KAIST, 정확성 대폭 늘린 코로나19 `영상 AI 진단 기술` 나왔다

↑ 왼족부터 예종철 KAIST 교수, 오유진 박사과정, 박상준 박사과정

국내 연구진이 인공지능(AI)을 활용해 신종 코로나바이러스 감염증(코로나19)에 대한 진단 정확성을 획기적으로 높인 영상 기술을 개발하는데 성공했다.
25일 KAIST는 "예종철 KAIST 바이오및뇌공학과 교수 연구팀이 흉부 단순 방사선 촬영 영상으로 코로나19 진단의 정확성을 대폭 개선한 AI 기술을 개발했다"고 밝혔다.
예 교수팀에 따르면 이 AI 기술로 코로나19 감염 여부를 진단한 결과 86%에 이르는 우수한 정확성을 보였다. 이는 영상 판독 전문가가 진단한 69%에 이르는 정확성보다 17%가량 향상된 것이다. 연구팀은 팬데믹(감염병 대유행)으로 번진 코로나19 선별 진료 체계에 이 기술을 도입할 경우 상시적인 신속 진단이 가능한 데다 한정된 의료 자원을 보다 효율적으로 쓸 수 있을 것으로 보고 있다.
현재 세계 확진자가 500만 명을 넘긴 코로나19 진단검사엔 역전사 중합 효소 연쇄 반응(RT-PCR) 장비가 주로 사용된다. 이 검사 정확성은 90%를 웃돌지만 검사 결과를 내기까지 수시간이 걸릴 뿐더러 모든 환자에게 시행하기에 비용이 적잖다는 한계가 있다. 컴퓨터 단층촬영을 이용한 검사도 일반 X선 단순촬영 검사보다 시간이 많이 걸리고, 바이러스 장비 오염 가능성으로 인해 선별 진료에 쓰이기 어렵다.
이 가운데 흉부 단순 방사성 촬영(CXR)은 여러 폐 질환에서 표준 선별 검사로 사용되지만, RT-PCR과 CT 검사보다는 정확성이 현저히 낮다고 지적돼왔다. 예 교수팀이 개발한 이번 영상 AI 진단 기술은 이 CXR 검사의 정확성을 획기적으로 높여 코로나19에 대한 진단 비용 감소와 검사 활용도 증가를 한데 이뤘다는 의의를 갖는다.
이 같은 성취엔 예 교수팀이 자체 개발한 전처리(Preprocessing)와 국소 패치 기반 방식(Local Patch-based Approach)이 주효하게 쓰였다. 적은 데이터 세트에서 발생할 수 있는 영상 간 이질성(Heterogeneity)을 일관된 전처리 과정으로 정규화한 다음, 국소 패치 기반 방식으로 하나의 영상에서 다양한 패치 영상들을 얻어내 이미지의 다양성을 얻었다. 또한 국소 패치 기반 방식의 장점을 활용한 새로운 인공지능 기술인 '확률적 특징 지도 시각화(Probabilistic Saliency Map Visualization)' 방식으로 CXR 영상에서 진단에 중요한 부위를 선명하게 강조해주는 지도를 만들 수 있었다.
예 교수는 "인공지능 알고리즘 기술을 환자의 선별 진료에 활용하면 코로나19 감염 여부를 상시 신속하게 진단할 수 있다"며 "이를 통해 확진 가능성이 낮은 환자를 사전에 배제한다면 한정된 의료 자원을 보다 우선순위가 높은 대상에게 효율적으로 배분할 수 있을 것"이라고 기대했다.
한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다. 예 교수 아래 오유진 박사과정과 박상준 박사과정이 공동 1저자로 참여했다. 연구 결과는 국제 학술지 '아이트리플이 트랜잭션 온 메디컬 이미징'(IEEE transactions on medical imaging)의 '영상기반 코로나19 진단 인공지능기술' 특집호 5월 8일자 온라인판에 실렸다.
[김시균 기자]