2004년에 서울아산병원 영상의학과 연구원 및 박사과정을 시작하면서 맡았던 일들 중에 하나가 폐의 정량영상 바이오마커를 추출하는 기술을 개발하는 것이었다. 그때에도 이미 미국의 Iowa 대학의 Eric Hoffman교수님의 연구를 기반으로 spin-off한 VIDA의 Apollo라는 소프트웨어가 있다.

처음에는 이 그룹의 review paper부터 읽기 시작하면서 나의 연구생활이 시작되었다.

 

초기에는 영상 SW개발이 이렇게까지 어려울지는 생각하기 어려웠다. 특히, 흉부 CT를 촬영할 때 생기는 다양한 환자의 자세, 호흡레벨, CT 장비, 프로토콜 등의 차이 뿐아니라, 정상환자의 해부학적 변이(variation) 뿐만 아니라, 훨씬더 심한 질환의 변이까지를 극복하는 강인한 정량영상 바이오마커를 추출하는 소프트웨어를 개발하는 것은 쉽지 않은 일이었다.

 

특히, 폐의 구조물중에 혈관이나 기도와 같이 나뭇가지가 분지하는 것처럼 복잡계를 따르면서 가늘어지는 구조는 어느 순간에 CT 해상도의 경계를 넘고, 또 심장이나 호흡에 의한 모션 아티팩트에도 매우 민감하여 정량 바이오마커를 추출하는데 많은 어려움이 있었다.

 

하지만 오랜 연구를 바탕으로 고전영상처리를 기반으로 한 알고리즘 특허 4개를 2014년경에 국내 소프트웨어 업체인 코어라인 소프트에 기술이전 할 수 있었다.

​

 

그후 새로이 각광을 받은 딥러닝 시대가 도래했다. 기존에 개발했던 고전영상처리 기법을 이용하여 빠르게 대규모의 고품질 레이블을 생성하였고, 이를 이용하여 기존의 고전영상처리 기법만으로 개발하기 어려웠던 고품질의 정량영상 바이오마커를 추출하는 딥러닝 소프트웨어를 개발하였다.

 

특히 세계 사망원인 4위인 만성기도폐쇄성폐질환을 진단 및 치료방침 결정을 위한 폐기종, 기도, 혈관, 날숨/들숨간의 변화 등을 사람의 개입없이 전자동으로 분석할 수 있는 딥러닝 기술을 개발하고 6개의 특허와 노하우를 코어라인 소프트에 2019년에 기술이전을 하였다. 이를 기반으로 코어라인이 세계적인 흉부영상 분석 소프트웨어를 개발하여 인허가 및 수출을 하게 되었다. 특히, 이는 EU가 주관하는 ‘EULCS Trial(4-IN THE LUNG RUN)’의 소프트웨어로도 선정됐다.

 

기존의 NELSON 연구 결과를 기반으로 최적화된 폐암검진 프로토콜(검진대상•주기, 금연 연계 등)을 수립하는 것이 목표로 6개국 9개 기관이 참여하는, 유럽에서 가장 큰 코호트 스터디인 NELSON Trial2에 기존의 미국회사인 VIDA의 Apollo SW를 제치고, 공식 분석 소프트웨어가 된 것은 연구자로 써도 영광이고, 우리나라 의료영상 소프트웨어 개발 수준을 세계적으로 알린 계기가 되었다고 생각한다