에이비스는 미국 Pathology Visions 2026과 싱가포르 ASDP 2026에서 병리 AI 연구 2건을 발표했습니다. 회사는 생성형 AI로 스캐너마다 다른 영상 특성을 보정해, Ki-67 세포 검출 성능 지표인 mAP50을 0.079에서 0.795로 높인 사례를 소개했습니다. 기준 스캐너 영상의 점수는 0.814였습니다.
다른 연구에서는 IHC 영상의 세포 정보를 가상 H&E 영상으로 옮겨 모델 학습에 활용했습니다. 실제 유방암 H&E 슬라이드 24장으로 구성된 외부 평가에서 기존 IHC 데이터만 쓴 모델보다 세포 검출 재현율이 약 10%포인트 높았다고 에이비스는 밝혔습니다.
왜 중요한가
서로 다른 스캐너를 쓰는 병원은 영상 보정으로 기존 AI 모델을 활용할 가능성이 있지만, 에이비스가 제시한 스캐너 대응 결과는 Ki-67 연구에 한정돼 다른 환경에서도 같은 성능을 낼지는 확인되지 않았습니다.
