중국 상해에 위치한 동제대 의과대학 연구원들이 CT 촬영 시 뇌동맥을 발견하는 데 도움을 주는 딥러닝 알고리즘을 개발했다고 피직스월드가 11일(현지시간) 보도했다. 연구진이 개발한 딥러닝이 보편화 된다면 향후 뇌동맥류를 조기에 발견하고 이에 맞는 치료가 가능해질 것으로 전망된다.
뇌동맥류는 뇌혈관 벽에 미세한 균열이 생기면서 비정상적으로 불룩하게 솟는 질환을 뜻한다. 구조적으로 정상혈관과 달라 쉽게 파열될 위험성을 안고 있다. 파열 부위는 동맥류의 크기, 형태, 위치에 따라 달라지기 때문에 무엇보다 검출과 조기발견이 가장 중요하다. 전 세계 인구 중 1%에게 발견된다.
CT를 이용해 혈관을 시각화하는 CT 혈관조영술은 뇌동맥류를 검출하기 위한 1차 영상검사다. 그러나 뇌동맥류는 CT 촬영으로도 확인이 어려울만큼 작은 크기다. 또 복잡한 혈관구조는 일부 뇌동맥류를 잡아내지 못하는 가능성을 동반한다.
이에 동제대 연구팀은 의료진의 눈보다 정확히 뇌동맥 질환을 진단할 수 있는 딥러닝 알고리즘을 개발했다. 연구팀을 이끈 시롱 교수는 “뇌동맥류는 방사선 영상에서 의료진이 간과하고 넘어갈 수 있는 작은 병변 중 하나”라며 “인간의 눈이 보지 못한 중요한 질환을 AI가 대신 찾아낼 것”이라고 말했다.
롱 교수팀은 딥러닝 알고리즘을 훈련하기 위해 상해 두 종합병원 내에서 각기다른 4개의 스캐너로 찍은 1300여개 CT 촬영본을 사용했다. 연구팀은 CT 촬영 사진 약 680장으로는 1.2~45.6mm 크기의 동맥류를 알고리즘에게 학습시켰다. 나머지 640여장으로는 1.2~30.8mm 크기의 동맥류를 보이며 유효성 검사 데이터 집합을 형성했다.
연구진은 알고리즘을 훈련시킨 후 검증 데이터를 만들어 스스로 뇌동맥을 검출하는지 실험했다. 알고리즘은 최대 정확도 97.5%로 뇌동맥을 검출했다. 한 케이스당 거짓 진단 비율은 13.8%에 그쳤다. 잘못된 진단은 주로 뼈 구조를 비롯해 혈관 분기 및 곡선, 석회화 판이 있는 영역에서 저지른 실수였다.
이후에도 알고리즘 기능은 점차 향상돼 10mm 이상의 동맥류 검사에서 정확도 100%에 도달했다. 이 알고리즘은 또한 1차 방사선 촬영 시 인간 의료진이 확인하지 못한 8개의 새로운 동맥류를 발견하는 데 성공했다. 이 중 6개는 3mm보다도 작은 크기였다.
연구원들은 다음 단계로 400개의 추가 CT 혈관 조영법을 활용한 외부 검증을 수행했다. 이 중 188장에는 1~22mm의 동맥류가 들어 있었다. 이 과정에서는 최대 7년 간의 경험이 있는 4명의 방사선사가 함께했다.
각 방사선사는 알고리즘의 도움 없이 무작위로 200개의 CT 혈관 조영그램을 할당받았다. 이들은 각 영상 속 동맥류의 유형을 비롯해 수, 위치 및 크기, 진단 시간을 기록했다. 이들은 2주 후 알고리즘의 판단과 자신들이 진단결과를 비교하는 실험을 진행했다.
그 결과 딥러닝 알고리즘의 도움으로 방사선과 전문의의 뇌동맥류 검출 성능이 향상된 것을 알 수 있었다. 병변당 전반적인 정확도가 79.09%에서 88.94%로 높아졌다. 각 케이스별 정확도는 알고리즘이 없는 경우와 있는 경우 각각 81.63%, 91.86%로 나타났다. 특히 경험이 가장 적은 방사선 전문의 성과가 가장 큰 폭으로 개선됐다.
연구진은 이 알고리즘이 방사선 전문의에게 진단 정확도를 향상시킬 수 있는 ‘보조역할’을 지원할 뿐, 인간 의료진은 완벽히 대체하는 것은 아니라는 점을 강조했다.
롱 교수는 피직스월드와의 인터뷰에서 “외부 영상 데이터를 활용해 지속적으로 딥러닝을 추가 검증하겠다”고 말했다. 또 자신이 개발한 알고리즘의 현재 실력에 대해 “허위 진단에서 100% 자유롭지 못하는 등 일부 개선이 필요한 경우도 있지만 임상적으로 사용할 수 있는 단계”라고 설명했다.
