대 연구팀은 250명의 578개 정상 사례를 포함하여 비수술(ASBO) 및 수술 환자의 CT 이미지 3만8000개 이상을 활용해 고위험 ASBO 환자 분류를 위한 딥러닝 분류기를 개발했다. 이는 이전 머신러닝 모델과 비교하여 장폐색(SBO)이 있는 고위험 환자를 선별하고 판정하는 데에 있어 신뢰도가 크게 향상된 도구다.

연구팀의 연구 결과물을 바탕으로 응급 상황에서 스크리닝을 통해 환자의 장폐색 여부를 빠르게 진단할 뿐만 아니라 장폐색의 심각 정도를 예측해 응급수술이 필요한지 여부를 판단하는데도 도움을 줄 것이라 기대된다.

본교 소프트웨어학과 & 대학원 인공지능학과 유종빈 교수와 의과대학 외과학교실 신호정 교수는 지난 2021년 6월 교내 융합 세미나를 통해 공동 연구를 시작했다. 공동 연구팀은 지난 해 한국연구재단 지원 중견연구 과제에 선정됐다. 이번 연구 성과는 아주대 의료원이 보유한 양질의 데이터 및 노하우와 우리 대학 소프트웨어학과의 인공지능 기술이 융합되어 탄생했다는 점에서 그 의미가 크다. 

#위 사진 설명 : 왼쪽부터 소프트웨어학과 유종빈 교수, 의과대학 외과학교실 신호정 교수, 제 1저자 대학원 인공지능학과 오승민 학생