default_top_notch
default_news_top
default_news_ad1
default_nd_ad1

뷰노, RSNA서 AI 흉부 질환 판독 새 가능성 제시

기사승인 2019.12.09  05:58:54

공유
default_news_ad2

- 배웅 선임연구원 “체스트 X레이 비정상 소견 종류 넓혀, 높은 정확도로 다수 질환 탐지”

[미국 시카고 RSNA=오인규 기자] “뷰노의 딥러닝 AI 기술을 활용해 흉부 X레이에서 보인 이상소견인 비정상 패턴으로 결핵, 폐렴뿐 아니라 무수히 많은 흉부 질환과 높은 상관관계를 보이며 판독할 수 있는 새로운 가능성이 열렸습니다”

의료 인공지능 솔루션 개발 기업 뷰노(대표 이예하)는 최근 개최된 북미영상의학회(RSNA 2019)에서 흉부 X레이의 주요 비정상 패턴들의 조합으로 학습된 딥러닝 모델의 국제 다기관 데이터에서 흉부 질환들의 분류 성능에 대한 평가라는 주제 발표를 통해 의미 있는 데이터를 제시하며 큰 주목을 받았다.

발표를 진행한 배웅 선임연구원<사진>은 의학신문·일간보사와 만난 자리에서 “뷰노는 소견 기반의 제품 개발 및 연구의 방향성이 효과적이었음을 다시 한 번 확인했다”며 “이번 연구는 뷰노메드 체스트 X레이의 임상적 성능에 대한 내용으로 비정상 소견들의 종류를 넓혀, 더욱 다양한 질환들에 대한 탐지가 가능한 방향으로 2차 인허가가 신청될 예정”이라고 소개했다.

뷰노메드 체스트 X레이는 의료영상검출보조SW 2등급으로 식약처에서 인허가를 획득한 AI 흉부 X레이 영상 진단보조 의료기기다. 환자의 흉부 X선 영상에서 주로 관찰되는 결절, 경화, 기흉, 삼출 간질성 음영 등의 주요 비정상 소견을 학습한 AI 모델을 기반으로 개발됐으며, 정상과 비정상 분류 및 의심되는 비정상 위치를 정확히 제시하며 판독을 보조한다.

기존 경쟁사 AI 흉부 X레이 제품들은 주로 폐결절의 비정상 여부를 판독하는데 비해 폐결절을 포함해 주요 5대 소견에 대한 비정상 여부를 파악할 수 있어 활용도가 높으며, 대량의 의료데이터를 분석해야 하는 검진 환경에서 특히 유용하게 사용될 것으로 기대를 모은다.

배웅 연구원은 “우리의 딥러닝 모델은 국내 데이터로 학습됐지만, 해외 의료기관 공개 데이터셋에서도 높은 성능을 보이는 등 품질이 다른 의료 환경과 환자의 다양한 인종과는 관계없이 어떤 의료영상 데이터셋으로도 견고하고 일관적인 탐지 결과와 성능을 입증했다”고 밝혔다.

그는 이번 성과를 바탕으로 FDA 문턱도 넘겠다는 각오를 밝혔다. 앞서 뷰노는 올 초부터 CE·FDA 승인 과정을 진행하고 있는데, 기존에 없었던 AI 의료기기에 대한 각국의 인허가 규제 정비가 되지 않은 나라도 있어 인허가가 용이한 국가에서 먼저 진행하고 있는 상태다.

배웅 연구원은 “FDA는 최근 GE의 체스트 X레이 triage에 대한 기기를 허가해줬기 때문에 기존에 없던 새로운 의료기기에 대한 허가범위가 조금 용이해지지 않았나? 판단하고 있다”며 “현 계획대로라면 뷰노메드 체스트 X레이는 내년 중 FDA 허가를 완료하는 것을 목표로 진행해 가고 있다”고 설명했다.

