건강보험심사평가원은 최근 보도자료 [디지털치료기기‧인공지능(AI) 건강보험 등재 가이드라인 공개]에서 인공지능(AI)은 의료용 빅데이터를 인공지능 기술로 분석하여 질병을 진단, 관리, 예측하여 의료인의 업무를 보조하는 소프트웨어 의료기기로 정의했다.
연구중심병원들은 최근 △흉부 엑스레이 추적 검사 △체외수정 시술 배아 선별 기술 △족부 X-ray 분석해 평발 진단 등에 적용한 의료용 인공지능 연구 결과를 속속 발표하고 있다.
■ 추적 검사 엑스레이 사진 20만여 쌍 학습한 인공지능 개발…진단 정확도 80%
서울아산병원 영상의학과 서준범·융합의학과 김남국 교수팀은 추적 검사를 위해 촬영된 흉부 엑스레이 사진 20만여 쌍을 활용해 질환의 변화를 진단해내는 인공지능 모델을 개발하고 실제 적용한 결과, 약 80% 정확도를 보였다고 최근 밝혔다.
이번 연구 결과는 의료 영상 분야의 권위 있는 학술지 중 하나인 '의료 영상 분석(Medical Image Analysis, 피인용지수 13.828)'에 최근 게재됐다.
서울아산병원 영상의학과 서준범·융합의학과 김남국 교수팀은 2011년부터 2018년까지 흉부 엑스레이 검사를 받은 환자들의 검사 사진 203,056쌍을 활용해 질환의 변화를 진단하는 인공지능을 개발했다.
이후 연구팀은 1,620쌍의 엑스레이 사진을 통한 내부 타당성 검증과 215쌍과 267쌍의 자료로 진행한 외부 타당성 검증으로 인공지능의 정확성을 평가했다. 그 결과 예측 정확도는 내부, 외부 검증 결과 모두 약 80%로 영상의학과 2·3년차 전공의의 정확도와 비슷한 것으로 나타났다.
서준범 서울아산병원 영상의학과 교수는 "기존 인공지능 연구들은 주로 한 장의 엑스레이 사진에서 질환을 찾는 진단 보조 기술이었지만, 이번 연구는 추적 검사에서 질환의 변화를 찾아낼 수 있어 향후 실제 임상 현장에서도 활용이 가능할 것으로 기대된다"고 말했다.
■ AI 기반 배아 선별 시스템, 효용성 검증 이후 의료기기 인증 목표
분당서울대병원 산부인과 이정렬 교수(난임·가임력 보존 클리닉) 연구팀이 카이헬스(대표 이혜준) 연구팀과 공동으로 ‘범부처 전주기 의료기기 연구개발사업’ 과제를 수주, 체외수정 시술 시 이식할 최적의 배아를 인공지능(AI)으로 선별하는 기술의 난임 환자 대상 임상연구에 돌입한다고 최근 밝혔다.
배아 선별 작업의 정확도를 높이고자 카이헬스에서 개발한 AI 선별 시스템은 학습된 데이터를 바탕으로 보다 객관적·경제적·비침습적으로 양질의 배아를 판별해 임신 예측률을 약 65%까지 높일 수 있는 것으로 나타났다. 공동 연구팀은 이번 과제를 통해 이러한 AI 모델의 임상적 효용성을 증명하고, 나아가 의료기기 인증을 위한 모델의 최적화 및 임상 연구를 진행할 계획이다.
이번 국책연구과제는 3개년 과제로서, 1차 연도에는 양질의 국내·외 데이터 수집 및 분석을 진행하며, AI 모델을 의료기기 승인에 적합하게 고도화 및 안정화를 통해 최적화된 모델을 준비할 예정이다. 이어, 2차 연도에는 분당서울대병원에서 난임 환자 대상 임상시험을 수행하고, 3차 연도에는 혁신의료기기 통합심사를 거쳐 혁신의료기술로의 승인을 목표로 하고 있다.
분당서울대병원 산부인과 이정렬 교수는 “그간 체외수정 시술에서 최적 배아 선별에 인공지능을 활용하려는 시도는 있었으나 상용화 수준의 기술을 기반으로 임상 연구에 돌입한 것은 국내 최초”라며, “이번 연구결과를 통해 임신까지 걸리는 시간을 단축하고, 시술 비용을 절감하는 등 시술에 따른 부담을 줄일 수 있을 것으로 기대된다”고 언급했다.
■ 1천여 장 X-ray 사진 학습 인공지능, 평발 진단 기준값과 평균 오차 1.37°
서울아산병원 융합의학과 김남국 교수·정형외과 류승민 전문의 연구팀은 성인 남성 600명의 족부 체중부하 측면 엑스레이 사진 1천 200장을 활용해 인공지능 모델을 개발한 결과, 평발 진단 기준값과 1.37°의 평균 오차를 보여 정형외과 전문의가 측정한 2.35°보다 좁은 오차 범위로 평발을 예측해냈다고 최근 밝혔다.
연구 결과는 '유럽 영상의학회지(European Radiology, 피인용지수 7.034)'에 최근 게재됐다.
연구팀이 개발한 인공지능을 150장의 엑스레이 사진으로 검증한 결과, 평발 진단 기준값과 1.37°의 평균 오차를 보였다.
정형외과 전문의가 인공지능의 가이드에 따라 150장의 엑스레이 사진을 판독한 경우, 기준값과의 평균 오차는 2.35°에서 1.55°로 감소했고, 측정 시간 또한 195분에서 135분으로 줄었다. 일반 의사의 경우 평균 오차는 1.99°에서 1.56°로 감소했고, 측정 시간은 205분에서 155분으로 줄었다.
김남국 서울아산병원 융합의학과 교수는 "이번 연구는 평발 진단 과정에서 생기는 관찰자 간 일치도 문제 해결에 인공지능을 활용할 수 있다는 점에 의의가 있다"라며, "앞으로 인공지능으로 평발을 정확히 진단해 공정한 병역판정에 기여할 수 있을 것으로 기대된다"라고 말했다.
