㈜에이비스(AIVIS Inc., 대표 이대홍)가 오는 22일부터 27일까지 미국 보스턴 컨벤션 센터에서 열리는 ‘2025 미국·캐나다 병리학회(2025 UNITED STATES AND CANADIAN ACADEMY OF PATHOLOGY, 이하 USCAP 2025)에서 병리 인공지능(AI) 솔루션을 활용한 최신 연구 성과 4건을 발표한다고 21일 밝혔다.
USCAP은 100년 이상의 역사를 자랑하는 북미 최대 병리학 학술행사로, 전 세계 병리 전문의와 산업 관계자들이 참여해 첨단 연구 성과를 공유하는 자리다. 이번 발표에서는 갑상샘암, 요로상피암, 신장병리 등 다양한 암종을 대상으로 AI 기술을 적용한 사례가 소개된다.
갑상샘암 연구에서는 코어침생검(핵심침생검) 슬라이드 이미지를 분석해 양성·악성을 높은 정확도로 분류해낸 두 가지 결과가 발표될 예정이다. 특히 조직 윤곽정보를 활용한 연구결과는 평균 AUC 94.72%, F1-score 89.18%로 기존 대비 5~10%의 성능 향상을 이끌어냈다. 두 연구 모두 알고리즘에서 생성된 주의(Attention) 히트맵이 실제 병리의사 판독 영역과 높은 일치율을 보여, 임상 현장에서의 활용 가능성을 입증했다.
침습성 요로상피암 분야에서도 예후 예측에 관한 의미있는 결과가 발표된다. 에이비스는 자체 개발 인공지능 모델로 근육 침윤 여부를 80%의 정확도로 예측했고, 재발 위험 또한 71.43% 정확도로 파악했다. 기존에는 침윤 깊이를 정확하게 파악하기 어려웠으나, AI 기법이 병리 조직을 정교하게 해석함으로써 병리의사의 치료 결정에 실질적 도움을 줄 수 있을 것으로 기대된다.
신장병리 분야에서는 생성형 인공지능을 이용해 H&E 영상을 특수 염색 이미지로 자동 변환하는 가상 염색(Virtual Staining) 기술이 소개된다. 본 연구를 통해 PAS, AFOG, PM 염색 영상을 합성했으며, 유사도가 0.72~0.87 수준을 기록해 실제 염색과 유사한 수준의 구조적 정보를 재현할 수 있음을 입증했다.
이번 발표에서 주목할 만한 점은 디지털 병리 이미지를 AI가 자동으로 분석해 주요 영역을 강조 표시해주는 기능과, 진단 과정에서 시간을 단축하면서도 중요한 정보를 놓치지 않도록 돕는 체계가 마련되었다는 것이다. 특히 일부 연구에서는 가상 염색(디지털 방식으로 다양한 염색 이미지를 구현하는 기술)을 시연해, 병리 진단 과정에서 시간·비용을 절감하면서도 높은 정밀도를 유지할 수 있는 잠재력이 있다고 평가된다.
에이비스는 국내 주요 병원 20여 곳과 협력해 디지털 병리 솔루션 도입 및 PoC를 완료했으며, 식품의약품안전처(MFDS) 인허가를 획득한 ‘콴티 IHC’를 통해 정확한 암 조직 분석 및 바이오마커 정량화를 지원 중이다. 특히 글로벌 의료기기 기업 필립스(Philips), 제약사 아스트라제네카(AstraZeneca) 등과도 협력해 동반진단(CDx) 및 신약개발 분야의 AI 병리 연구를 진행하고 있으며, 아세안(ASEAN)을 중심으로 해외 시장도 본격 확대하고 있다.
이대홍 에이비스 대표는 “USCAP은 병리학 분야에서 가장 권위 있는 학술대회 중 하나”라며 “이번 4건의 성과를 통해 에이비스의 병리AI 기술 경쟁력을 전 세계 병리학계에 알리고, 정밀 의료 시대를 앞당기는 데 기여하고자 한다”고 강조했다.
- 관련 기사 더 보기
Avis to Participate in '2025 American and Canadian Pathology Association'
AIVIS Inc. (CEO Daehong Lee) announced on the 21st that it will present four of the latest research results utilizing artificial intelligence (AI) in pathology solutions at the '2025 UNITED STATES AND CANADIAN ACADEMY OF PATHOLOGY (USCAP 2025)' to be held at the Boston Convention Center from the 22nd to the 27th.
