인공지능(AI) 의료 소프트웨어들이 난치암 치료에 청신호를 켜고 있다.
21세기 첨단 의료 장비의 발전에도 불구하고, 의료계에는 아직도 난치암들이 많이 존재한다. 유방암도 그 대표적인 것 중의 하나다.
그러나 이제 이 난치암 발견에 획기적인 개선이 이뤄지고 있는데 그 일등공신은 인공지능이다.
20일 자 미국 NBC 시카고 방송은 미국 노스웨스턴대 의과대학(Northwestern Medicine)의 새로운 인공지능 소프트웨어가 유방 조영술 촬영에 도움을 줄 것이라고 보도했다.
암세포 영상분석에 탁월한 능력
대부분 유방암의 종양은 초기 검사인 유방 조영술(Mammography)에서 발견되기 때문에 유방 조영술은 가장 기준이 되는 진단 기법이다. 판독자가 방사선 필름과 같은 의료영상에서 비정상적인 부위를 육안으로 직접 찾는 것이 기존의 방법이다.
그러나 예전부터 유방 조영술이 여성 유방암 여부를 100% 정확하게 보여주지 못하고 오진이 많은 것은 알려진 사실이다.
유방암 영상이 판독자의 눈에 거짓으로 또는 진실로도 보이는 문제점이 있다. 그 이유는 모니터에서 지원하는 해상도, 명암비, 휘도 등이 요소에 따라 온전하게 보이지 않을 가능성이 있기 때문이다. 아울러 의료 영상분석은 시간이 오래 걸리고, 의료 수요로 인해 촬영 업무량이 폭주하는 분야다.
또 유방암 자체의 특성도 오진의 원인이 된다. 유방암 종양의 경우, 다른 암 병소보다 민감도가 낮아 컴퓨터 보조 진단 시스템에 혼란을 일으킨다.
유방 조영술 영상의 크기는 큰 반면에 암 병소의 크기가 매우 작아 정확한 검출이 어렵다. 이에 한 장의 사진을 놓고, 의사 간에도 서로 다른 진단을 내놓는 경우도 많다.
따라서 유방암 오진은 직원에겐 촬영 업무량 폭주, 환자에겐 불필요한 추가 검사로 불편과 비용을 증가시킨다. 잦은 촬영은 환자에게 정신적 불안 등을 유발하는 문제점도 안고 있다.
그러나 인공지능은 데이터의 판독 정확성을 높여서 질병 예측 및 예방 등에 뛰어난 능력을 발휘하고 있다. 유방 조영술 컴퓨터 보조 진단 시스템이 판독자에 의해 잘못 읽히지 않게 도와주고 객관적인 시각을 제공한다.
노스웨스턴대 의대 의료진은 인공지능을 이용한 새로운 영상 진단이 유방암 환자의 기존의 문제점을 크게 개선할 것이라고 밝혔다.
즉, 환자들이 한 번의 방문으로 유방암 검진을 통과하는 데 도움을 줄 것이란 설명이다. 이를 위해 앞으로 몇 달 동안 신기술이 시험 될 것이라고 NBC 시카고 방송은 보도했다.
노스웨스턴 의대 유방 영상 담당 사라 프리드왈드(Sarah Friedwald) 박사는 인터뷰에서“더 빨리, 더 적은 횟수의 방문에서 문제를 찾는 것이 목표다.”라며, “그 알고리즘은 방사선사보다 더 많은 암을 발견할 수 있었다.”라고 밝혔다.
폐 결절의 폐암 진행 조기발견
암 발견에 대한 인공지능의 또 하나의 공헌은 바로 폐암의 조기발견이다.
지난 19일 자 유전·생명공학 전문매체 GEN(Genetic Engineering & Biotechnology News)에 따르면, 네덜란드 라드부드대 의료센터 연구진이 한 인공지능 프로그램으로 CT 검사에서 검출된 폐 결절이 암으로 될 위험을 정확하게 예측했다고 보고했다.
이 연구 결과는“저선량 선별 CT에서 검출된 폐 결절의 악성 위험 추정을 위한 딥러닝”이란 제목의 논문으로 방사선학 학술지에 실렸다.
저선량 흉부 CT는 폐암 위험이 큰 사람을 선별 검사하는 데 사용된다. 이는 암을 조기에 발견해 폐암 사망률을 낮추는 것으로 나타났다.
이에 대해 연구진은“흉부 CT 검사에서 폐 결절의 악성 위험의 정확한 추정은 폐암 검진 관리를 최적화하는 데 중요하다.”라고 밝혔다.
그동안 연구진은 선별 CT에서 검출된 폐 결절의 악성 위험 추정을 위한 딥러닝 알고리즘을 개발, 검증하기 위해 노력했다.
또 국립 폐 검정시험에서 1,249건의 악성종양을 포함한 16,000개 이상의 폐 결절의 CT 영상에 대한 알고리즘을 훈련했고 덴마크 폐암 검정시험에서 얻은 결절의 세 가지 대규모 영상 데이터 세트에 대한 알고리즘을 검증했다.
연구진은“딥러닝 알고리즘이 흉부 방사선 전문의에 버금가는 우수한 성능을 보여 선별 CT에서 검출된 폐 결절의 악성 위험 추정을 공식화했다.”라고 지적했다.
라드부드대학 의료센터의 진단 이미지 분석 그룹의 박사 후보인 키란 바이디야 벤카데쉬(Kiran Vaidhya Venkadesh)는“이 알고리즘은 방사선사가 폐 결절의 악성 위험을 정확하게 추정하는 데 도움이 됐다.”고 말했다.
이 센터의 조교수는 “이런 성과는 불필요한 진단 개입을 줄이고, 방사선 전문의의 작업량을 낮추며, 폐암 검진 비용을 절감시킨다.”라고 설명했다.
AI타임스 조행만 객원기자 chohang5@kakao.com
[관련 기사]의료 인공지능에 숨은 편향 데이터를 지워라
