하지만 기관지는 두께가 약 1mm 미만인 데다, 나뭇가지처럼 계속 갈라져 의료영상에서 잘 보이지 않는 경우가 많다. 호흡을 하거나 심장 움직임에 영향을 쉽게 받아 두께를 파악하는 것도 쉽지 않다. 실제 사람이 일일이 파악하려면 시간이 오래 걸렸다.
이에 서울아산병원 연구팀은 미세 기관지의 구조·두께를 빠르고 정확하게 분석하기 위해 '2.5D 합성곱신경망(CNN, Convolutional Neural Network)'을 적용, 새로운 AI 기술을 직접 개발했다.
2.5D 합성곱신경망은 특정 물체의 가로, 세로, 높이 사진 여러 장을 종합해 3D 이미지를 만들어 학습하는 딥러닝(deep-learning) 기반 기술이다. 3D 이미지를 학습하기 때문에 화면을 다각도로 정확하게 분석할 수 있다.
결과는 놀라운 수준이다. 연구팀은 59명의 폐 질환 환자의 흉부 CT 검사 영상 자료를 AI에 학습시킨 후 폐 질환 환자 10명의 흉부 CT 검사 영상을 활용해 유효성을 검증했다. 이후 최종적으로 폐 질환자 8명의 흉부 CT 검사 영상으로 AI 기술의 정확도와 분석 속도를 시험한 결과, 사람이 직접 하는 것과 대비해 AI는 90% 정도의 정확도로 기관지 벽 두께를 파악해냈다. 시간은 약 2분밖에 걸리지 않았다.
이어 김 교수는 “인공지능 기술로 흉부 CT 검사 영상을 분석해 미세한 기관지까지 찾아낸 후 영상의학 전문가가 추가적으로 분석하면 중증 폐 질환을 더욱 빠르게 진단하고 치료할 수 있을 것으로 기대된다”고 밝혔다.
이번 연구 결과는 의료영상 분석 분야에 권위있는 학술지인 ‘의료 영상 분석(Medical Image Analysis)'에 최근 게재됐다.
박정렬 기자 park.jungryul@joongang.co.kr
< 저작권자 © 중앙일보에스 무단전재 및 재배포금지 >