에스포항병원에서 의료영상분석 딥러닝 기술을 소개한 김인중 교수
한동대학교(총장 최도성) 김인중 교수 연구실에서 에스포항병원과의 공동연구로 연하(삼킴)장애 진단을 위한 의료영상분석 AI모델을 개발했다.
평소 사레가 자주 든다거나 음식물을 삼키는데 어려움이 크다면 연하장애를 의심해 볼 수 있다. 연하장애란 신경이나 근육의 문제로 인해 음식물을 정상적으로 삼키지 못하는 질환을 말한다. 특히, 식도로 이동해야 할 음식물이 기도로 들어가는 침습이나 흡인 증상이 발생할 경우 폐렴이나 질식 등 심각한 합병증을 일으킬 수 있기 때문에 조기 진단과 치료가 필요한 질병이다.
해당 질병에 대한 진단은 대개 비디오 투시 연하검사(Video-Fluoroscopic Swallow Study, VFSS)를 통해 알 수 있는데, 검사를 위한 엑스레이(X-ray)영상에서 환자가 삼킨 볼루스(bolus, 조영제가 포함된 음식물 덩어리)의 이동 경로를 추적하는 영상분석 인공지능(AI)을 활용할 수 있다. 환자가 삼킨 볼루스는 형태가 일정하지 않기 때문에 기존의 AI모델들은 선명하지 않은 엑스레이 영상으로부터 볼루스를 잘 검출하지 못한다.
논문에 게재된 연하검사를 위한 볼루스 검출 AI 모델 설명자료
이번에 한동대와 에스포항병원이 공동개발한 PECI-Net(Preprocessing Ensemble and Cascaded Inference Network)은 인공신경망을 이용해 다양한 영상처리 알고리즘을 결합함으로써 엑스레이 영상의 화질을 개선한 후 다단계 추론을 통해 기존 AI모델들보다 훨씬 정확하게 볼루스를 검출한다.
연구책임자인 김인중 교수는 “PECI-Net은 의료영상의 화질을 개선하기 위한 전처리 결합 신경망(PEN)과 의료영상의 모호성을 해소하기 위한 다단계 추론 신경망(CIN)으로 구성되었으며, 두 신경망은 함께 학습되어 시너지를 극대화한다.”며 “연하검사뿐 아니라 다양한 의료영상의 낮은 화질 및 모호성을 극복하는데 효과가 있을 것으로 기대한다.”고 말했다.
본 연구에는 김영헌, 강하림, 이준명, 최진영 등 한동대 학생연구원들과 에스포항병원의 박덕호 과장을 비롯한 다수의 의료전문가들이 참여했으며, 의료AI 분야 최우수 학술지인 ‘Computers in Biology and Medicine (IF 7.7)’에 게재되었다.
한동대학교는 4차 산업 혁명 시대에 필요한 교육 및 연구역량 강화를 위해 인공지능(AI)를 적극 도입하고 활용하는데 중점을 두고 다양한 연구활동을 지원하고 있다.
