연구팀이 개발한 인공지능 시스템은 자기공명 영상을 통해 ‘ASPECTS 점수’ 87% 이상의 높은 정확도로 최적의 치료법을 찾아낼 수 있다.

사진은 ASPECTS 점수가 5인 환자와 7인 환자의 확산 강조 자기공명영상 이미지로 화살표는 뇌 병변 표시 

전남대학교(총장 정병석) 연구팀이 뇌졸중을 자동 진단하고 치료법까지 신속하게 분별할 수 있는 인공지능(AI) 시스템을 개발해 주목되고 있다.

전남대 영상의학과 박일우·백병현 교수, 도 루녹(LUU-NGOC DO. 제1저자)박사와 인공지능융합과 양형정 교수로 구성된 전남대 BK21 인공지능융합학과 대학원 연구팀은 컨볼루션 신경망을 이용해, 뇌졸중 환자 390명의 확산 가중 자기공명영상(Diffusion weighted MRI) 데이터를 학습시켜 뇌졸중을 진단하고 치료방법을 분별할 수 있는 인공지능(AI)시스템을 개발했다. 

연구팀이 개발한 인공지능 시스템은 자기공명 영상을 통해 ‘ASPECTS 점수’ 87% 이상의 높은 정확도로 최적의 치료법을 찾아낼 수 있다.

일반적으로 뇌졸중 진단은 환자의 뇌 자기공명영상 사진을 이용해 병변의 크기를 판단하는 ‘ASPECTS’ 방법이 널리 쓰이고 있으나, 숙련된 임상의사가 일일이 뇌병변의 위치와 범위를 평가해야하기 때문에 응급실에 실려오는 급성 허혈성 뇌졸중 환자에게는 적용에 어려움이 있었다. 또 허혈성 뇌졸중은 신속한 치료가 환자의 예후에 결정적 역할을 하고, 뇌병변의 범위와 크기에 따라 적절한 치료법을 빠르게 결정해야 하는데 이를 도울 수 있는 AI시스템이 개발돼 큰 기대를 낳고 있다. 
 
연구팀은 “빠른 영상검사 판정이 필요한 허혈성 뇌졸중 환자에게 인공지능 기반의 의료 보조그로그램을 활용함으로써 진단과 치료법 결정에 큰 도움이 될 것”이라며 “이를 바탕으로 관련 연구를 이어갈 것”이라고 밝혔다.

한편, 이 연구결과는 세계적인 과학저널 출판 연구소 MDPI가 발행하는 국제학술지‘Diagnostics’에 '컨볼루션 신경망을 이용한 급성 허혈성 뇌졸중에서 확산 가중 영상을 이용한 ASPECTS 자동 평가(Automatic Assessment of ASPECTS Using Diffusion-Weighted Imaging in Acute Ischemic Stroke Using Recurrent Residual Convolutional Neural Network- 파일첨부)' 제목으로 지난 9일 게재됐다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지