만성폐쇄성 폐 질환(COPD)는 진단 이후에도 효과적인 치료를 위해 CT를 통한 아형 분류가 필요하며 이후 주기적으로 CT 검사를 통해 치료효과를 추적 관찰하게 된다.

하지만 CT 영상을 통한 판독을 정량적으로 하기 위해서는 전처리 작업과 분석에 장시간이 소요되는 어려움이 있어 판독의 경험에 의존한 정성적 판독에 머물러야 하는 한계가 있었다.

지난달 미국 시카고에서 열린 북미영상의학회(RSNA 2018)에서 코어라인소프트(공동대표 김진국 최정필)와 서울아산병원은 인공지능(AI) 기술을 이용해 COPD를 진단하는데 필요한 다양한 영상 분석 알고리즘들을 자동화한 ‘AVIEW Metric’을 발표해 이목을 집중시켰다.

특히 오랜 기간 난제였던 기관지와 폐엽 분할을 완전 자동화한 분할 결과를 평가하기 위해 약 200례에 대해 7년 경력의 전문가가 수행한 것과 비교한 결과를 공개했다.

기관지 분할 방법은 지난 10월 최 의료영상 학술지 ‘Medical Image Analysis’에 게재된 것은 물론 30여 편의 유관 논문이 출간됐고 또 10여편의 관련 특허도 출원됐다.

RSNA 2018에서 발표된 AVIEW Metric 관련 논문에 따르면, 자동화 처리된 약 200례 중 오직 8%에 대해서만 재작업이 필요했고, 최종 정량지표에 적용한 결과에 대해서는 96%의 높은 정확도를 보였다.

또 재작업을 포함한 총 소요 시간은 13 man-hour로 기존 시간의 6%로 크게 줄일 수 있었고 증례당 5분 이내 처리가 가능했다.

이는 정확도와 편의성 측면에서 자동화된 정량분석을 임상에 적용할 수 있는 가능성을 보여줬다는 평가를 받았다.

특히 정량영상판독룸(QIRR)에 설치된 교육부스와 코어라인소프트 부스를 방문한 연구자들과 병원관계자들은 AVIEW Metric가 병원에서 촬영되는 모든 흉부 CT 영상을 자동으로 분석해 환자 질병 상태를 숫자로 측정할 수 있도록 판독 워크플로우를 혁신적으로 개선했고 빅데이터 PACS를 세계 최초로 구현해 전시했다고 평가했다.

코어라인소프트는 “AVIEW Metric를 이용하면 병원 PACS에 쌓여있으나 활용이 어려웠던 의료영상을 자동으로 분석해 유사한 증례를 찾아 진단에 도움을 받을 수 있다”고 밝혔다.

이어 “빅데이터 분석에도 의료영상을 활용 할 수 있는 첫걸음을 내디뎠다는 점에서 COPD 연구에도 많은 도움이 될 것으로 기대한다”고 덧붙였다.

한편, AVIEW Metric는 서울아산병원 서준범·김남국 교수팀의 오랜 연구를 집대성한 결과로 코어라인소프트와 2014년부터 공동으로 상용화를 진행해 성공한 융합연구 모범사례로 평가받고 있다.

코어라인소프트와 서울아산병원은 폐 영상 외에도 심장 등 다른 분야의 정량적 분석으로 연구를 확대해 나갈 계획이다.