박해정, 최재영 교수, 차동철 의료혁신센터장 연구팀
'딥러닝' 기반 진단 정확도 높이는 기술 적용한 AI 활용
진단 정확도 A 77%, 이비인후과 전문의 71%와 비슷‥다른 분야 전문의 46%보다 높았다
박 교수 "디지털 기술 활용, 정확한 진단과 함께 환자 편의 높일 플랫폼 연구를 이어갈 것"
논문, 국제 학술지 JMIR Medical Informatics 최신호에 게재
[보건타임즈] AI가 귀 내시경 이미지를 통해 병을 진단하는 기술이 개발됐다. (논문보기)
이 기술의 진단 정확도는 이비인후과 전문의와 비슷한 수준이었다.
연세대 의과대학 핵의학교실 박해정(사진 左), 이비인후과학교실 최재영 교수(中), 차동철 네이버 헬스케어연구소 의료혁신센터장(右) 연구팀은 딥러닝 기술을 활용해 만든 AI가 내시경 이미지를 보며 귀 질환을 진단하는 정확도가 우수함을 확인했다며 6일 이같이 발표했다.
이 연구 결과를 상세하게 정리한 논문은 'Differential Biases and Variabilities of Deep Learning–Based Artificial Intelligence and Human Experts in Clinical Diagnosis: Retrospective Cohort and Survey Study'란 주제로 의료정보학 분야 국제 학술지 '의료정보학(JMIR Medical Informatics) 최신호'에 게재됐다.
이에 따르면 수도권5대 광역시와 이외의 지역 간 이비인후과 의료 불균형이 존재한다.
작년 3분기 수도권5대 광역시 이비인후과 병원이 2,036곳과 비교해 이외 지역의 이비인후과 병원은 538곳이다.
이렇듯 지역 간의 불균형을 해소하는 동시에 의사들의 정확한 진료를 보조할 수 있는 도구로 AI 등 디지털 기술을 활용할 수 있다.
연구팀은 딥러닝 기술을 활용해 AI를 만들어 AI의 진단 정확도를 평가했다.
먼저 AI를 콘볼루션 신경망으로 학습시켜 귀 내시경 사진에서 질환을 진단할 수 있는 기술을 개발했다.
콘볼루션 신경망은 2차원 데이터 분석에 적합한 구조를 가져 이미지 분류 학습에 쓰이는 딥러닝 기술의 한 종류다.
학습엔 2013~2019년 세브란스병원 이비인후과 진료 환자 귀 내시경 이미지 약 2만 3천 개를 활용했다.
또 정상 이미지는 많지만, 질병 이미지가 적어 정확한 진단을 내리는 민감도가 줄어드는 문제를 풀기 위해 손실 함수 기법 등을 이용, AI의 진단 정확도를 확인했다.
AI가 귀 내시경 이미지에서 진단할 수 있는 병을 상고실 함몰, 삼출성 중이염, 급성 중이염, 종양, 고막 천공으로 분류했다.
다음으로 분류 후 300장을 두 번에 걸쳐 테스트를 시행했다.
이와 함께 하나의 이미지를 두고선 AI와 의사가 같은 진단을 반복하는지 재현율을 검증하기 위해 카파(Kappa) 통곗값을 활용했다.
값이 1에 가까울수록 재현율이 높다는 것을 의미한다.
첫 번째 검사에선 정상과 다섯 가지 병을 같은 양으로 배치했다.
이 결과, AI의 진단 정확도는 77%로, 이비인후과 전문의들의 수준(71%)과 비슷했으며 다른 분야 전문의들의 수준(46%)보다 높았다.(그림)
카파 통곗값에서는 AI는 0.83, 전문의는 0.6, 타과 의사는 0.24를 기록했다.
두 번째 검사는 질병 발생률에 따라 사진 양을 조절했다.
발생률이 높은 질병의 사진을 많이 배치했다.
AI, 전문의, 다른 진료과 전문의의 진단 정확도는 각각 82%, 73%, 44%였다.
카파 통계치는 0.8, 0.54, 0.23였다.
박 교수는 "이 연구는 의료현장에서 의사들의 진료를 보조할 AI의 효능을 검증한 것"이라며 "디지털 기술을 활용해 정확한 진단과 함께 환자 편의를 높이기 위한 플랫폼 연구를 이어갈 것"이라고 말했다.
이 뉴스클리핑은 BKT뉴스{www.bktimes.net}에서 발췌된 내용입니다.
