‘딥러닝(Deep Learning)’으로 직업성 폐질환인 진폐증을 진단한다는 연구결과가 발표됐다.
가톨릭대학교 서울성모병원 직업환경의학과 명준표 교수[사진]와 강상훈(한국 IBM), 최준(가톨릭의대 직업환경의학교실 연구원) 연구팀은 2011년 5월부터 2017년 3월까지 진폐로 검증되거나 기존 진폐 판정자 1200명의 영상을 활용한 딥러닝 연구결과, 95%의 진단 정확도를 얻었다고 15일 밝혔다.
연구팀은 단순흉부방사선 영상과 컴퓨터단층촬영 결과 모두 진폐가 확인된 영상을 연구군으로, 서울성모병원 검진센터에서 검진을 수행한 60세 이상 일반 수검자들의 영상을 대조영상으로 활용했다.
특히 영상의 질적 일관성을 유지하기 위해 근로복지공단 폐질환연구소에서 제작해 보급한 한국진폐표준디지털영상(KoSDI)를 추가하여 진폐영상 판정 시 정확도를 높였다.
획득한 영상을 합성곱 신경망네트워크(Convolutional Neural Network 이하 CNN) 방법으로 특성을 추출했다.
또한 엔비디아(NVIDIA)사의 테슬라(Tesla) P100 8기를 병렬 연결해 GPU기반 가속 연산을 활용, 판정보조 시스템 훈련을 수행했다.
연구 결과 서울성모병원 영상을 활용한 훈련(training set)시 진폐 여부 분류는 96%의 정확도를 기록했지만, 검정(validation set)시 93%를 보였다. 최종 KoSDI 영상을 추가한 분석에서는 95%의 정확도를 나타냈다.
명준표 교수는 “추가적인 연구를 통해 서울성모병원 진료시 축적된 석면피해구제 및 가습기살균제로 인한 폐손상 등의 환경성 질환 영상 판정에도 진단보조 프로그램 역할을 확대하고 점차 증가추세인 환경성질환 예측 등에도 인공지능을 적용해서 다양한 활용 모델을 개발하는데 힘쓸 것”이라고 전했다.
윤영채 기자 (
