KAIST, 재촬영 없이 MRI 강조영상 얻어

KAIST 예종철 교수팀이 재촬영 없이 MRI 강조영상 얻는 AI 기술을 개발했다.<사진=KAIST 제공>
KAIST 예종철 교수팀이 재촬영 없이 MRI 강조영상 얻는 AI 기술을 개발했다.<사진=KAIST 제공>
한 번의 자기공명영상(MRI) 촬영으로 의심질환에 필요한 영상을 여러번 확보할 수 있는 AI(인공지능)기술이 개발됐다. 

KAIST(총장 신성철)는 예종철 교수팀이 MRI에서 재촬영 없이 강조영상을 얻을 수 있는 AI 기술을 개발했다고 30일 밝혔다. 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.

MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다.

예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.

하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.

또 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라져 진단명이 좁혀지면 부득이하게 MRI를 재촬영하는 경우가 많다. 여기에 드는 비용과 많은 시간은 환자의 몫이었다.

예 교수팀은 AI를 활용해 여러 개의 강조영상 중 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습시켰다. 이를 통해 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.

연구팀은 문원진 건국대 교수팀과 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다. 

또 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 이와 함께 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함을 증명했다. 연구 관계자에 따르면 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.

문원진 교수는 "연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것"이라고 말했다.

예종철 교수는 "인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구"라고 말했다.

연구결과는 '네이처 머신인테리젼스' 18일자 온라인판에 게재됐다.

저작권자 © 헬로디디 무단전재 및 재배포 금지