이 솔루션은 중국 전역의 코로나 확진자 5천 명 가량의 이미지와 데이터를 활용해 자연 언어 처리(NLP)와 컨볼루션 신경망(CNN)을 사용하여 CT 이미지의 인식 네트워크를 훈련시켜 새로운 관상 폐렴 이미지와 일반 폐렴 이미지의 차이를 신속하게 식별

CT 이미지에서 폐렴의 병변을 자동으로 식별하는
CT 이미지에서 폐렴의 병변을 자동으로 식별하는 Dharma Hospital Medical AI의 시연화면(사진:알리바바달마연구소)

[인공지능신문 최창현 기자] 신종 코로나 바이러스 감염증-19(COVID-19) 발병 초기에는 사례의 임상 진단 데이터가 없었지만 현재, 기하급수적으로 누적되어 의료진의 선별 작업이 점점 더 복잡해지고 있는 가운데 인공지능(AI)이 그 능력을 발하고 있다.

알리바바의 인공지능을 연구 개발하는 알리바바 달마 연구소(Alibaba Dharma Institute)와 알리바바 클라우드(Alibaba Cloud)는 폐렴의 임상 진단을 위한 컴퓨터 단층 촬영(CT) 이미지에서 20 초 이내에 병변을 식별하는 인공지능(AI) 진단 세트(Dharma Hospital Medical AI)를 개발했다. 또 의료진의 임상 진단 효율성을 향상시켜 96 %에 도달했으며, 일주일 만에 30,000 여회 의심되는 폐렴 사례를 식별했다고 밝혔다.

현재 이 AI 진단 기술은 중국 후베이, 상하이, 광동 등 16 개 지방 자치 단체의 26 개 병원에 적용되고 있으며, 지난달 16 일 서비스를 시작한 이래 중국의 100 개가 넘는 정부 폐렴 지정 병원에 적용될 것이라고 밝혔다.

특히 발병 초기에는 확인된 사례 수가 적고 의료 기관의 고품질 임상 진단 데이터가 없기 때문에 일반적으로 핵산 검사가 진단의 표준으로 사용됐지만 임상 진단 데이터가 증가함에 따라 폐렴의 영상 및 데이터 특성이 점차 명확해지면서 CT 영상 진단 결과가 더욱 중요해졌다.

현재 중국은 폐렴 사례의 진단 기준으로 CT 영상의 임상 진단 결과를 채택하고 있다. 그러나 단일 폐렴 환자는 일반적으로 진단을 위해 약 300 개의 CT 이미지를 사용하며, 사례의 CT 이미지에 대한 각 의사의 시각적 차이로 분석에는 일반적으로 약 5 분에서 15 분이 걸리므로 임상 진단에 많은 업무가 가중된다는 과제가 있었다.

한편, 이 솔루션은 중국 전역의 코로나 확진자 5천 명 가량의 이미지와 데이터를 활용해 자연 언어 처리(NLP)와 컨볼루션 신경망(CNN, Convolutional Neural Network)을 사용하여 CT 이미지의 인식 네트워크를 훈련시켜 새로운 관상 폐렴 이미지와 일반 폐렴 이미지의 차이를 신속하게 식별할 수 있었으며, 또 AI는 병변 부위의 비율을 직접 계산하여 질병의 중증도를 정량화할 수 있다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지