서울아산병원 서준범김남국 교수팀, 질환 변화 진단 AI 모델 개발
[라포르시안] 흉부 X-ray 검사는 폐나 심장 질환을 진단하기 위해 시행되는 기초적인 검사법으로 질환 변화나 치료 효과를 확인하기 위한 추적 검사로 활용된다.
그동안 추적 검사를 위해 과거와 현재의 X-ray 사진을 비교할 때 환자의 자세나 호흡 정도가 촬영 시점마다 달라져 동일하게 비교하기 어려운 점이 있는데 최근 딥러닝 기술 기반 인공지능(AI)으로 질환 변화를 정확하게 진단할 수 있다는 연구 결과가 발표됐다.
서울아산병원 영상의학과 서준범·융합의학과 김남국 교수팀은 추적 검사를 위해 촬영된 흉부 X-ray 사진 20만여 쌍을 활용해 질환 변화를 진단하는 AI 모델을 개발하고 실제 적용한 결과 약 80% 정확도를 보였다고 31일 밝혔다.
지금까지 한 장의 X-ray 사진에서 질환을 진단하는 AI 연구는 활발히 진행됐지만 시간 경과에 따라 촬영된 한 쌍의 X-ray 사진에서 병변이 새롭게 생기거나 크기가 달라지는 등 변화를 진단해낼 수 있는 AI는 없었다.
앞으로 추가 연구를 통해 해당 AI를 실제로 활용하면 영상의학과 전문의 업무 부담을 줄이고 판독 지연 문제를 해결할 수 있어 환자들이 조기에 적절한 진단을 받을 수 있을 것으로 기대된다.
서준범·김남국 교수팀은 2011년부터 2018년까지 흉부 X-ray 검사를 받은 환자들의 검사 사진 20만3056쌍을 활용해 질환 변화를 진단하는 AI를 개발했다.
연구팀은 AI가 흉부 X-ray 사진을 판독할 때 영상의학과 전문의의 판독 과정을 분석해 이를 따라할 수 있도록 검사 사진을 학습시켰다. 나아가 해부학적 구조 일치 모듈을 도입해 AI가 과거와 현재 X-ray 사진 간 유사한 영역을 집중해서 판독할 수 있도록 했다. 또한 다중작업학습 기법을 이용해 AI가 질환을 이해하고 질환 변화를 평가할 수 있게 했다.
이후 연구팀은 1620쌍의 X-ray 사진을 통한 내부 타당성 검증과 215쌍과 267쌍의 자료로 진행한 외부 타당성 검증으로 AI의 정확성을 평가했다. 그 결과 예측 정확도는 내·외부 검증 결과 모두 약 80%로 영상의학과 2·3년 차 전공의의 정확도와 비슷한 것으로 나타났다.
서준범 교수는 “기존 AI 연구들은 주로 한 장의 X-ray 사진에서 질환을 찾는 진단 보조 기술이었지만 이번 연구는 추적 검사에서 질환 변화를 찾아낼 수 있어 향후 실제 임상 현장에서도 활용이 가능할 것으로 기대된다”고 말했다.
김남국 교수는 “이번 연구는 영상의학과 전문의의 판독 과정을 모사한 AI가 질환 변화를 판독할 수 있게 됐다는 점뿐만 아니라 20만여 쌍이 넘는 대규모 데이터를 통해 진단 정확도를 높였다는 점에 의의가 있다”고 평가했다.
이번 연구 결과는 의료영상 분야 권위 있는 학술지 중 하나인 ‘의료 영상 분석’(Medical Image Analysis)에 최근 게재됐다.