Home
Medi Insight
Rx-Digest
Medical Report
수만장 소장 캡슐내시경 영상 AI로 판독…96% 정확도
대학병원  
수만장 소장 캡슐내시경 영상 AI로 판독…96% 정확도
문성호 기자 (news@medicaltimes.com)
0
  • 기사입력 : 2021-02-16 12:00
  • |여의도성모 이한희 교수팀, 딥러닝 알고리즘 기반한 연구 결과
  • |소장 병변 판독 정확도 상당…"판독 장시간 걸리는 문제 해결"
|메디칼타임즈=문성호 기자| 국내 연구진이 소장 캡슐 내시경 영상 판독을 위한 딥러닝 알고리즘을 개발, 96%이상의 높은 판독 정확도를 기록했다.

왼쪽부터 가톨릭대 여의도성모병원 이한희 교수, 서울성모병원 이보인 교수, 포스텍 산업인공지능연구소 이승철 교수
가톨릭대 여의도성모병원 이한희 교수 연구팀(서올성모병원 소화기내과 이보인 교수, 포항공대 산업인공지능연구소 이승철 교수)은 16일 영상 판독 딥러닝 알고리즘을 개발해 판독 정확도를 비교 분석한 결과를 공개했다.

캡슐내시경은 알약 모양의 캡슐을 입으로 삼켜 식도, 위장, 소장 등의 건강 상태를 촬영하고 이 영상을 분석, 판독해 소화기 질환 진단에 이용하는 기기다. 일반 내시경이 들어가기 힘든 소장을 관찰할 수 있어 원인 모를 복통, 설사, 출혈 및 빈혈의 원인, 용종, 궤양, 크론병과 소장종양 등 다양한 질환의 진단에 활용되고 있다.

하지만 캡슐내시경은 수 만장의 영상을 의사가 일일이 판독하는데 1~2시간의 소요되는 문제가 존재했다. 또한 병변이 작거나 찍힌 영상 숫자가 적을 경우 판독자에 따라 진단 정확도가 떨어진다.

이에 따라 연구팀은 2007년 5월부터 2019년 5월까지 시행된 526건의 소장 캡슐내시경 검사에서 7556장의 영상을 추출, 추출된 영상을 대표적인 소장 병변인 ▲출혈성 병변(적색 점, 혈관이형성, 현성 출혈), ▲궤양성 병변(미란, 궤양, 협착)으로 분류했다.

영상 분석 특화 딥러닝 기법 중 하나인 VGGNet 기반의 컨벌루션 신경망(Convolutional Neural Networks, CNN) 알고리즘으로 영상을 분류하고 학습시켰다.

학습 단계에서는 출혈 및 궤양 병변을 개별적으로 학습시키는 합성모델(Combined model), 전체 영상을 정상‧비정상으로만 나눠 학습시키는 이분형모델(Binary model)의 두 가지 방법으로 진행했다.

분석 결과 두 모델 모두 96%이상의 높은 정확도를 보였으며 특히 합성모델은 이분형모델에 비해 높은 민감도, 즉 소장 병변을 더 잘 발견하는 것으로 나타났다.

영상판독 이미지.
또한 Grad-CAM을 통해 해당 병변을 정확히 시각화 하는 것에서도 합성 모델이 좀 더 우수한 것으로 나타났다.

이한희 교수(제1저자)는 "이번 소장 캡슐 내시경 판독 알고리즘 개발로 인간보다 빠르고 정확하게 소장 병변을 파악할 수 있으며, 소장의 정상, 비정상 분류를 넘어 개별 병변의 특성을 판단하고 시각화된 병변의 위치를 확인함으로써 판독된 영상의 2차 검증이 가능할 것으로 기대된다"고 밝혔다.

이어 "향후 실제 임상에서의 효용성을 평가하기 위해 전향적 연구 진행과 첨단 의료기기로서의 상용화를 목표로 포스텍과의 공동연구를 계속 추진할 예정"이라고 밝혔다.

