서울아산병원, 20만여 쌍 학습… 진단 정확도 80%서준범·김남국 교수팀 "판독 지연 해결, 조기 진단 가능"
  • ▲ 서울아산병원 영상의학과 서준범·융합의학과 김남국 교수. ⓒ서울아산병원
    ▲ 서울아산병원 영상의학과 서준범·융합의학과 김남국 교수. ⓒ서울아산병원
    흉부 엑스레이는 폐나 심장 질환의 변화나 치료 효과를 확인하기 위한 추적 검사로 활용되지만 환자의 자세나 호흡 정도가 달라져 동일하게 비교하기 어려운 한계가 있다. 이 문제를 극복하기 위한 딥러닝 기술 기반 인공지능이 판독 효율성을 올릴 수 있다는 연구가 나왔다. 

    서울아산병원 영상의학과 서준범·융합의학과 김남국 교수팀은 추적 검사를 위해 촬영된 흉부 엑스레이 사진 20만여 쌍을 활용해 질환의 변화를 진단해내는 인공지능 모델을 개발하고 실제 적용한 결과, 약 80% 정확도를 보였다고 31일 밝혔다.

    지금까지 한 장의 엑스레이 사진에서 질환을 진단하는 인공지능에 대한 연구는 진행됐지만 시간 경과에 따라 촬영된 한 쌍의 엑스레이 사진에서 병변이 새롭게 생기거나 크기가 달라지는 등 변화를 진단해 낼 수 있는 인공지능은 없었다.

    추가 연구를 바탕으로 인공지능을 실제로 활용하면 영상의학과 전문의의 업무 부담을 줄이고 판독 지연 문제를 해결할 수 있어 환자들이 조기에 적절한 진단을 받을 수 있을 것으로 기대된다.

    서준범·김남국 교수팀은 2011년부터 2018년까지 흉부 엑스레이 검사를 받은 환자들의 검사 사진 20만3056쌍을 활용해 질환의 변화를 진단하는 인공지능을 개발했다.

    연구팀은 인공지능이 흉부 엑스레이 사진을 판독할 때 영상의학과 전문의의 판독 과정을 분석해 이를 따라할 수 있도록 검사 사진을 학습시켰다.

    해부학적 구조 일치 모듈을 도입해 인공지능이 과거와 현재 엑스레이 사진 간에 유사한 영역을 집중해서 판독할 수 있도록 했다. 또한 다중작업학습 기법을 이용해 인공지능이 질환을 이해하고 질환의 변화를 평가할 수 있게 했다.

    이후 연구팀은 1,620쌍의 엑스레이 사진을 통한 내부 타당성 검증과 215쌍과 267쌍의 자료로 진행한 외부 타당성 검증으로 인공지능의 정확성을 평가했다. 

    그 결과 예측 정확도는 내부, 외부 검증 결과 모두 약 80%로 영상의학과 2·3년차 전공의의 정확도와 비슷한 것으로 나타났다.

    서준범 교수는 "기존 인공지능 연구들은 주로 한 장의 엑스레이 사진에서 질환을 찾는 진단 보조 기술이었지만 이번 연구는 추적 검사에서 질환의 변화를 찾아낼 수 있어 향후 실제 임상 현장에서도 활용이 가능할 것으로 기대된다"고 말했다.

    김남국 교수 역시 "이번 연구는 영상의학과 전문의의 판독 과정을 모사한 인공지능이 질환의 변화를 판독할 수 있게 됐다는 점뿐만 아니라 20만여 쌍이 넘는 대규모 데이터를 통해 진단 정확도를 높였다는 점에 의의가 있다"고 밝혔다.

    한편 이번 연구 결과는 의료 영상 분야의 권위 있는 학술지 중 하나인 '의료 영상 분석(Medical Image Analysis, 피인용지수 13.828)'에 게재됐다.