1. 논문내용의 간략한 요약 (관련 연구분야 동향포함)
최근 딥러닝 기술의 의료영상 적용이 활발히 되고 있는데, 기존에 충분한 성능을 보이지는 못 했지만 임상적으로 필요한 분야를 중심으로 많은 연구가 진행되고 있습니다. 그 중에서 컴퓨터 보조 탐지 (Computer-aided Detection, CAD)는 수 십 년간 그 필요성과 유효성은 인정받았지만, 실제 흉부영상 판독에서는 많이 사용되지 않았습니다. 2-3년 전부터 흉부 X선 검사에서 딥러닝 기술 기반의 CAD가 성공적으로 임상진료에 사용되기 시작되면서, CT에서의 CAD 적용에 대한 관심이 높아졌습니다. 특히 폐암검진 사업이 전국적으로 시작되면서 부족한 전문인력을 보조할 수 있는 CAD system의 개발 및 검증이 필요하게 되었습니다. 저희 연구에서는 딥러닝 기반 CAD system이 CT에서 실제 수술이 필요한 간유리음영 결절을 탐지하는 능력을 평가하였고, CT의 절편이 두꺼워지면 CAD의 성능이 낮아지는데 이를 다른 딥러닝 알고리즘을 통해 절편을 감소시키면 CAD의 성능을 높일 수 있는지 알아보았습니다. 연구결과는 CAD가 CT 절편이 얇을수록 간유리음영 결절을 잘 찾았고, 임상적으로 더 중요한 반고형 간유리음영 결절은 96.8% (300/310)의 정확도로 찾을 수 있었습니다. 그리고 절편을 얇게 만드는 알고리즘은 성공적으로 CT 이미지를 변환하여 CAD의 민감도를 의미있게 향상을 시켰습니다.
2. 연구과정에서 나누고 싶은 내용
이 연구는 새로운 내용을 발견한 것은 아니지만, 새로운 기술의 성능검증을 통해 임상적으로 어떻게 적용할 수 있을지에 대한 근거를 제시할 수 있었다는 데 의미가 있다고 생각합니다. 특히 CT 절편을 감소시키는 알고리즘은 이전 연구에 적용을 한 적이 있는데, 다른 목적으로 사용했을 때도 알고리즘에 유용성을 발견할 수 있어서 더 재미있게 연구를 진행할 수 있었던 것 같습니다. CAD 연구가 CAD 프로그램이 발견한 모든 결절을 정답과 비교해야하는 과정이 필요한데, 특히 이 연구는 그 대상이 1, 3, 5 mm CT와 이미지를 전환한 3, 5 mm CT까지 2000개 정도의 CT 결과를 분석을 해야했습니다. 다행히, 인내심을 가지고 분석한 연구자와 분석을 효율적으로 할 수 있는 기술을 제공한 회사와 협업을 통해 정확한 결과를 얻을 수 있었다고 생각합니다.이 연구에서 공유를 하고 싶은 내용은 의학 연구자들의 협업 뿐만 아니라 회사나 의공학자와의 협업을 통해 실제로 의학자만으로는 하기 어려운 연구를 수행할 수 있다는 점입니다. 특히, 현재 의료 부분에서 인공지능의 개발 및 적용이 활발하게 진행되고 있고, 영상의학 부분은 임상에 적용되는 단계에 와 있는데, 회사를 포함한 다양한 분야의 연구자와 협업을 통해 임상에 적용할 수 있는 기술을 개발하고 적용하는 과정에 기여할 수 있다고 생각합니다. 그리고, 진단보조시스템의 성능 검증을 하는 방법론 측면에서도 이 연구가 참고가 되면 좋겠습니다.
3. 연구활동과 관련된 앞으로의 계획
제가 연구하고 있는 영상분야가 인공지능을 적용하기 용이한 분야이고, 진료에서 아직 실감할 수 있는 정도의 변화가 있는 것은 아니지만 빠르게 발전하고 있다고 생각합니다. 향후에 환자 뿐만 아니라 진료를 하는 의사에게도 도움이 되는 인공지능 기술이 개발될 것으로 기대하고 있고, 이러한 과정에서 기술개발을 포함한 기술검증, 임상적용 방식 등에 대해 지속적으로 연구할 계획입니다.
4. 끝으로 후배 연구자들에게 하시고 싶은 말씀
의학 연구의 목표는 분야는 달라도 환자에게 보다 나은 의료를 제공하는 데 있다고 생각합니다. 제가 하고 있는 분야에서는 인공지능을 이용한 기술이 새로운 발전을 이루는 데 큰 기여를 할 것이라고 생각합니다. 앞으로 훌륭하신 연구자분께서 많이 참여하셔서, 누구나 알 수 있을 정도의 의학적 그리고 기술적 향상이 있기를 기대합니다.