소규모 병원 데이터도 척척… 정확한 진단으로 조기 치료 지원

▲ (사진 왼쪽부터) 이종법 전기컴퓨터공학과 석사과정 학생, 이현규 의예과 교수, 

김정수 인하대병원 호흡기내과 교수

이현규 의예과 교수가 이끄는 의료 인공지능 연구실이 흉부 방사선 영상에서 폐렴의 중증도를 점수화할 수 있는 기술을 개발했다.

연구팀 소속 이종법 전기컴퓨터공학과 석사과정 학생은 제1저자로 '코로나19에서 폐렴으로: CNN 트랜스포머 위치 인식 특징 인코딩 네트워크를 사용한 다중영역 폐 중증도 분류'(COVID19 to Pneumonia:Multi Region Lung Severity Classification using CNN Transformer Position-Aware Feature Encoding Network) 주제 논문을 발표한다.

해당 논문은 폐의 각 영역 정보를 통합하고 위치 인식 기능을 적용해 다른 폐 영역에서 유사한 패턴을 보이지만 서로 다른 원인을 가진 특징을 구분할 수 있는 네트워크를 제안했다.

기존 연구들은 흉부 방사선 영상에서 폐렴의 유무만 간략히 제공하는 데 비해 이번 연구에선 폐렴의 중증도를 세분화한 것이 중요한 성과다. 특히 대용량 COVID-19 데이터셋뿐 아니라 인하대병원 중환자실 데이터셋에서도 높은 성능을 보여 소규모나 불균형한 데이터셋에서도 효과적인 성능을 발휘한다는 사실을 입증했다.

연구팀은 이 같은 성과를 오는 10월 모르코에서 열리는 의료영상 컴퓨팅 분야 최우수 학술대회인 MICCAI(Medical Image Computing and Computer Assisted Intervention) 2024에서 발표할 예정이다.

공동 저자인 김정수 인하대병원 호흡기 내과의 교수는 "이번 연구는 기존 연구와 달리 중환자실에 입원한 폐렴 환자의 폐 상태 변화를 정량적 표시하고 추적 관찰할 수 있게 하는 것이 특별한 장점"이라며 "폐렴 환자의 폐 상태를 민감하게 분석할 수 있어 경험이 적은 의사도 적절한 조기 치료를 할 수 있도록 도와주는 기술"이라고 설명했다.

지도교수인 이현규 의예과 교수는 "의료인공지능 연구실은 임상 의사와 공동 연구를 통해 실제 사용자 중심의 실용주의 연구를 지속해왔다"며 "학계에서 인정받은 이번 성과를 기회로 연구를 넘어 상용화까지 계속 매진할 계획"이라고 말했다.