코로나19 진단 알고리즘을 통해 얻은 코로나19 확률 분포 특징 지도의 예. 다른 병변에서는 의심되는 영역이 거의 나타나지 않았으나 코로나19의 경우 고화질로 의심이 되는 부분이 표시되는 것을 볼 수 있다.[KAIST 제공]

[헤럴드경제=구본혁 기자] 한국과학기술원(KAIST)은 바이오및뇌공학과 예종철 교수 연구팀이 흉부 단순 방사선 촬영 영상으로 코로나19 진단의 정확성을 개선한 인공지능(AI) 기술을 개발했다고 25일 밝혔다.

이 인공지능 기술을 사용해 코로나19 감염 여부를 진단한 결과, 영상 판독 전문가의 69%보다 17%가 향상된 86% 이상의 우수한 진단 정확성을 보였다.

현재 전 세계적으로 확진자 500만 명을 넘긴 코로나19 진단검사에는 통상 역전사 중합 효소 연쇄 반응(RT-PCR)을 이용한 장비를 사용한다. RT-PCR 검사의 정확성은 90% 이상으로 알려져 있지만 검사 결과가 나오기까지는 많은 시간이 걸리며 모든 환자에게 시행하기에 비용이 많이 든다는 단점이 있다.

또 컴퓨터 단층촬영(CT)을 이용한 검사도 비교적 높은 정확성을 보이지만 일반적인 X선 단순촬영 검사에 비해 많은 시간이 소요되고 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. 그러나 세계 각국에서 확진자 수가 급증함에 따라 비용이 적게 들어가고 검사방법이 용이한 CXR 검사를 정확성을 높여 활용하자는 요구가 증가하고 있다.

그동안 심층 학습기법을 적용해 CXR 영상을 통해 코로나19를 진단하는 여러 연구사례가 보고되고 있지만 진단 정확성을 높이기 위해서는 많은 양의 데이터 확보가 필수적인데 정제된 대량의 데이터를 수집하기가 어려운 상황이다.

연구팀은 자체 개발한 전처리와 국소 패치 기반 방식을 통해 이런 문제점을 해결했다. 적은 데이터 세트에서 발생할 수 있는 영상 간 이질성을 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 인공지능 기술인 ‘확률적 특징 지도 시각화’ 방식을 활용, CXR 영상에서 코로나19 진단에 중요한 부분을 고화질로 강조해주는 특징 지도를 만들었는데 이 지도가 진단 영상학적 특징과 일치하는 것을 확인했다.

예종철 교수는 “인공지능 알고리즘 기술을 환자의 선별 진료에 활용하면 코로나19 감염 여부를 상시 신속하게 진단할 수 있다”면서 “이를 통해 가능성이 낮은 환자를 배제함으로써 한정된 의료자원을 보다 우선순위가 높은 대상에게 효율적으로 배분할 수 있게 해줄 것ˮ이라고 말했다.

이번 연구결과는 국제학술지 ‘아이트리플이 트랜잭션 온 메디컬 이미징’ 5월 8일자 온라인판에 게재됐다.

nbgkoo@heraldcorp.com