USCAP is the largest pathology academic event in North America with over 100 years of history, where pathologists and industry professionals from around the world participate and share cutting-edge research results. This presentation will introduce cases of applying AI technology to various types of cancer, including thyroid cancer, urothelial cancer, and renal pathology.
In the thyroid cancer study, two results will be announced that analyzed core needle biopsy slide images and classified benign and malignant with high accuracy. In particular, the research results utilizing tissue outline information achieved an average AUC of 94.72% and F1-score of 89.18%, which is a 5-10% performance improvement over the existing ones. In both studies, the attention heatmap generated by the algorithm showed a high degree of agreement with the actual pathologist interpretation area, proving its potential for use in clinical settings.
In the field of invasive urothelial carcinoma, meaningful results on prognosis prediction are also announced. Avis predicted muscle invasion with 80% accuracy using its own AI model, and also identified the risk of recurrence with 71.43% accuracy. Previously, it was difficult to accurately determine the depth of invasion, but it is expected that AI techniques will be able to provide substantial assistance in pathologists' treatment decisions by precisely interpreting pathological tissues.
In the field of renal pathology, a virtual staining technology that automatically converts H&E images into special staining images using generative artificial intelligence is introduced. In this study, PAS, AFOG, and PM staining images were synthesized, and the similarity was recorded at the level of 0.72 to 0.87, proving that structural information similar to actual staining can be reproduced.
What is noteworthy in this presentation is the function that AI automatically analyzes digital pathology images and highlights key areas, and the system that helps shorten the time in the diagnosis process while not missing important information. In particular, some studies have demonstrated virtual staining (a technology that digitally implements various staining images), which is evaluated to have the potential to save time and cost in the pathology diagnosis process while maintaining high accuracy.
Avis has completed the introduction and PoC of digital pathology solutions in cooperation with about 20 major domestic hospitals, and is supporting accurate cancer tissue analysis and biomarker quantification through 'Quanti IHC', which has obtained approval from the Ministry of Food and Drug Safety (MFDS). In particular, it is conducting AI pathology research in the fields of companion diagnostics (CDx) and new drug development in cooperation with global medical device company Philips and pharmaceutical company AstraZeneca, and is also actively expanding into overseas markets, centered on ASEAN.
