최소 침습 수술 정밀도 높이는 인공지능 엑스레이 볼륨 등록 기술 개발

팩트최소 침습 수술은 작은 절개창을 통해 이루어지며, 실시간 엑스레이 영상에 의존하여 수술 도구를 조종합니다.

교차검증이차원 영상만으로는 도구의 정확한 위치와 방향을 파악하기 어려워 합병증 발생 우려가 존재합니다.

주장미국 매사추세츠 공과대학교(MIT) 연구진이 개발한 엑스레이 볼륨 등록(X-ray volume registration) 기술은 실시간 영상과 환자의 수술 전 삼차원 의료 영상을 자동 결합합니다.

팩트이 기술은 엑스레이 볼륨 등록의 영문 머리글자를 따서 엑스브이알(xvr)로 부르며, 환자의 수술 전 자기공명영상(MRI)이나 전산화단층촬영(CT) 데이터를 활용해 초당 약 1000개의 합성 엑스레이 이미지를 생성합니다.

팩트이 모델은 환자별로 약 5분 내에 적응하며, 수 밀리미터 이하의 정밀도로 실시간 영상과 삼차원 데이터를 일치시킵니다.

팩트기존의 수동 정렬 방식은 의료진이 직접 수치를 입력하거나 해부학적 지점을 클릭해야 하는 번거로움이 있었습니다.

팩트반면 엑스브이알은 물리 기반 시뮬레이션을 통해 데이터를 생성하므로 생성형 인공지능에서 발생하는 환각 현상 없이 높은 정확도를 보장합니다.

교차검증기존의 심층 학습 모델은 환자마다 다른 해부학적 구조로 인해 범용적인 적용에 한계가 있었습니다.

팩트연구진은 이를 해결하기 위해 모든 환자에게 적용 가능한 단일 모델 대신, 특정 환자에게 최적화된 맞춤형 모델을 생성하는 방식을 채택했습니다.

팩트연구진은 2000명 이상의 환자 데이터를 활용해 기반 모델을 사전 학습시켰습니다.

팩트이를 통해 개별 환자에게 즉각적으로 적응할 수 있는 시스템을 구축하여 응급 상황에서도 신속한 수술 지원이 가능하도록 설계했습니다.

교차검증초기 모델은 환자별로 학습하는 데 약 12시간이 소요되어 응급 수술 현장에 즉시 도입하기 어려웠습니다.

팩트연구진은 대규모 데이터를 기반으로 한 기반 모델을 사전 학습시켜 적응 시간을 5분 내외로 단축했습니다.

주장이번 연구의 주 저자인 비벡 고팔라크리슈난 연구원은 이 기술이 뇌졸중 응급 처치와 같은 전문적인 수술의 접근성을 높일 것이라고 강조했습니다.

팩트해당 연구 결과는 2026년 9월 16일 자 네이처(Nature) 학술지에 게재되었습니다.

팩트연구에는 미국 매사추세츠 공과대학교 컴퓨터 과학 및 인공지능 연구소(CSAIL)의 폴리나 골란드 교수와 하버드 의대 및 매사추세츠 종합병원의 닐 데이 연구원 등이 공동 저자로 참여했습니다.

출처MIT 뉴스(https://news.mit.edu/2026/new-ai-technique-could-make-minimally-invasive-surgeries-safer-more-precise-0916)의 보도를 교차 검증했습니다.