자기공명영상(MRI, Magnetic resonance imaging) 스캐너는 의사들이 신체의 연조직과 장기를 이미지화하기 위해 사용하는 장비로 의학 진단에 매우 중요한 도구이다.

하지만 MRI 검사를 해 본 적이 있다면 최대 한 시간 동안 그 경험이 얼마나 불안하고 불편함이 따르는지 경험했을 것이다. 일반적으로 MRI 검사는 경사자장코일에 많은 양의 전기가 공급되는데 이때 발생하는 소음은 보통 100~115 데시벨(㏈)로 기차가 달릴 때 나는 소음과 비슷한 수준이다.

물론 환자가 MRI 검사를 받을 때 받는 스트레스인 요인과 검사시간을 줄인 제품이 나오기 시작했지만 여전히 주요 단점 중 하나는 검사를 수행하는 데 걸리는 시간이다.

여기에, 18일(현지시간) 페이스북 인공지능연구소(Facebook AI Research, FAIR)와 뉴욕대학교 랑곤헬스(NYU Langone Health)의 새로운 공동 연구에 따르면 AI는 MRI 스캔을 4 배 더 빠르게 수행하고 환자 경험을 크게 향상시키고 MRI에 대한 접근을 확대하고 MRI에 대한 새로운 사용 사례를 잠재적으로 가능하게 할 수 있는 중요한 연구 이정표를 발표했다.

패스트MRI(fastMRI) 라는 이 공동 이니셔티브 프로젝트에서 컴퓨터 과학자와 방사선 전문의 팀은 최초의 임상 연구에서 AI가 전통적으로 전체 MRI에 필요한 원시 데이터의 약 4분의 1을 사용하여 똑같이 정확하고 상세한 MRI 영상을 생성할 수 있음을 입증했다고 한다. 즉, 데이터가 적게 필요하기 때문에 MRI 스캔은 거의 4배 더 빨리 실행된 것이다. 이 솔루션은 저해상도 및 고해상도 MRI 스캔 쌍에 대한 AI 모델(논문)을 훈련시켰다.

특히 연구에서 기존 MRI와 새로운 AI 모델로 생성된 영상을 75% 적은 원시 데이터에서 모두 검토했다. 결과적으로 방사선과 의사들은 두 가지 방법으로 동일한 진단을 내렸으며 어떤 영상이 새로운 방법으로 만들어졌는지 거의 분별할 수 없었다고 한다. 

루이스 막스(Louis Marx) 뉴욕대 랑곤헬스 방사선학과장은 "이번 연구는 인공지능이 생성한 이미지가 표준 임상 MR 검사와는 외관상 구별할 수 없었으며 진단 정확도를 처음으로 증명했으며 인공지능이 가속화된 MRI 스캔의 임상에서 수용과 활용을 위한 중요한 단계"라고 말했다.

또한 엄격한 새로운 임상 연구에서 방사선학자들은 스캐닝 머신으로부터 약 4배 적은 데이터로 만들어진 빠른 MRI의 AI 생성 영상이 기존의 MRI와 진단적으로 상호 교환 가능하다는 것도 발견했다. 이는 MRI가 스캔 과정을 훨씬 더 빠르게 만들 수 있다는 것을 의미하며, MRI 촬영을 가속화함으로써 환자의 경험을 향상시키고, 패스트MRI는 다른 분야에서도 AI 연구를 진전시키는 데 도움이 될 것으로 보인다.

한편, 패스트MRI는 페이스북 인공지능연구소(Facebook AI Research, FAIR)와 뉴욕대학교 랑곤헬스 간의 공동 연구 프로젝트로 목표는 인공지능(AI)을 이용해 MRI 스캔 속도를 최대 10 배까지 높이는 것이다.

이 시스템은 기존 MRI 장비와 함께 작동한다. 시스템은 AI 소프트웨어이며, DLC처럼 설치할 수 있기 때문에 어떤 장비도 개조할 필요가 없다. 또한 누구나 사용할 수 있는 오픈 소스이기 때문에 지금 바로 액세스하여 테스트에 사용할 수 있다. 다만 의료 장비 제조업체는 이를 구현하기 전에 미국에서는 FDA 인증을 받아야 한다.

또한 패스트MRI 팀은 광범위한 연구 커뮤니티가 이 중요한 프로젝트에 참여할 수 있도록 뉴욕대 랑곤헬스는 완전히 익명화 된 원시 데이터 및 이미지 데이터 세트를 공개했다. 데이터 세트에 대한 기준 재구성 모델과 파이토치(PyTorch) 데이터 로더가 포함 된 연구 관련 논문(다운)은 깃허브에 데이터세트는(다운) 뉴욕대 패스트MRI 데이터세트 홈페이지에 공개됐다.

이 연구 결과는 아카이브에 '패스트MRI: 가속 MRI를 위한 개방형 데이터셋 및 벤치마크(fastMRI: An Open Dataset and Benchmarks for Accelerated MRI- 다운)'제목으로 지난해 12월 아카이브에 게재됐다. 지난달 8일에는 의학 학술지인 미국 방사선학 저널(American Journal of Roentgenology)에 '딥러닝을 사용하여 3T에서 무릎 MRI 가속화: 호환성 연구 결과(Using Deep Learning to Accelerate Knee MRI at 3T: Results of an Interchangeability Study- 요약보기)'이란 제목으로 게재됐다.