Lee Dae-hong, CEO of Avis, emphasized, “USCAP is one of the most authoritative academic conferences in the field of pathology,” and “Through these four achievements, we hope to inform the global pathology community of Avis’s pathology AI technology competitiveness and contribute to advancing the era of precision medicine.”
- See more related articles
エイビス、「2025米国・カナダ病理学会」参加
㈱エイビス(AIVIS Inc.、代表イ・デホン)が来る22日から27日まで米国ボストンコンベンションセンターで開かれる'2025米国・カナダ病理学会(2025 UNITED STATES AND CANADIAN ACADEMY OF PATHOLOGY,と21日明らかにした。
USCAPは100年以上の歴史を誇る北米最大の病理学学術行事で、全世界の病理専門医と産業関係者が参加して先端研究成果を共有する席だ。今回の発表では、甲状腺がん、尿路上皮がん、腎臓病理など様々ながんを対象にAI技術を適用した事例が紹介される。
甲状腺癌の研究では、コア針生検（核心針生検）のスライドイメージを分析し、良性・悪性を高精度に分類した2つの結果が発表される予定だ。特に組織輪郭情報を活用した研究結果は、平均AUC 94.72%、F1-score 89.18%で、従来比5～10%の性能向上を導いた。両研究とも、アルゴリズムで生成された注意ヒートマップが、実際の病理医師読取り領域と高い一致率を示し、臨床現場での利用可能性を立証した。
侵襲性尿路上皮がんの分野でも予後予測に関する意味のある結果が発表される。エイビスは自己開発人工知能モデルで筋肉浸潤の有無を80％の精度で予測し、再発リスクも71.43％の精度で把握した。従来は浸潤深さを正確に把握することは困難であったが、AI技術が病理組織を精巧に解釈することにより、病理医の治療決定に実質的な助けを与えることができると期待される。
腎臓病理分野では、生成型人工知能を利用してH&E画像を特殊染色画像に自動変換する仮想染色（Virtual Staining）技術が紹介される。本研究では、PAS、AFOG、PM染色画像を合成し、類似度が0.72〜0.87レベルを記録し、実際の染色と同様のレベルの構造情報を再現できることを実証した。
今回の発表で注目すべき点は、デジタル病理イメージをAIが自動的に分析して主要領域を強調表示する機能と、診断過程で時間を短縮しながらも重要な情報を見逃さないようにする体系が設けられたということだ。特に一部の研究では仮想染色（デジタル方式で多様な染色画像を具現する技術）を実演し、病理診断過程で時間・費用を削減しながらも高い精度を維持できる可能性があると評価される。
エイビスは国内主要病院20カ所余りと協力してデジタル病理ソリューション導入及びPoCを完了し、食品医薬品安全処(MFDS)認可を獲得した「Quanti IHC」を通じて正確ながん組織分析及びバイオマーカー定量化を支援中だ。特にグローバル医療機器企業フィリップス(Philips)、製薬会社アストラジェネカ(AstraZeneca)などとも協力して同伴診断(CDx)および新薬開発分野のAI病理研究を進めており、ASEAN(ASEAN)を中心に海外市場も本格拡大している。
イ・デホン・エイビス代表は「USCAPは病理学分野で最も権威ある学術大会の一つ」とし「今回の4件の成果を通じて、エイビスの病理AI技術競争力を全世界の病理学界に知らせ、精密医療時代を早めるのに寄与しよう」と強調した。
- 関連記事をもっと見る
Avis 将参加“2025 年美国和加拿大病理学协会”
AIVIS株式会社（代表理事长李大弘）21日宣布，将在22日至27日于波士顿会议中心举办的“2025年美国和加拿大病理学院年会（USCAP 2025）”上发表4项利用人工智能（AI）在病理学解决方案中的最新研究成果。
USCAP是北美最大的病理学会议，拥有超过100年的历史，来自世界各地的病理学家和行业专业人士参加，分享前沿的研究成果。本演讲介绍了将AI技术应用于各种癌症的案例，包括甲状腺癌、尿路上皮癌和肾脏病理学。
在一项关于甲状腺癌的研究中，预定将公布两项通过分析芯针活检切片图像来高精度地区分良性和恶性病变的结果。其中，利用组织轮廓信息的研究成果实现了平均AUC为94.72%、F1-score为89.18%，比现有方法性能提升5-10%。两项研究都表明，该算法生成的注意力热图与病理学家实际阅读的区域高度一致，展示了其在临床环境中的应用潜力。
在侵袭性尿路上皮癌领域也发表了有关预后预测的重要成果。 Avis 利用自己开发的人工智能模型，对肌肉浸润的预测准确率为 80%，对复发风险的识别准确率为 71.43%。此前，准确判断肿瘤侵袭深度较为困难，但期待AI技术能够通过精准解读病理组织，为病理学家的治疗决策提供切实帮助。
在肾脏病理学领域，引入了一种虚拟染色技术，该技术利用生成人工智能自动将 H&E 图像转换为特殊染色图像。本研究对PAS、AFOG、PM染色图像进行了合成，相似度记录在0.72~0.87的水平，证明可以再现与实际染色相似的结构信息。
该公告的亮点包括人工智能能够自动分析数字病理图像并突出显示关键区域，以及有助于缩短诊断过程同时确保不会遗漏重要信息的系统。特别是，一些研究表明虚拟染色（一种以数字方式实现各种染色图像的技术）被评估为有可能在病理诊断过程中减少时间和成本，同时保持高精度。
Avis 已与约 20 家国内主要医院合作完成了数字病理解决方案的引入和 PoC，目前正在通过获得食品药品安全部 (MFDS) 批准的“Quanti IHC”支持准确的癌症组织分析和生物标志物定量。具体来说，我们正与全球医疗器械公司飞利浦和制药公司阿斯利康合作，在伴随诊断（CDx）和新药开发领域开展AI病理学研究，并且积极拓展以东盟为中心的海外市场。
Avis代表李大弘表示，“USCAP是病理学领域最权威的学术会议之一”，“我们希望通过这四项成果，让全球病理学界了解Avis病理学AI技术的竞争力，为推进精准医疗时代做出贡献”。
- 查看更多相关文章
Avis participera à l'édition 2025 de l'American and Canadian Pathology Association
AIVIS Inc. (PDG Daehong Lee) a annoncé le 21 qu'elle présenterait quatre des derniers résultats de recherche utilisant l'intelligence artificielle (IA) dans les solutions de pathologie à l'occasion de la « 2025 UNITED STATES AND CANADIAN ACADEMY OF PATHOLOGY (USCAP 2025) » qui se tiendra au Boston Convention Center du 22 au 27.
