(Scientists use optoacoustic tomography to create cross-sectional images of a mouse. Using machine learning, they were able to largely restore quality of images recorded with fewer sensors. Credit: Davoudi N et al. Nature Machine Intelligence 2019)
(Optoacoustic imaging is particularly good at visualizing blood vessels. Credit: ETH Zurich / Daniel Razansky)
스위스 취리히 연방공과대학(ETH Zurich)의 과학자들이 인공지능을 이용해 의학 이미지를 개선하는 기술을 개발했습니다. 저해상도 이미지를 인공지능을 활용해 더 높은 해상도로 바꾸는 기술은 이미 선보인 바 있지만, 솔직히 실용적인 기술이라고 말하기는 어려울 것입니다. 하지만 저해상도 의학 이미지를 더 높은 해상도로 바꾸는 기술은 임상적으로 유용한 기술이 될 수 있습니다.
연구팀은 새로운 이미징 기술인 광음향 (Optoacoustics) 이미지에 인공지능을 결합했습니다. 광음향 기술은 음파 대신 레이저 펄스를 조직에 발사해 이 에너지가 초음파로 전환되는 것을 이미지로 바꾸는 기술로 새로 개발된 의학 이미지 기술입니다. 기존의 CT나 MRI에 비교해서 투과력은 약하지만 대신 조영제 투입 없이도 혈관이나 조직의 변화를 쉽게 확인할 수 있다는 장점이 있습니다.
하지만 고해상도 이미지를 얻기 위해서 많은 수의 센서가 필요하다는 것이 광음향 기술의 또 다른 단점입니다. 이는 비용 상승으로 이어져 결국 의료 현장에서 쉽게 사용하기 어렵게 만듭니다. 연구팀은 머신러닝 기법을 사용해서 32 센서 이미지를 128/512 센서 이미지처럼 품질을 향상시키는 방법을 개발했습니다. (사진) 물론 가장 좋은 방법은 여러 개의 이미지 센서를 이용하는 것이지만 비용 문제를 고려하면 인공지능이 더 가성비 좋은 해결책을 제시할 수 있습니다.
이번 연구는 인공지능을 이용해서 의학 이미지의 품질을 향상시키려는 여러 시도 가운데 하나를 보여줍니다. 하지만 위험성도 있습니다. 저화질 사진이나 영상과는 달리 만약 실수로 이미지를 복원하는 경우 존재하지 않는 종양을 만들어내거나 반대로 있는 병변을 놓칠 수 있습니다. 따라서 확진 용도로 사용하기에는 다소 조심스럽다고 말할 수 있을 것입니다.
과연 실제로 임상에서 널리 쓰일 수 있을지 궁금합니다.
참고
Neda Davoudi et al. Deep learning optoacoustic tomography with sparse data, Nature Machine Intelligence (2019). DOI: 10.1038/s42256-019-0095-3
댓글
댓글 쓰기