서울대병원, 관절염 환자 X-ray 데이터 생성 알고리즘 개발

인공지능(AI)를 활용한 고해상도 무릎 관절염 합성 X-ray 데이터가 개발돼 의료 인공지능 연구의 걸림돌이었던 데이터의 불균형과 프라이버시 문제가 해결될 전망이다.

서울대병원 정형외과 노두현 교수팀(최병선 전임의, 인공지능 연구소 안건 학생)은 인공지능인 생성적 적대 신경망을 이용해 고해상도·고품질 무릎 관절염 X-ray 이미지를 생성하는 모델을 개발했다고 31일 밝혔다.

생성적 적대 신경망(GAN)은 대표적인 합성 데이터 기술로, 사람이 보기에 매우 사실적이고 현실적인 이미지를 생성한다. GAN은 가짜 데이터를 생성하는 생성기와 진짜와 가짜를 구분하는 판별기가 경쟁적으로 학습해 진짜 데이터에 가까운 가짜 데이터를 생성한다.

이 기술에 의료 데이터에 적용하면 민감정보를 포함한 실제 의료데이터를 대체할 수 있어 개인 정보 문제에 대한 대안을 제시할 수 있을 것으로 보인다.

연구팀은 서울대병원에 내원한 환자 1만명의 무릎 X-ray 이미지를 정제 및 분석했고 생성적 적대 GAN을 개발했다. 그 후 생성된 이미지의 신뢰도 수치를 평가했다.

생성된 이미지는 컴퓨터 알고리즘으로도 원본과 구분이 힘들었다. 이후 정형외과 전문의 2명, 컴퓨터 비전 전문가 2명, 영상의학과 전문의 1명 등 다양한 전문가들이 생성된 이미지의 품질을 분석했다.

이미지의 성능을 검증하기 위해 진짜 이미지와 생성된 이미지를 구별하는 튜링테스트(Turing test)를 진행했다. 각각 50개의 실제 및 생성된 이미지가 혼합된 100개의 이미지를 분류하는 테스트에서 전문가 5명의 분류 정확도는 34%, 44%, 46%, 57%, 50%로 나왔다. 테스트 결과는 전문의도 실제와 생성물을 확실하게 구별하기 힘들다는 것을 보여준다.

또한 연구팀은 생성된 이미지의 질적 분석도 실시했다. 질병 고유의 해부학적 특성이나 윤곽선, 뼈 테두리, 관절 등의 이미지 품질을 분석한 결과, 생성된 이미지는 실제 이미지와 비교해도 매우 사실적으로 보였다.

연구 결과는 심층학습(Deep Learning) 중 생성적 적대 신경망을 이용해 전문가도 구분하기 힘든 합성 익명 데이터를 만들었다는 점에서 의의가 있다.

이번 연구로 데이터 불균형을 해소하고, 가짜 의료데이터를 활용함으로써 프라이버시 문제를 해결할 수 있는 것으로 기대된다.

노두현 교수는 "본 기술을 활용해 향후 인공지능 기반 관절염 판독뿐만 아니라 디지털 트윈과 같은 다양한 인공지능 모델을 개발할 수 있을 것"이라고 강조했다.