L'USCAP est la plus grande conférence de pathologie en Amérique du Nord avec plus de 100 ans d'histoire, où des pathologistes et des professionnels de l'industrie du monde entier participent pour partager des résultats de recherche de pointe. Cette présentation présente des cas d’application de la technologie de l’IA à divers types de cancer, notamment le cancer de la thyroïde, le cancer urothélial et la pathologie rénale.
Dans une étude sur le cancer de la thyroïde, deux résultats devraient être annoncés, qui classent les lésions bénignes et malignes avec une grande précision en analysant les images de lames de biopsie à l'aiguille. En particulier, les résultats de recherche utilisant des informations sur les grandes lignes organisationnelles ont atteint une AUC moyenne de 94,72 % et un score F1 de 89,18 %, ce qui représente une amélioration des performances de 5 à 10 % par rapport aux méthodes existantes. Les deux études ont démontré que les cartes thermiques d’attention générées par l’algorithme présentaient un degré élevé de concordance avec les zones réellement lues par les pathologistes, démontrant ainsi leur potentiel d’utilisation dans des contextes cliniques.
Des résultats significatifs concernant la prédiction du pronostic sont également publiés dans le domaine du carcinome urothélial invasif. Avis a prédit l'infiltration musculaire avec une précision de 80 % en utilisant son propre modèle d'intelligence artificielle développé, et a également identifié le risque de récidive avec une précision de 71,43 %. Auparavant, il était difficile de déterminer avec précision la profondeur de l’invasion, mais on s’attend à ce que les techniques d’IA soient en mesure de fournir une assistance pratique aux pathologistes dans la prise de décisions de traitement en interprétant avec précision les tissus pathologiques.
Dans le domaine de la pathologie rénale, une technologie de coloration virtuelle est introduite qui convertit automatiquement les images H&E en images colorées spéciales à l'aide de l'intelligence artificielle générative. Dans cette étude, des images de coloration PAS, AFOG et PM ont été synthétisées et la similarité a été enregistrée au niveau de 0,72 à 0,87, prouvant que des informations structurelles similaires à la coloration réelle pouvaient être reproduites.
Les points notables de cette annonce incluent la capacité de l’IA à analyser automatiquement les images de pathologie numérique et à mettre en évidence les zones clés, ainsi qu’un système qui permet de raccourcir le processus de diagnostic tout en garantissant que les informations importantes ne sont pas manquées. En particulier, certaines études ont démontré la coloration virtuelle (une technologie qui met en œuvre numériquement diverses images de coloration), qui est évaluée comme ayant le potentiel de réduire le temps et le coût du processus de diagnostic pathologique tout en maintenant une grande précision.
Avis a achevé l'introduction et la preuve de concept de solutions de pathologie numérique en coopération avec environ 20 grands hôpitaux nationaux et soutient actuellement l'analyse précise des tissus cancéreux et la quantification des biomarqueurs via « Quanti IHC », qui a obtenu l'approbation du ministère de la Sécurité alimentaire et pharmaceutique (MFDS). En particulier, nous menons des recherches en pathologie IA dans les domaines du diagnostic compagnon (CDx) et du développement de nouveaux médicaments en collaboration avec la société mondiale de dispositifs médicaux Philips et la société pharmaceutique AstraZeneca, et nous nous développons également activement sur les marchés étrangers, en nous concentrant sur l'ASEAN.
Lee Dae-hong, PDG d'Avis, a souligné : « L'USCAP est l'une des conférences universitaires les plus réputées dans le domaine de la pathologie » et « Grâce à ces quatre réalisations, nous espérons informer la communauté mondiale de la pathologie de la compétitivité de la technologie d'IA en pathologie d'Avis et contribuer à faire progresser l'ère de la médecine de précision. »
- Voir plus d'articles connexes
You must be logged in to post a comment.