(While they look different, on frames of ultrasounds they can be harder for the naked eye to distinguish. Credit: CDU)
(The AI model can recognise signs of pneumonia, which are different from other lung conditions. Credit: CDU)
AI를 이용한 진단 보조 시스템 개발이 활발한 가운데 호주 찰스 다윈 대학, 연합 국제 대학, 호주 카톨릭 대학(Charles Darwin University (CDU), United International University and the Australian Catholic University (ACU))의 합동 연구팀이 폐 초음파 이미지 분석을 통해 폐가 정상인지, 혹은 폐렴이나 다른 문제가 있는지 감별하는 AI를 개발했습니다.
연구팀이 개발한 AI는 96.57%의 정확도를 보여줄 뿐 아니라 폐렴과 코로나 19를 구분하는 등 원인까지 구분하는 능력을 지니고 있습니다. 이를 위해 연구팀은 합성곱 신경망 (convolutional neural network (CNN)) 기술과 장단기 메모리 (long short-term memory (LSTM, 순환 신경망(RNN) 기법의 하나))을 동시에 사용한 하이브리드 AI 알고리즘인 TD-CNNLSTM-LungNet 모델을 개발했습니다.
이 새로운 AI 모델은 기존의 AI의 진단 정확도가 90-92% 정도였던 것과 비교해서 더 정확도를 높인 것으로 평가됩니다. AI 알고리즘은 인간의 눈으로는 파악할 수 없는 픽셀 하나 하나의 특징을 학습해 각종 질병의 진단 정확도를 높일 수 있습니다. 다만 실제 임상에서의 활용도에 대해서는 아직 회의적인 시각도 적지 않습니다.
그럼에도 작년에 FDA로부터 최초 승인을 받은 더마센서 (DermaSensor)처럼 AI를 진단에 이용하는 기기가 실제로 현실이 되고 있습니다. 더마센서는 피부암을 96%의 민감도로 진단할 수 있어 피부과 전문의가 아니더라도 의심 병변을 쉽게 발견할 수 있고 추가적인 검사가 필요한지 검증할 수 있습니다.
(더마센서)
초음파의 경우 보통 시술하는 의시가 더 빠르게 진단해 AI 의 유용성이 떨어지는 편이지만, 진단 보조 시스템으로 사용할 수 있는 여지는 존재합니다. 하지만 실제 임상에서 사용되기 위해선 더마 센서처럼 의사가 진단하기 힘든 부분을 빠르게 진단해주는 시스템이 더 유용할 것으로 보입니다.
참고
https://newatlas.com/medical-ai/ai-lung-disease/
https://www.frontiersin.org/journals/computer-science/articles/10.3389/fcomp.2024.1438126/full


댓글
댓글 쓰기