인공지능(AI)과 딥러닝 기술을 이용한 질병의 진단 정확도를 높이는 기술이 상용화에 속도를 내고 있다.
분당서울대병원 영상의학과 연구팀(선우준·이경준)은 딥러닝 알고리즘을 적용해 개발한 축농증(상악동 부비동염) 진단기술의 정확도가 숙련된 영상의학과 의사와 동등한 수준으로 나타났다고 13일 밝혔다.
축농증은 코 주위의 얼굴 뼛속에 존재하는 공간인 '부비동'이 막히면서 분비물 배출이 원활하지 못해 염증이 생기고 고름이 고이는 질환이다.
보통 축농증 진단에 가장 많이 쓰는 방법은 X-선 검사법이다. 하지만 X-선 검사는 CT(컴퓨터단층촬영) 검사에 견줘 진단 정확도가 70∼80% 수준에 그치는 게 단점이다. 따라서 정밀진단이 필요하거나 수술이 필요한 경우에는 X-선 검사와 별도로 CT 검사를 시행하는 게 일반적이다.
연구팀은 2003∼2017년 분당서울대병원에서 부비동염이 의심돼 시행한 X-선 검사 9천건을 영상 소견에 따라 정상 혹은 축농증으로 분류하고, 딥러닝 알고리즘 개발에 활용했다.
또한 개발된 알고리즘의 정확도를 검증하기 위해 영상의학과 의사 5명이 CT 검사결과를 바탕으로 내놓은 진단결과와 비교했다.
이 결과, X-선 검사에 근거한 딥러닝 알고리즘의 축농증 진단 정확도는 CT 검사결과를 판독한 영상의학과 의사와 동등한 수준으로 분석됐다.
선우준 교수는 "딥러닝 알고리즘을 이용하면 X-선을 이용한 단순촬영검사에서도 정확하게 부비동염을 진단할 수 있음을 증명했다"면서 "다른 부비동염의 진단에도 이번 알고리즘이 적용될 수 있도록 하는 후속 연구를 계획하고 있다"고 말했다.
이 연구결과는 관련 국제학술지(Investigative Radiology) 최신호에 게재됐다.
우울증과 조울증의 재발을 스마트밴드, 스마트폰으로 예측할 수 있음을 보여주는 연구결과도 국제학술지(Journal of Medical Internet Research)에 발표됐다.
고려대학교 안암병원 정신건강의학과 이헌정·조철현 교수, 성신여대 이택 교수 공동 연구팀이 주요 우울장애와 양극성장애 환자 55명을 2년간 추적 관찰한 결과, 질환에 영향을 미치는 수면양상, 심박수변화, 빛노출 정도를 실시간으로 학습시킬 경우 3일 후의 증상 재발 여부를 90% 정확도로 예측할 수 있는 것으로 파악됐다.
우울증과 조울증은 꾸준한 약물치료에도 자주 재발하는 질환으로, 재발을 예측하는 게 어렵다고 알려져 있다.
이헌정 교수는 "환자의 주관적인 증상보고 없이도, 객관적인 행동양상과 생체리듬의 교란을 스마트기기로 측정함으로써 우울증과 조증 재발을 예측, 진단할 수 있음을 보여준 최초의 연구"라며 "이번 결과를 실제 임상에 적용하기 위한 기술을 개발 중"이라고 말했다.