기존 검사보다 비용·시간 개선해 선별진료에 효과적
흉부 엑스레이로 코로나19 진단의 정확성을 개선한 인공지능(AI) 기술을 개발됐다.
한국과학기술원(KAIST) 바이오 및 뇌공학과 예종철 교수 연구팀은 25일, “AI 기술을 사용해 코로나19 감염 여부를 진단한 결과, 영상 판독 전문가보다 17%가 향상된 86% 이상의 정확성을 보였다”고 밝혔다. 해당 기술이 코로나19 선별 진료 체계에 도입되면 상시 신속한 진단이 가능해질 것으로 기대된다.
전 세계 코로나19 확산으로 각국에서 확진자 수가 500만명을 넘어서면서 의료자원 부족으로 검사기간 단축이 새로운 화두로 떠오르고 있다. 코로나19 사태 초기에는 하루를 넘기던 확진자 검사가 국내 연구진이 노력으로 최대 6시간까지 단축됐다.
현재 코로나19 진단검사에는 일반적으로 감염 의심자의 코와 목에 면봉을 넣어 검체를 채취한 뒤 역전사 중합 효소 연쇄 반응(RT-PCR)라는 생물학적 검사가 사용된다. 이 검사의 정확성은 90% 이상에 이르지만 검사 결과가 나오기까지는 6시간이나 걸리며 비용이 많이 든다.
컴퓨터 단층촬영(CT)을 이용한 검사도 비교적 높은 정확성을 보이지만 방사선 검사보다 시간이 오래 걸리며 바이러스에 의한 장비의 오염 가능성 때문에 선별 진료에는 사용하기 어렵다.
이에 비용이 적게 들고 검사가 용이한 흉부 단순 방사선 촬영(CXR) 검사에 대한 요구가 증가하고 있다. 과거 코로나19 검사에 걸리는 시간을 단축하기 위해 다양한 폐 질환의 표준 선별 검사로 활용되고 있는 CXR 검사를 활용하기는 했지만 정확성이 현져하게 떨어진다는 한계가 있었다.
최근 딥러닝 기술을 통해 흉부 엑스레이로 코로나19를 진단하는 국내외 연구가 다수 진행되고 있지만 진단 정확성을 높이기 위해서는 많은 양의 데이터를 확보해야 한다는 한계가 있다. 연구팀은 자체 개발한 ‘전처리’와 ‘국소 패치 기반 방식’을 이용해 진단의 정확성을 높였다.
연구팀은 정상, 세균성 폐렴, 바이러스성 폐렴, 코로나19 감염증 환자의 엑스레이 영상을 수집한 뒤 통계적으로 유의미한 질환 간 차이점만 집중적으로 부각해 AI가 학습하도록 하는 등 전처리 과정을 통해 학습의 편향을 방지했다. 적은 데이터에서 발생하는 영상 간 이질성을 전처리 과정을 통해 정규화하여 이를 보완한 것이다. 하나의 영상에서 다양한 패치 영상들을 얻어냄으로써 적은 데이터로도 안정적인 학습이 가능하도록 한 것이다.
연구팀은 또 국소 패치 기반 방식을 활용한 새로운 AI 기술로 ‘확률적 특징 지도 시각화’ 방식을 적용했다. CXR 영상에서 코로나19 진단에 중요한 부분을 고화질로 강조한 특징 지도를 만들고 이 지도가 진단 영상학적 특징과 일치하는지 확인했다.
예 교수는 “환자의 선별 진료에 AI 알고리즘 기술을 활용하면 코로나19 감염 여부를 상시 신속하게 진단할 수 있다”며 “진단 비용, 검사시간이 개선되고 촬영장비도 폭넓게 보급된 엑스레이 영상을 AI으로 분석함으로써 정확도는 높지만 시간이 오래 걸리는 RT-PCR의 사각지대를 보완할 수 있게 됐다”고 설명했다.
이어 예 교수는 “해당 기술을 1차 선별에 적용하면 신속하면서도 저렴한 비용으로 가능성이 낮은 환자를 배제함으로써 우선순위가 높은 대상에게 한정된 의료 자원을 효율적으로 배분할 수 있게 해줄 것으로 기대한다”고 말했다.
이 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐으며 연구 결과는 지난 8일, 국제 학술지 ‘아이트리플이 트랜잭션 온 메디컬 이미징(IEEE)’의 ‘영상기반 코로나19 진단 AI기술’ 특집호 온라인판에 게재됐다.
