연구동향 및 인사동정5

흉부 엑스레이 추적 검사, 인공지능이 판독 효율성 높여

추적 검사 엑스레이 사진 20만 쌍 학습한 인공지능 개발…진단 정확도 80%
서울아산병원 서준범·김남국 교수팀 "판독 지연 문제 해결, 조기 진단 기대"

August 31, 2023

▲(왼쪽부터)서울아산병원 영상의학과 서준범 교수, 융합의학과 김남국 교수

최근 딥러닝 기술 기반 인공지능으로 질환의 변화를 정확하게 진단할 수 있다는 연구 결과가 발표됐다.

아산병원에 따르면, 흉부 엑스레이 검사는 폐나 심장 질환을 진단하기 위해 시행되는 기초적인 검사법이다. 이에 질환의 변화나 치료 효과를 확인하기 위한 추적 검사로 활용된다.

다만, 그동안 추적 검사를 위해 과거와 현재의 엑스레이 사진을 비교할 때 환자의 자세나 호흡 정도가 촬영 시점마다 달라져 동일하게 비교하기 어려운 점이 있었다.

이에 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 밝혔다.

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

앞으로 추가 연구를 바탕으로 인공지능을 실제로 활용하면 영상의학과 전문의의 업무 부담을 줄이고 판독 지연 문제를 해결할 수 있다. 조기에 적절한 진단을 내릴 수 있게 된 것이다.

서울아산병원 영상의학과 서준범·융합의학과 김남국 교수팀은 2011년부터 2018년까지 흉부 엑스레이 검사를 받은 환자들의 검사 사진 203,056쌍을 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.

나아가 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 1620쌍의 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 서울아산병원 영상의학과 교수는 "기존 인공지능 연구들은 주로 한 장의 엑스레이 사진에서 질환을 찾는 진단 보조 기술이었다"며 "하지만 이번 연구는 추적 검사에서 질환의 변화를 찾아낼 수 있도록 돕는다. 향후 실제 임상 현장에서도 활용이 가능할 것"이라고 기대했다.

김남국 서울아산병원 융합의학과 교수는 "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 최근 게재됐다.