폐렴이 악화되면 의사들은 CT 영상을 통해 환자의 상태를 살핀다. 덩달아 정확한 CT 영상 분석을 위한 딥러닝 기술 적용 연구가 활발하지만 코로나19 폐렴과 세균성 폐렴을 정확히 구분하는 것엔 한계가 있어왔다.

특히, 두 폐렴의 차이가 미미하고, 3차원 영상 내의 병변들을 일일이 확인하고 분류하는 것이 어려워, 최근 여러 분야에서 좋은 성능을 보이는 딥러닝 모델들도 성능이 제한적이었다.

여기에, DGIST(총장 국양) 로봇공학전공 박상현 교수팀이 영남대병원 안준홍 교수팀과 CT영상 내에 주요 병변들을 확인해 분간이 어려운 세균성폐렴과 코로나 환자를 자동으로 분류해줄 수 있는 인공지능(AI) 모델을 개발했다.

향후 이 AI 모델을 통한 코로나19로 인해 발생하는 폐렴 뿐 아니라 여러 폐렴 진단에 획기적인 기여가 기대된다.

박상현 교수팀은 3차원 영상 내의 병변들을 일일이 확인하지 않더라도 인공지능이 자동으로 CT 영상 내 주요 병변들을 주목하여 분류를 수행할 수 있는 모델을 여러 사례들을 통합적으로 고려해 최종 결정을 내리는 문제에 사용되던 다중인스턴스학습(Multiple Instance Learning)을 활용, 새로운 딥러닝 모델을 개발했다.

이 때, 모델의 성능 향상을 위해 CT 영상에서 폐렴 병변들의 위치를 집중적으로 확인할 수 있는 ‘Attention 모듈’을 접목시켰다.

추가적으로 비지도학습 기반의 대조학습(Contrastive Learning)을 이용해 환자별 특징 추출 성능을 극대화 시켜, 새롭게 개발한 모델의 분류성능을 크게 개선했다.

특히, 개발한 딥러닝 모델은 코로나19 진단에 있어 최종적으로 98.6%의 정확도를 보였으며, 기존에 제안됐던 다른 다중인스턴스학습 기법들의 성능을 크게 웃돌았다.

DGIST 로봇공학전공 박상현 교수는 “이번 연구를 통해 개발한 모델은 코로나19 진단 성능을 크게 향상시켜 주었을 뿐만 아니라, 다중인스턴스학습 인공지능 분야에도 큰 개선을 보인 모델이다”며, “팬데믹 극복에 기여할 수 있을 것으로 기대되고, 향후 관련 기술을 좀 더 개선한다면 다양한 폐렴 진단에 활용될 수 있을 것”이라 말했다.

한편, 이번 연구 결과는 의료영상분석 관련 분야 최상위 저널인 메디컬 이미지 분석(Medical Image Analysis)에 ‘COVID-19 스크리닝을 위한 비감독적 보완적 손실을 갖는 이중 주의(注意) 다중 인스턴스 학습(Dual attention multiple instance learning with unsupervised complementary loss for COVID-19 screening-보기)'이란 제목으로 지난 8월 게재됐다.