카이스트, 코로나19 영상 AI 진단 기술 개발

영상판독전문가 보다 약 17%p 정확성 높아

예종철 카이스트 교수. 사진/카이스트 

[뉴스토마토 이지은 기자] 카이스트(KAIST)는 바이오및뇌공학과 예종철 교수 연구팀이 흉부 단순 방사선 촬영 영상으로 코로나19 진단의 정확성을 획기적으로 개선한 인공지능(AI) 기술을 개발했다고 25일 밝혔다.

 

현재 코로나19 진단검사에는 통상 역전사 중합 효소 연쇄 반응(RT-PCR)을 이용한 장비가 사용된다. 검사 정확성은 90% 이상으로 알려졌지만, 검사 결과가 나오기까지 시간이 오래 걸리고, 비용이 많이 든다. 컴퓨터 단층촬영(CT)은 바이러스에 의한 장비의 오염 가능성 때문에 선별 진료에 사용되기 어렵다. 흉부 단순 방사선 촬영(CXR)은 여러 폐 질환에서 표준 선별 검사로 활용되고 있지만 코로나19에는 RT-PCR와 CT 검사에 비해 정확성이 현저하게 떨어진다. 

 

예 교수 연구팀은 자체 개발한 전처리(Preprocessing)와 국소 패치 기반 방식(Local Patch-based Approach)을 통해 이런 문제점을 해결했다. 적은 데이터 세트에서 발생할 수 있는 영상 간 이질성(Heterogeneity)을 일관된 전처리 과정으로 정규화한 뒤, 국소 패치 기반 방식으로 하나의 영상에서 다양한 패치 영상들을 얻어냄으로써 이미지의 다양성을 확보했다. 

 

또 국소 패치 기반 방식의 장점을 활용한 새로운 AI 기술인 확률적 특징 지도 시각화 방식을 활용해 CXR 영상에서 코로나19 진단에 중요한 부분을 고화질로 강조해주는 특징 지도를 만들었는데 이 지도가 진단 영상학적 특징과 일치하는 것을 확인했다.

 

제안하는 코로나19 진단 알고리즘을 통해 얻은 코로나19 확률 분포 특징 지도의 예. 사진/카이스트

 

예 교수 연구팀이 개발한 AI 기술을 사용해 코로나19 감염 여부를 진단한 결과 영상 판독 전문가의 69%보다 17%포인트가 향상된 86% 이상의 우수한 정확성을 보였다고 KAIST 관계자는 설명했다.

 

이 기술을 세계적으로 대유행하는 코로나19 선별 진료(Triage)체계에 도입하면 상시 신속한 진단이 가능할 뿐만 아니라 한정된 의료 자원의 효율적인 사용에 큰 도움을 줄 것으로 기대된다. 

 

예종철 교수는 "AI 알고리즘 기술을 환자의 선별 진료에 활용하면 코로나19 감염 여부를 상시 신속하게 진단할 수 있고 이를 통해 가능성이 낮은 환자를 배제함으로써 한정된 의료 자원을 보다 우선순위가 높은 대상에게 효율적으로 배분할 수 있게 해줄 것"이라고 말했다. 

 

한편 오유진 박사과정과 박상준 박사과정이 공동 1저자로 참여한 이 연구 결과는 국제 학술지 아이트리플이 트랜잭션 온 메디컬 이미징의 영상기반 코로나19 진단 인공지능기술 특집호 5월8일자 온라인판에 게재됐다. 

 

이지은 기자 [e-mail]