본문 바로가기

AI로 유방암 진단 정확성 높인다...딥마인드, 오진율 줄인 '유방암 진단' AI 모델

반응형

질병의 진단과 치료에 인공지능을 활용하고 적용하려는 연구가 광범위하게 이루어지고 있다. 그중에서도 다양한 종류의 암을 공략하려는 인공지능 연구가 활발하다. 이번에는 구글이 유방암 진단에 활용할 수 있는 인공지능 모델을 개발했다고 발표했다. 딥마인드(DeepMind)가 연구 중인 ‘유방암 진단 인공지능 모델’을 활용하면, 전문의보다 정확하게 유방암을 진단할 수 있다고 블로그를 통해 공개했다. 

 

유방암은 전 세계적으로 여성들에게 가장 큰 영향을 주는 질병이다. 영국에서만 한 해에 5만 5,000명 이상이 유방암 진단을 받고, 미국 여성 8명 중 1명은 살면서 유방암에 걸린다. 유방암을 진단하는 데는 엑스레이(X-Ray) 촬영과 디지털 유방 조영술이 가장 널리 사용된다. 하지만 이러한 방법으로 유방암을 조기 진단하기는 쉽지 않은 일이다.

 

유방에서 생성된 종양이 성장하고 확산하는 과정을 시각화한 이미지. 딥마인드가 개발한 유방암 진단 인공지능 모델은, 인공지능을 활용해 유방암 진단 정확성을 높이고, 조기 발견을 통한 치료 효과를 높이는 것을 목표로 한다.(그림:구글 블로그)

 

딥마인드는 유방암 진단의 정확성을 높일 수 있는지를 확인하기 위해, 지난 2년간 영국에서 파트너들과 협력해 연구와 실험을 진행했다. 영국 암연구 센터(Cancer Research UK Imperial Centre), 노던 웨스턴 대학(Northwestern University), 로열 서리 카운티 병원(Royal Surrey County Hospital)이 연구 파트너로 참여했다. 

 

연구 및 실험에는 환자 개인 정보를 식별할 수 없도록 처리된 데이터 세트가 사용됐다. 이를 통해 영국 여성 7만 6,000명과 미국 여성 1만 5,000명의 유방 조영술 촬영 데이터 세트를 사용해, 유방암 진단 과정을 훈련하고 조정하는 과정을 거쳤다. 그리고 영국 여성 2만 5,856명의 데이터와 미국 여성 3,097명의 데이터를 활용해 실제 진단 실험을 진행했다.

 

실험 결과 거짓 양성(false positives)과 거짓 음성(false negatives) 오진율이 모두 감소한 것으로 나타났다. 거짓 양성은 유방암이 아닌데 유방암으로 진단하는 로 경우, 거짓 음성은 유방암인데 유방암이 아니라고 진단하는 것을 의미한다. 인공지능으로 진단하면 오진율은 모두 낮았졌고, 거짓 음성에 대한 오진율 감소폭이 더 컸다. 거짓 양성에 대해서는 미국 5.7% 영국 1.2%로 오진율이 이전에 비해 감소했고, 거짓 음성의 경우는 미국 9.4%와 영국 2.7%로 낮아졌다. 

 

다른 의료시스템으로 일반화할 수 있는지를 확인하기 위한 실험도 진행했다. 영국 여성의 데이터를 활용해 학습한 후, 미국 여성의 데이터 세트를 활용해 진단하는 실험을 진행한 것이다. 이 경우에도 거짓 양성은 3.5% 거짓 음성은 8.1%로, 오진 확률이 줄어든 것으로 확인됐다. 특히, 인공지능 진단 모델은 환자 이력이나 이전 유방 촬영 사진 등을 모두 활용한 전문의와 다르게, 익명으로 처리된 가장 최근의 촬영한 유방 촬영 사진만 사용했다는 점에서 의미가 크다.

 

연구팀은 림프절 표본에서 전이성 유방암을 진단하는 인공지능 연구를 수행하는 초기 연구 결과를 2017년에 발표하고, 작년에는 병리학 슬라이드에서 유방암을 더 빠르고 정확하게 발견할 수 있는 딥 러닝 알고리즘을 개발하기도 했다. 이번에 공개한 내용은 방사선학과 병리학 분야에서 진행된 유방암 진단에 관한 가장 최근 연구로, 연구 결과는 영국의 과학 학술지인 네이처에 지난 1월 1일 자로 게재됐다. 

 

딥마인드는 2010년에 설립된 인공지능 전문 회사로, 2014년 구글의 모회사인 알파벳이 인수했다. 딥마인드는 기계학습과 심층신경망 기반의 인공지능 알고리즘을 기반으로, 다양한 인공지능 기술을 연구하고 개발하고 있다. 이번에 공개한 유방암 진단 모델과 알고리즘 연구 결과 역시 이러한 점을 반영한 것으로, 앞으로도 지속해서 파트너와 협력해 환자에게 도움이 되는 인공지능 연구를 계속할 것이라고 밝혔다.

 

⧉ Syndicated to WWW.CIOKOREA.COM

반응형