|
(서울=연합뉴스) 신선미 기자 = 인공지능(AI) 기술을 이용해 컴퓨터단층촬영(CT)을 할 때 환자가 받는 방사선의 양을 4분의 1 수준으로 줄일 방법이 개발됐다.
진단에 흔히 쓰는 CT는 방사선을 사용하는데, 이 방사선에 자주 노출되면 암에 걸릴 확률이 높아진다. 이를 줄이고자 방사선의 양을 낮추면 선명한 진단 영상을 얻을 수가 없다.
미래창조과학부는 예종철 한국과학기술원(KAIST) 석좌교수팀이 이 문제를 해결할 방법을 찾았다고 18일 밝혔다.
연구진은 인공지능 기술 중 하나인 '딥러닝'을 CT에 접목해 방사선의 양을 줄이면서도 선명한 3차원 진단 영상을 얻는 방법을 개발했다.
딥러닝이란 마치 사람의 뇌처럼 수많은 데이터 가운데 패턴을 찾아내서 인지하고 추론, 판단할 수 있도록 하는 인공신경망 기술이다. 이세돌 9단과 '세기의 대국'을 뒀던 인공지능 '알파고'(AlphaGo)도 딥러닝 기술로 바둑을 익혔다.
연구진은 보통 수준의 방사선으로 찍은 영상과 낮은 수준의 방사선으로 찍은 영상을 인공지능에 넣어 학습시켰다. 이 내용을 바탕으로 인공지능은 낮은 수준의 방사선으로 찍은 CT 영상을 보고도 정상 CT 영상을 추론할 수 있게 됐다.
이를 이용하면 정상 촬영조건의 4분의 1 수준인 2.5밀리시버트(mSv) 수준의 방사선 촬영조건에서도 암의 전이를 정확히 찾아낼 수 있다. 방사선 피폭은 줄이면서도 진단의 정확도를 유지한 것이다.
예 교수는 "이 CT가 상용화되면 그동안 진단과 시술에서 문제가 됐던 환자와 의료진의 방사선 피폭 문제를 근본적으로 해결하는 데 기여할 수 있을 것"이라고 말했다.
이번 연구는 미래부 기초연구사업으로 수행했으며 연구결과는 국제학술지 '메디컬 피직스'(Medical Physics)에 게재될 예정이다.
예 교수팀은 이번 연구결과를 지난 1일 열린 '국제 저선량 CT 영상획득 그랜드 챌린지'에 제출한 결과 103개 팀 중 2위를 차지했다고 밝혔다. 이 대회는 방사선 수준을 낮추면서도 진단의 정확도를 유지하는 CT 기술을 겨루며 미국 국립보건원(NIH)이 후원하고, 미국 의학물리학자협회(AAPM)와 메이요클리닉(Mayo Clinic)이 주관한다.
일반 CT 영상(a)과 낮은 수준의 방사선으로 찍은 CT 영상(b). 빨간색 원은 종양 부분이다. 예종철 KAIST 교수팀이 개발한 기술은 낮은 수준의 방사선을 쓰지만 선명한 영상(c)을 얻을 수 있다. [미래창조과학부 제공]
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지> |
