AI를 연구실의 루틴 워크플로우에 도입하는 일은 생각보다 큰 결정으로 느껴질 수 있습니다. 처음에는 “어떻게 작동하는지”, “스코어는 무엇을 의미하는지”, “기존 형태학적 평가와 어떻게 함께 봐야 하는지” 같은 질문이 자연스럽게 나오실 수 있는데요, 이번 Kai insights에서는 저희가 의료 현장에서 자주 받는 질문 5가지를 핵심만 정리해서 안내드리겠습니다.

1) 병원 내에 분석 장비나 서버 등을 설치해야 하나요?

Vita Embryo는 기존 현미경·카메라로 촬영한 배아 이미지를 기반으로 작동하며, 웹 기반이기 때문에 연구실 내 별도의 복잡한 설치 과정을 거치지 않으며, 온보딩 절차도 쉽고 간편하게 설계되어 있습니다.

2) AI 스코어는 무엇을 의미하나요?

Vita Embryo는 임신 예측 모델과 형태학적 등급 모델, 두 개의 AI 모델로 구성되어 있습니다. 임신 예측 모델은 배아에 1~10점의 AI 스코어를 부여하며, 이를 기반으로 임상적 임신(Fetal Heart Tone)으로 이어질 가능성을 추정해볼 수 있습니다.다만 이는 통계적 경향이며 반드시 결과를 보장하지는 않으므로, AI 스코어는 항상 임상적 맥락과 함께 ‘의사결정 보조 지표’로 해석하는 것이 적절합니다.

형태학적 등급 모델은 Stage/ICM/TE와 같은 구조화된 형태학적 정보를 함께 제공해, 배아 평가의 객관화와 표준화에 활용됩니다.

3) AI 스코어와 형태학적 평가가 서로 다를 수도 있나요? 그럴 때는 어떻게 해야 하나요?

인공지능의 특성상, 형태학적으로 좋아 보이는데 스코어가 낮거나, 그 반대의 경우도 발생할 수 있습니다. 이때 스코어는 단일한 결론이 아니라 여러가지 추가적인 근거들 중 하나로 두고, 기존 형태학적 평가와 환자 배경, 과거 치료 이력 등을 함께 고려해 최종 판단을 내리는 방식이 권장됩니다.

4) 동결-해동(Frozen) 사이클에도 적용할 수 있나요?

일반적으로 AI 모델 학습은 신선배아 이식(Fresh ET)과 같은 결과 지표를 기반으로 하는 경우가 많지만, 신선 상태에서 촬영한 배아가 해동 후 이식된 케이스를 후향적으로 분석했을 때에도 AI 스코어가 임상 결과와 유의미한 상관을 보인다는 근거들이 보고되고 있습니다. 작년 ASRM에서 발표된 초록에 의하면, 396건의 동결-해동 배반포 이식 데이터셋에서 Vita Embryo의 AUROC가 (0.637) 배아연구원 등급 평가 모델 (0.613) 보다 높게 나온 연구도 있었습니다. 1)

5) 배아 연구실과 병원 입장에서 어떤 도움이 되나요?

배아 연구실 관점에서는 표준화된 AI 출력 정보를 기준점으로 삼아 배아 평가 논의의 일관성을 높이고, 팀 내 정렬과 품질 관리(Quality Control)에 도움을 줄 수 있습니다. 실제 연구에서도 AI 결과를 함께 참고했을 때 평가자 간 일치율이 상승한 것으로 보고된 바 있습니다. 2)

병원의 관점에서는 이러한 정렬이 의사결정 과정의 커뮤니케이션을 더 명확하게 만들고, 궁극적으로는 환자 만족도가 제고되는 점이 장점이 될 수 있습니다. 혹시라도 배아 평가의 표준화나 품질 관리가 고민이신 경우, Contact Us를 통해 문의를 남겨주시면 친절하게 상담을 도와드리겠습니다.

Ref.

1) THE PREDICTION OF PREGNANCY OUTCOMES USING AN ARTIFICIAL INTELLIGENCE (AI) EMBRYO RANKING MODEL (VITA EMBRYO) IN VITRIFIED-THAWED BLASTOCYST TRANSFER CYCLES, ASRM, 2025

2) Evaluation of the Clinical Efficacy and Trust in AI-Assisted Embryo Ranking: Survey-Based Prospective Study, JMIR, 2024