인공지능(AI)의 진폐증 진단 정확도가 95%로 나타나 영상의학과 전문의 진폐증 판정 시 도움이 될 것으로 보인다. 

가톨릭대학교 서울성모병원 직업환경의학과 명준표 교수와 강상훈(한국 IBM), 최준(가톨릭의대 직업환경의학교실 연구원) 연구팀이 진폐로 검증되거나 기존 진폐 판정자 1,200명의 영상을 활용한 딥러닝 연구결과를 지난해 대한직업환경의학회 추계학회에서 발표했다.

이번 연구 대상물은 단순흉부방사선 영상과 컴퓨터단층촬영 결과 모두 진폐가 확인된 영상. 대조군은 60세 이상의 일반 수검자 영상이었다.

이들 영상을 막대한 데이터를 기계가 학습하도록 만드는 기술인 합성곱 신경망네트워크(CNN) 방법으로 특성을 추출했다.

그 결과, 서울성모병원 영상을 활용한 훈련(training set)시 진폐 여부 분류는 96%의 정확도를 보였지만, 검정(validation set)시 93%로 나타났다. 하지만 최종 KoSDI 영상을 추가한 추가 분석에서는 95%였다.

진폐증이란 직업 및 환경적으로 분진에 노출돼 폐에 섬유화 반응이 일어난 병변을 말한다.

특히 진폐는 근로복지공단에서 분진 노출 및 영상 판정을 통해 국가가 산업재해보상을 시행하고 있기 때문에 영상 판정이 매우 중요하다. 매해 약 1만명이 심사를 신청하지만 약 20%인 2천명만 장해 판정을 받는다. 의료기관에서는 비(非) 진폐증 환자도 자세히 심사를 하다보니 기간이 걸리는데다 인력 낭비도 심한 상황이다. 또한 영상판정 기준도 임기 3년인 심사위원의 변경에 따라 심사청구, 재심사 청구, 행정소송 등의 분쟁이 발생하는 등 국가적인 손실도 큰 상황이다.

이번 연구는 직업성 폐질환인 진폐증 판정 및 진단에 필요한 인공지능 딥러닝 알고리듬을 개발 및 평가하여, 질환 판정에 보조적인 방법으로 활용할 수 있도록 한국연구재단 국가 R&D 신진연구과제의 지원을 받아 시행다. 
 

저작권자 © 메디칼트리뷴 무단전재 및 재배포 금지