영상으로 코로나 진단...AI가 해결

KAIST 예종철 교수 연구팀, 86% 정확도 CXR 영상 진단 기술 개발

국내 연구진이 인공지능(AI) 기술을 이용해 코로나19를 신속히 진단할 수 있는 영상 AI 진단 기법을 개발했다.

한국과학기술원(KAISTㆍ총장 신성철)은 예종철 바이오및뇌공학과 교수 연구팀이 흉부 단순 방사선 촬영(CXR) 영상을 활용해 코로나19 진단 정확성을 높인 AI 기술을 개발했다고 25일 밝혔다.

KAIST는 예 교수 연구팀이 이 기술로 코로나19 감염 여부를 진단한 결과, 영상 판독 전문가 분석 결과보다 약 17% 더 높은 86%의 정확성을 보였다고 설명했다. KAIST는 이 기술을 코로나19 선별 진료 체계에 도입하면 신속 진단이 가능하고 의료 자원을 효율적으로 활용할 수 있을 것이라고 기대했다.

현재 코로나19 진단 검사는 통상 '역전사 중합 효소 연쇄 반응(RT-PCR)'을 이용한다. RT-PCR 검사 정확성은 90% 이상으로 알려져 있지만, 많은 시간과 비용이 필요해 모든 환자에게 시행하기 어렵다는 단점이 있다.

'컴퓨터 단층촬영(CT)'을 이용한 검사도 비교적 높은 정확성을 보이지만, 일반적인 X선 단순 촬영 검사에 비해 많은 시간을 소요한다. 또 바이러스가 CT 장비를 오염시킬 수 있어 선별 진료에 사용하기 어렵다.

CXR은 각종 폐 질환 표준 선별 검사에 활용하는 치료법이다. 코로나19 검사에서, RT-PCRㆍCT 검사에 비해 정확성이 현저하게 떨어진다. 하지만 최근 코로나19 팬데믹으로 세계 각국에서 확진자 수가 급증하자 비용이 적게 들고 검사 방법이 용이한 CXR 검사를 활용하자는 요구가 증가하고 있다.

이에 연구계는 딥러닝 기법을 적용해 CXR 영상으로 코로나19를 진단하는 연구를 진행하고 있다. CXR 영상 진단 정확성을 높이려면 많은 양의 데이터를 확보해야한다. 하지만 팬데믹으로 인한 비상 상황에서, 일관적이고 정제된 대량의 데이터를 수집하기는 한계가 있다.

예 교수 연구팀은 자체 개발한 '전처리'와 '국소 패치 기반 방식'을 활용해 문제를 해결했다. 적은 데이터 세트에서 발생하는 영상 간 이질성을 일관적인 전처리 과정으로 정규화한 뒤, 국소 패치 기반 방식으로 한 가지 영상에서 다양한 패치 영상을 얻어내 이미지 다양성을 확보했다.

또 국소 패치 기반 방식을 활용해 AI 기술인 '확률적 특징 지도 시각화'를 개발했다. 연구팀은 이 기술로 CXR 영상에서 코로나19 진단에 중요한 부분을 고화질로 강조해주는 특징 지도를 만들었으며, 이 지도가 진단 영상학적 특징과 일치하는 것을 확인했다.

예종철 교수는 "AI 알고리즘 기술을 선별 진료에 활용하면, 코로나19 감염 여부를 신속히 진단할 수 있고 한정적인 의료 자원을 보다 효율적으로 배분할 수 있을 것이다"라고 말했다.