1. 논문내용의 간략한 요약(관련 연구분야 동향 포함)
생사가 갈리는 응급실에서 생기는 다양한 미충족 수요(전문의의 24시간 상주가 어려움, 빠른 진단 및 치료, 다양한 질환에 따른 정확한 진단 등)등을 만족하기 위해서 다양한 딥러닝 모델이 제안되었고, 미국 등에서 응급두부CT에서 자동진단해주는 인공지능 모델이 보험수가까지 받고 있지만, 임상에 사용할 정도의 높은 정확도와 적은 위양성을 가진 모델이 없는 상황입니다. 이 연구는 보통 이용하는 특정질환만 학습하는 지도학습 방법의 딥러닝을 사용하지 않고, 더 응급실 상황에 친화적인 이상치검출(Anomaly Detection; 정상만을 학습하여 질환을 이상치로 찾아내는) 방법을 제안하고, 임상적용의 필요조건인 high resolution 3D CT(512x512)에서 적용하여 다양한 질환을 정확하게 검출(내부 및 외부검증 데이터의 AUROC가 0.85 (0.81-0.89), 0.87 (0.85-0.89)로 검출)할 수 있는 것을 증명했습니다. 또한, 이 기술을 이용하여 2개 이상의 기관의 연속된 응급실 데이터를 이용하여 영상 기반 Triage 연구를 하여 실제 판독에 걸리는 주요 지표인 median wait time이 통계적으로 유의하게 짧아지고, median radiology report turnaround time도 유의하게 빨라지는 것을 증명했습니다.
2. 연구과정에서 나누고 싶은 내용
(국제 연구, 혹은 공동 연구시 경험 : 자부심, 보람, 어려움, 고려사항 등)
이 연구는 응급 영상의학과 교수님의 임상적 미충족 수요와 영웅적 데이터 수집 및 레이블링이 있어서 가능했습니다. 또 비지도 학습의 불완전성을 극복하고 조금이라도 비정상영상에서 정상을 잘 찾을 수 있도록 다양한 연구기법을 개발하고 실험했던 대학원생들의 노력이 있었습니다.
또한, 응급상황에서 다양한 환자를 진단하고 치료방침결정의 시간 단축을 할 수 있어서, 응급상황에서 환자 치료 향상이 기대됩니다. 이 연구는 특허 출원 및 코어라인 소프트에 기술이전(2022) 되어서 식약처 인허가(2023) 및 혁신의료기기 통합심사를 통과(2023)하여 현재 제한적 보험수가를 받을 수 있게 되었습니다. 이는 대부분의 질환이 Long-tail 분포를 가지고 있는 상황에서 몇몇 질환만을 학습하는 기존의 지도 학습 패러다임이 가지고 있는 많은 문제점(특정 질환만 잘하므로, 실제 임상에 적용할 때 의사의 일을 늘리는 방향으로 작동하는 등)을 극복 할 수 있습니다. 실제 의료데이터는 다양한 질환이 불균등하게 분포하여 기존의 지도학습으로는 충분히 잘 가르치기 어려운 측면이 있습니다. 본 연구는 이런 기존의 문제를 보완할 수 있는 연구로 Long-tail 분포를 적게 가지는 정상데이터만을 이용하여 레이블 없이 비지도학습을 이용하여 충분히 강인한 인공지능을 만들고, 기존의 지도학습기반의 인공지능에 상보적인 역할을 할 수 있음을 보여주었다는 것이 의미라고 생각합니다.
3. 앞으로의 연구활동 계획
임상현장에 적용하기 위해서는 개선의 여지가 많지만, 다양한 질환의 응급환자의 영상기반 분류 시스템 구축의 방향성을 제시하는 연구입니다. 향후 이를 발전시켜서 좀더 강인하고 임상에 사용될 수 있는 인공지능을 개발하는 것이 목표입니다. 또한 의료인공지능이 지나치게 진단에만 집중되는 것을 극복하기 위해, 치료인공지능을 개발하고, 다양한 시뮬레이션 치료를 해볼 수 있는 디지털 트윈 등에도 최근 성과가 나고 있습니다. 또한 로봇과 같은 디바이스를 붙여서 Learn2learn을 해보는 것도 목표이며, 국내 데이터 기반의 LLM/LMM 등의 연구를 통해 외국 LLM/LMM의 차이를 연구하려고 하고 있습니다.
4. 끝으로 후배 연구자들에게 하시고 싶은 말씀
올해로 의료영상 중개연구를 시작한지, 약 만일(10,000일), 횟수로 보면 28년 정도 되었습니다. 제가 살아온 날 중에 의료연구를 한 기간이 더 길어졌습니다. 로버트 프로스트(Robert Frost)의 ‘가지 않은 길(The Road Not Taken)’처럼 제 주변에서는 아무도 가지 않은 길이었고, 그래서 불안하고, 불편했었던 것 같습니다. 더 뛰어난 젊은 연구자들이 이 길을 걸을 수 있도록 토대가 바뀌고 인식이 바뀌기 위해 노력하고 과감하게 도전하시길 바랍니다.
[김남국교수 소개]