CAD SW 발전 위해, 고품질 데이터와 안전성 확보 필수

한편 CAD SW는 지속적으로 진단 효율성을 높이는 노력을 해야 한다. 이런 과정에 있어 뷰노가 제시한 2가지 방향성은 향후 미래 의료 AI 진단 분야 발전에 중요한 나침반이 될 것으로 보인다.

뷰노 배웅 선임연구원이 RSNA서 발표하고 있는 모습.

첫 번째는 고품질의 데이터를 지속해서 확보하며 이를 기반으로 CAD SW를 지속 발전시키는 것이다. 고품질의 데이터는 CT로 확인됐거나, 다양한 흉부영상전문의들이 판독결과들의 교집합으로 이뤄진 데이터이다.

두 번째는 다양한 병원 및 국가에서 prospective validation을 통해 CAD SW의 성능의 안전성을 확보해야하는 것이다. 딥러닝은 데이터의 분포에 많은 영향을 받기 때문에, 다양한 데이터 환경에서 안정적으로 성능을 확보하려는 노력이 필요하다. 이와 함께 기술적 관점에서는 Semi-Supervised Learning(SSL) 및 AutoML 기술력이 핵심이 될 것으로 전망했다.

배웅 연구원은 “의사들은 수련 및 임상경험을 통해 영상의학과 전문의가 된 후에도 지속적으로 판독을 하며 실력을 키워간다”며 “마찬가지로 CAD SW가 일정 성능을 뛰어넘기 위한 데이터를 바탕으로 지도학습이 됐다면, 후에는 SSL을 통해 판독결과가 없어도 딥러닝이 스스로 학습하는 기술이 성능을 끌어올리는데 도움이 될 것”이라고 말했다.

또한 AutoML 기술을 통해 최적의 네트워크 설계 및 SSL을 포함한 다양한 학습방법의 최적화까지 딥러닝이 직접 딥러닝 모델을 디자인할 수 있도록 하는 것이 가능하다. 이것은 주어진 데이터 및 환경에서 딥러닝 모델의 성능을 극한으로 끌어올리는데 큰 도움이 된다.

뷰노, 글로벌 제품 데모로 검증…메인학회서 기술력 입증

이런 관점에서 뷰노는 다양한 장점을 갖고 있다. 먼저 100% CT로 확인된 체스트 X레이 데이터를 지도학습에 사용했다. 뿐만 아니라 다양한 방법으로 고품질의 데이터를 확보해나가고 있으며, 이로 인해 CAD S/W의 성능 또한 지속 발전하고 있다. 그리고 아시아·유럽·미국을 포함해서 전 세계에서 제품 데모를 통해 인허가 받은 CAD S/W의 안정성을 검증하고 있다. 

이미 뷰노는 CAD 분야에서 권위 있는 학회인 MICCAI 2019에서 AutoML 기술을 바탕으로 한 논문을 메인학회에서 발표한 바 있다. 이는 기술이 세계적이라는 것을 입증함과 동시에 자사 흉부 X-ray CAD의 성능도 더욱 발전할 수 있는 가능성이 있음을 시사하는 부분이다.

인터뷰를 마치며 배웅 연구원은 “뷰노의 체스트 X레이 CAD는 비정상일 확률을 제시할 뿐만 아니라, 통계적 근거를 바탕으로 산출된 내부적 역치값으로 X레이 검사 결과를 정상과 비정상을 구분하여 제시한다”며 “판독자가 이를 확인해 응급환자를 우선적으로 판독할 수 있기 때문에 임상의사가 환자를 효율적으로 진료할 수 있다”고 거듭 강조했다.

오인규 기자 529@bosa.co.kr

<저작권자 © 의학신문 무단전재 및 재배포금지>
default_news_ad5
default_side_ad1
default_nd_ad2
default_side_ad2

인터뷰

1 2 3
item33

인기기사

default_side_ad2

포토

1 2 3
set_P1
default_side_ad3

섹션별 인기기사 및 최근기사

default_side_ad4
default_nd_ad6

Content

1 2 3
item34
default_news_bottom
default_nd_ad4
default_bottom
#top
default_bottom_notch