AI 기술로 CT 방사선 노출 줄여

인공지능 기술이 의료영상을 촬영할 때 방사선에 노출되는 양을 4분의 1로 크게 줄일 수 있는 길을 열었다.

예종철(사진) 한국과학기술원(KAIST) 바이오 및 뇌공학과 석좌교수 연구진은 18일 인공지능 ‘딥러닝’(기계학습) 기술을 활용, 방사선량이 적은(저선량) 컴퓨터단층촬영(CT) 영상을 고화질로 변환하는 프로그램을 개발했다고 밝혔다. 최근 미국 워싱턴DC에서 미국의학물리학자협회(AAPM) 주최로 열린 ‘국제 저선량 CT 영상 획득 그랜드 챌린지’에 출전한 연구진은 이 기술로 전 세계 103개 참가팀 가운데 2위에 올랐다.

예종철 KAIST 석좌교수

일반 선량, 저선량, 복원 영상 비교: (a)는 일반적인 방사선량으로 찍은 CT 영상. 빨간 원 안이 종양이다. 같은 부위를 찍은 저선량 CT 영상 (b)에선 종양이 희미해 보인다. (c)는 KAIST 연구진이 인공지능을 이용해 (b)를 고화질로 복원한 영상. 종양이 (b)보다 잘 나타난다. KAIST 제공

CT는 병의 진단과 치료에 필수지만 반복해 찍으면 환자가 다량의 방사선에 피폭될 위험이 있다. 그렇다고 방사선량을 줄이면 해상도가 떨어진다. 연구진은 여러 환자의 일반 선량 및 저선량 CT 영상으로 데이터베이스를 구축한 뒤 이들을 비교ㆍ분석해 저선량 CT에서 쓸모 없는 신호를 제거해 화질을 높이는 과정을 컴퓨터에게 학습시켰다. 그 결과 일반 CT보다 방사선량을 4분의 1로 줄여 찍은 영상으로도 암의 전이 부위를 정확히 판독할 수 있을 만큼 고화질 영상 복원이 가능해졌다. 예 교수는 “임상 의사들에게도 좋은 평가를 받은 만큼 상용화가 곧 가능할 것으로 기대한다”고 말했다.

임소형 기자 precare@hankookilbo.com