부비동염 의심 9,000건 토대로 '학습용과 검증용 데이터셋 생성 알고리즘' 개발
단순촬영검사에 알고리즘 적용 '축농증 진단 정확도' 분석
진단 정확도, 3~19년 숙련된 영상의학과 의사 5명과 '같은 수준'
타 병원 영상데이터 적용해도 검증됐던 '정확도' 그대로 유지
선우준·이경준 교수팀 "환자에 노출되는 방사선량 최소화에 기여 기대"
[보건타임즈] 최근 국내 대학병원 의료진이 단순촬영검사에 딥러닝 알고리즘을 적용, 상악동 부비동염(축농증)을 정확하게 진단해냄을 입증해냈다.[그림 딥러닝 알고리즘의 검증을 위해, 분당서울대병원에서 촬영됐으나 학습에 이용되지 않은 데이터(그래프 A)와 서울대병원(본원)의 데이터(그래프 B)에 본 알고리즘을 적용했을 때의 진단 정확도= A와 B의 두 케이스에서 모두 딥러닝 알고리즘에서 수신기작동 특성 곡선의 곡선하면적(AUC)이 영상의학과 의사 5명에 비해 더 우수하게 나타났으며, 민감도와 특이도 측면에서는 영상의학과 의사들과 동등한 수준을 보였다]
더욱이 딥러닝 알고리즘의 진단 정확도가 숙련된 영상의학과 의사와 같은 수준을 보여 관심을 끌고 있다.
분당서울대병원 영상의학과 선우준, 이경준 교수 연구팀은 최근 이 같은 내용의 연구결과를 최근 발표했다.
이로써 선우준, 이경준 교수 연구팀은 단순촬영검사의 진단 정확도를 높이기 위해 딥러닝 알고리즘을 활용할 수 있다는 단초를 제시하게 됐다.
부비동염이란 코 주위의 얼굴 뼈 속에 존재하는 빈 공간 '부비동'의 입구가 막혀 분비물의 배설이 원활하지 못해 염증이 생기면서 농이 고이는 질환이다.
이를 일차적으로 스크리닝하는 데 가장 많이 이용되는 방법은 X선을 이용한 단순촬영검사다.
이 검사는 CT보다 방사선량이 적다는 장점이 있지만 진단 정확도가 현재 70~80% 수준으로 그리 높지 않다.
이런 이유로 정밀진단이 필요하거나 수술을 계획할 땐 단순촬영검사보다 정확도가 높은 CT 검사를 시행하는 것을 정석으로 삼고 있다.
연구팀은 2003~2017년 분당서울대병원에서 축농증(부비동염)이 의심돼 시행한 단순촬영검사 결과 9,000건을 영상 소견에 따라 정상 혹은 상악동 부비동염으로 나눈 뒤 이 데이터를 학습용 데이터(8,000건)와 검증용 데이터(1,000건)로 나눠 딥러닝 알고리즘 개발에 활용했다.
또 개발된 알고리즘의 진단 정확성을 검증할 목적으로 함께 촬영된 CT 검사의 소견에 따라 정답을 매긴 두 개의 시험용 데이터셋을 따로 만들었다.
이후 이를 토대로 숙련된 영상의학과 의사 5명과 진단 정확도를 서로 비교했다.
이 결과 딥러닝 알고리즘의 성능은 모든 시험용 데이터셋에서 영상의학과 의사와 같은 수준의 진단 정확도를 보였다.
연구팀은 이를 좀 더 검증하기 위해 분당서울대병원의 영상데이터를 이용해 학습한 딥러닝 알고리즘을 외부 병원(서울대병원 본원)의 영상데이터에 적용해도 똑같은 수준의 진단 정확도가 그대로 유지되는 결과를 확인했다.
이에 선우준 교수는 "이번 연구를 통해 딥러닝 알고리즘을 이용하면 단순촬영검사에서도 정확하게 부비동염을 진단할 수 있음을 증명했다"며 "CT 검사와 비교해 발생하는 방사선량이 20분의 1에 그쳐 환자의 방사선 노출 최소화에 기여할 수 있을 것으로 보인다"고 밝혔다.
선우 교수는 "이 알고리즘을 실제로 일차검사와 추적검사에 활용했을 때 효용성을 확인하기 위해선 향후 임상시험이 필요하다"며 "좀 더 정확도를 향상시키는 동시에 상악동 이외의 전두동, 사골동, 접형동 등 다른 부비동염의 진단에 본 알고리즘을 활용할 수 있도록 2가지 이상의 각도에서 촬영한 단순촬영검사를 이용하는 후속 연구를 계획하고 있다"고 덧붙였다.
이 연구논문은 국제학술지 'Investigative Radiology 최신호'에 게재됐다.
이 뉴스클리핑은 BKT뉴스{www.bktimes.net}에서 발췌된 내용입니다.
