전체메뉴

[애플경제 이윤순 기자] 비전 AI(Vision AI)나 딥러닝 기반의 의료 영상 데이터 기술이 날로 발전하고 있다. 이로 인해 정확한 질병 진단과 처방, 신약 개발 등에도 큰 도움이 될 전망이다.

이에 관한 국내외 자료와 연구를 종합하면, AI가 사진이나 영상 속 객체를 인식, 진단하는 기술이 최근 실용화 단계에 있다. 또한 이에 딥러닝 기반의 합성곱 신경망(Convolutional Neural Network: CNN) 모델이 가미됨으로써 더욱 정확도를 높이고 있다. 합성곱 신경망 모델은 여러 복잡한 이미지 속에서도 중요한 특징들을 추출, 학습해낼 수 있어 특히 그 유용성을 인정받고 있다.

“합성곱 신경망 모델 가미, 정밀도 높여”

최근 이같은 국내외 연구사례를 종합, 분석한 김규훈 코난테크놀로지 그룹장은 “이와 같은 딥러닝 모델을 활용하여 초음파, X-Ray, CT, MRI 등의 영상 데이터를 분석하고, 신체 부위 위치, 크기, 종류, 병변 등을 식별할 수 있다”고 했다. 그는 이에 관한 별도 브리프를 통해 “의료 정보 데이터를 활용해 미래의 발병 위험성을 예측하는 방향으로 연구 개발이 지속적으로 진행되고 있다.”고 덧붙였다.

그러면서 그 일례로 의료 영상 분석 및 판독 알고리즘 사례를 소개했다. 그가 인용한 건강보험심사평가원에 따르면 ‘뇌동맥류 판독 예측 알고리즘’은 의료영상정보를 이용하여 뇌동맥류를 진단하는 딥러닝 기반 인공지능 모델이다. ‘추간판탈출증 판독 예측 알고리즘’은 추간판탈출증을 진단하는 딥러닝 기반 인공지능 모델이다.

또 ‘슬관절염 판독 예측 알고리즘’은 슬관절염을 진단하는 딥러닝 기반 인공지능 모델이다. ‘척추측만증 판독 예측 알고리즘’은 척추측만증을 진단하는 딥러닝 기반 인공지능 모델이다. ‘척추압박골절 판독 예측 알고리즘’은 척추압박골절을 진단하는 딥러닝 기반 인공지능 모델이다.

영상 데이터 분석, 판독 알고리즘 기술 발달

한편 구글 딥마인드는 의료나 헬스케어 분야에서 의료 영상을 자동으로 분석, 처리, 인지하고, 다양한 질환이나 종양을 식별하는 솔루션을 개발하고 있다. 특히 “특정 암과 관련된 진단 영상에 의료 영상 데이터 분석 및 판독 알고리즘을 적용하는 등 딥마인드의 의료 영상 분석 기술은 많은 성과를 보여주고 있다.”는 설명이다.

또한 인공지능 탐지모델을 적용, 정확하게 종양을 탐지해내기도 한다. 실제로 AI의료영상 분석기업인 ‘Arterys사’는 의료 영상 분석이나 진단을 위해 자체 개발한 의료 영상 AI 플랫폼을 활용한다.

이에 따르면 의료 영상을 실시간 분석하고, 진단 결과와, 다양한 의사 결정을 지원할 수 있는 정보와 기능을 클라우드 기반으로 제공하고 있다.

‘Arterys’사의 AI 솔루션은 실시간으로 의료 영상을 대상으로 정밀한 분석과 진단을 하고 있다. 예를 들어 폐의 크기, 형태, 밀도 등을 정밀 분석하고, 폐암의 진단과 추적에 도움이 되는 정보와 서비스를 제공한다.

이를 통해 의사는 빠르고 정확한 의료 영상을 분석, 진단한 결과를 얻을 수 있다. 또 환자에 대한 처방과 치료 계획 수립에 대한 빠른 의사 결정을 할 수 있다.

국내에서도 이같은 수준의 성과를 거두고 있다. 지난 2022년 12월, 카카오 브레인은 판독이 어려운 흉부 엑스레이에 인공지능 판독 모델을 활용, 의사들의 판독문을 만드는 작업을 도와주는 ‘AI CAD’를 개발한 바 있다.

영상을 진단하기 위해선 일단 초음파, X-Ray, CT, MRI 등 검사로 원천 데이터를 생성한다. 원천 데이터를 다시 가공, 판독이 가능한 이미지 형태의 데이터를 만든다. 생성된 데이터를 확인한 후 길이, 크기, 위치 등에 관한 결과 판독문을 영상의학과 의사가 최종 작성하게 된다. “이러한 전체 업무 과정에 인공지능을 활용하는 개념”이란 얘기다.

이 때 카카오 브레인은 ‘AI CAD’를 활용, 의사의 영상 판독 업무 효율을 약 2배 가량 높일 수 있었다는게 검증 결과다.

국내 ICT 중소기업들 활발한 솔루션 개발 중

이 외에도 국내에선 정보통신기업인 루닛(Lunit)사가 유방암, 폐암, 두 개체 관절염 등의 질환을 조기 탐지, 분류하는 솔루션을 개발하고 있다. 또 뷰노(VUNO)사는 종양, 암, 질환 탐지 AI 솔루션을 개발하고 있다. “이처럼 의료 영상 분석 솔루션을 개발하는 기업들의 연구 개발이 국내에서도 활발히 이루어지고 있다”는 얘기다.

앞서 김규훈 그룹장은 “질병 분석, 판독 및 진단을 위해서는 많은 양의 양질의 의료 학습 데이터가 필요하다. 그러나 양질의 학습 데이터 구축을 위해서는 산업 및 AI 분야에 대한 이해도가 높아야 하며, 해당 지식부족은 데이터 해석이나 진단 시 부정확한 결과로 이어져 심각한 문제를 발생시킬 수도 있다”면서 “또한, 의료 데이터에는 다른 데이터보다 개인 식별 정보 및 민감한 정보를 더 많이 포함하고 있기 때문에 데이터 수집 및 처리에 대한 정보보호 및 관리는 굉장히 중요한 부분”이라고 강조했다.