인공지능기술로 점목시킨 저선량 CT, 암 전이 꼼작마라!

 

얼마전 구글의 인공지능(AI) 기술은 바둑 세계 랭킹 1위의 이세돌 9단을 능가하게 되었습니다. 바둑은 인간이 만든 가장 복잡하고 심오한 게임으로 이를 상대한 구글의 알파고(AlphaGo)는 곧 무인자동차의 출연은 물론이고 우선 미래의 의료기술에 사용할 것이라는 포부로 우리의 기대감을 한 층 높이게 되었습니다.

 

기존의 엑스선(X-ray) 컴퓨터단층촬영(CT)는 암의 조기진단 및 중재수술에 가장 많이 사용되는 첨단영상장비이지만, 여러 각도에서 반복적인 X선 촬영이 필요하고 이를 매번 촬영시 유발되는 반복적인 방사선 피폭으로 인체 세포와 조직이 변형을 일으켜 암 등을 유발시킬 수 있어 암을 잡으려다 오히려 암을 발생시키는 꼴이 되어 그 효용성에 논란이 되고 있었습니다.

 

하지만 유병율은 상대적으로 낮지만 일단 발병하면 치사율이 가장 높은 폐암의 조기진단을 놓고 기존의 방사선 피복량을 현재보다 줄인 저선량 CT를 도입하는데 이르렀지만, 여전히 영상 해상도가 크게 저하되고 영상왜곡이 발생해 진단의 효용성이 떨어져 "과연 이 저선량 CT의 도입은 합리적인가?"라는 물음에 누구도 답을 하지 못하고 있는 실정이라는 것입니다.

 

그러나 X-ray 조사량을 줄여서 환우의 방사선 피폭량을 줄이는 단층촬영기법시 현재 영상신호처리기술은 저선량 CT상에서 나타나는 복잡한 영상 복원 문제를 해결하지 못하였지만, 국내 예종철 한국과학기술원(KAIST) 교수 연구팀은 웨이블렛(wavelet) 변환에 인공지능 기술인 '딥러닝(심화학습)'을 접목시켜 방사선 피폭량을 현재보다 4분의 1로 줄인 상태에서 발생하는 독특한 영상왜곡과 화질저하 문제를 해결하였다는 것입니다.

 

♣ 딥러닝(deep learning) - 마치 사람의 뇌처럼 수많은 데이터 가운데 패턴을 찾아내서 인지하고 추론, 판단할 수 있도록 하는 인공신경망 기술로, 여러 환우의 일반 선량 및 저선량 CT 영상으로 데이터베이스를 구축한 뒤 이들을 비교, 분석해 저선량 CT에서 쓸모 없는 신호를 제거해 화질을 높이는 과정을 컴퓨터에게 학습시킴.

 

그러므로 예종철 교수팀은 정상 엑스선 촬영조건(10mSv)을 1/4로 줄인 저선량 촬영조건(2.5mSv)에서도 신체 내부 장기에서 암의 전이를 정확히 찾아낼 수 있는 고화질의 영상복원이 가능하다는 것입니다.

 

일반 선량, 저선량, 복원 영상 비교: (a)는 일반적인 방사선량으로 찍은 CT 영상. 빨간 원 안이 종양이다. 같은 부위를 찍은 저선량 CT 영상 (b)에선 종양이 희미해 보인다. (c)는 KAIST 연구진이 인공지능을 이용해 (b)를 고화질로 복원한 영상. 종양이 (b)보다 잘 나타납니다(KAIST 제공).