한편, 한국연구재단 임상의과학자 연구역량강화 사업 지원을 받은 이번 연구는 '다이제스티브 엔도스코피(Digestive Endoscopy. IF=4.774) 2020년 8월호 온라인판에 게재됐다.
관련기사
AI 활용 인공관절 부작용 신장손상 예측 모델 개발
펄펄 나는 영상 기는 병리…디지털이 가른 명암
"'빅데이터+AI=맞춤의료'가 강원대병원의 미래죠"
의협회장 선거전 스타트...'더 센 의협' 만들 후보 누구?
대학병원
독자의견
0
익명의견 쓰기 | 실명의견쓰기 운영규칙
닫기

댓글 운영방식은

댓글은익명게재 방식으로 운영되고 있습니다, 익명은 필명으로 등록 가능하며, 대댓글은 익명으로 등록 가능합니다.

댓글의 삭제 기준은

다음의 경우 사전 통보없이 삭제하고 아이디 이용정지 또는 영구 가입제한이 될 수도 있습니다.

  • 저작권·인격권 등 타인의 권리를 침해하는 경우

    상용 프로그램의 등록과 게재, 배포를 안내하는 게시물

    타인 또는 제3자의 저작권 및 기타 권리를 침해한 내용을 담은 게시물

  • 근거 없는 비방·명예를 훼손하는 게시물

    특정 이용자 및 개인에 대한 인신 공격적인 내용의 글 및 직접적인 욕설이 사용된 경우

    특정 지역 및 종교간의 감정대립을 조장하는 내용

    사실 확인이 안된 소문을 유포 시키는 경우

    욕설과 비어, 속어를 담은 내용

    정당법 및 공직선거법, 관계 법령에 저촉되는 경우(선관위 요청 시 즉시 삭제)

    특정 지역이나 단체를 비하하는 경우

    특정인의 명예를 훼손하여 해당인이 삭제를 요청하는 경우

    특정인의 개인정보(주민등록번호, 전화, 상세주소 등)를 무단으로 게시하는 경우

    타인의 ID 혹은 닉네임을 도용하는 경우

  • 게시판 특성상 제한되는 내용

    서비스 주제와 맞지 않는 내용의 글을 게재한 경우

    동일 내용의 연속 게재 및 여러 기사에 중복 게재한 경우

    부분적으로 변경하여 반복 게재하는 경우도 포함

    제목과 관련 없는 내용의 게시물, 제목과 본문이 무관한 경우

    돈벌기 및 직·간접 상업적 목적의 내용이 포함된 게시물

    게시물 읽기 유도 등을 위해 내용과 무관한 제목을 사용한 경우

  • 수사기관 등의 공식적인 요청이 있는 경우

  • 기타사항

    각 서비스의 필요성에 따라 미리 공지한 경우

    기타 법률에 저촉되는 정보 게재를 목적으로 할 경우

    기타 원만한 운영을 위해 운영자가 필요하다고 판단되는 내용

  • 사실 관계 확인 후 삭제

    저작권자로부터 허락받지 않은 내용을 무단 게재, 복제, 배포하는 경우

    타인의 초상권을 침해하거나 개인정보를 유출하는 경우

    당사에 제공한 이용자의 정보가 허위인 경우 (타인의 ID, 비밀번호 도용 등)

    • ※이상의 내용중 일부 사항에 적용될 경우 이용약관 및 관련 법률에 의해 제재를 받으실 수도 있으며, 민·형사상 처벌을 받을 수도 있습니다.

    ※위에 명시되지 않은 내용이더라도 불법적인 내용으로 판단되거나 메디칼헬스 서비스에 바람직하지 않다고 판단되는 경우는 선 조치 이후 본 관리 기준을 수정 공시하겠습니다.

    ※기타 문의 사항은 메디칼헬스 운영자에게 연락주십시오. 메일 주소는 admin@medicaltimes.com입니다.
등록
등록