한국보건산업진흥원, ‘K-디지털헬스케어 이해하기’ 1편 ‘인공지능의 활용과 고찰’ 배포
김광기 교수, “클라우드(Cloud) 시스템에 의한 데이터 공유 시스템이 점차 확대될 것”
[의학신문·일간보사=정민준 기자]코로나19 사태 이후 전 산업의 언택트(Untact)화가 빠르게 진행되고 있는 가운데 의료산업에도 인공지능 및 다양한 기술의 도입이 필요한 시점이라고 전문가들은 입을 모으고 있다.
한국보건산업진흥원은 지난 2일 디지털헬스케어에 대한 이해를 돕고자 마련한 ‘K-디지털헬스케어 이해하기’ 시리즈 중 1편인 ‘인공지능의 활용과 고찰’을 배포했다.
인공지능은 현재 검출, 진단, 영상분할, 영상 정합 분야에 활용되고 있고 최근에는 임상 연구를 늘리기 위해 GAN(Generative adversarial network, 생성적 적대 신경망) 같은 알고리즘을 이용해 도움을 주는 연구가 활발히 진행되고 있다.
이번 시리즈를 맡은 김광기 가천의대 교수는 인공지능 중 딥러닝을 이용해 X-ray에서 척추 영상 속 척수를 자동분할하고 도출한 영상을 자동 측정해 분석하는 연구를 진행했다.
김광기 교수는 “이전 정형외과 및 영상의학과에서는 디지털 자 또는 화면의 PACS 시스템에서 아날로그 각도기를 이용해 측정했으나 인공지능 영상 분할을 통한 자동 측정 장치를 만듦으로써 측정의 정확성 논란을 잠재우고, 객관적 제시를 할 수 있을 것”이라고 설명했다.
또한 초음파 영상은 기존에 사용자의 주관적 사용법에 따라 결과 영상이 다르거나 화질이 CT나 X-ray와 다르게 노이즈가 많아서 영상 처리에 어려움이 많았다. 이에 따라 영상 분할 결과에서 정량적 영상 분할에 의한 텍스처 분석 및 정량화의 어려움이 있었으나 최근 딥러닝 결과에서는 좋은 결과를 제시하고 있다.
하지만 의료 분야의 특성상 딥러닝 학습을 위한 데이터의 수집 과정에서 데이터가 부족하거나 각 레이블 간 데이터 불균형이 자주 발생한다.
데이터 증강(Data Augmentation) 기법은 소량의 데이터를 바탕으로 컴퓨터 알고리즘을 통해 데이터의 양을 늘리는 기술로서, 데이터 부족 및 불균형 문제를 해결하기 위한 최적의 수단으로 사용된다.
현재 인공지능은 3~4년 전보다 머신러닝의 분류 및 검출, 분할 분야에서 기능이 향상됐고, 산업 목적으로의 활용 기회가 높아지고 있다. 실제로 인공지능 기술로 상장하는 회사가 늘어나는 추세이다.
최근에는 PHS(이동통신) 사업 중 빅데이터와 관련해 CDM(Common Data Model, 공통데이터모델) 분석이 활발하게 논의되고 있고 닥터 앤서 프로젝트로서 한국형 왓슨을 개발하고 있으며 이런 연구뿐만 아니라 NGS(Next generation Sequencing)를 통해 디지털 자료를 이용한 결과를 내고 있다.
김광기 교수는 “앞으로 인공지능 지도학습으로 딥러닝을 하기 위해서는 데이터 정체와 결측치 데이터의 정리에 큰 노력이 필요하다”며 “대량의 데이터 학습이나 고가의 클라우드 및 GPU 시스템이 필요한 상황”이라고 말했다.
이어 그는 “또한 대량 학습을 위해서는 전문 인력의 노력이 역시 필요한데 아직 시스템적으로 역부족이지만 이런 준비 역시 돼야 한다”며 “향후 인공지능의 발전이 시스템 발전으로 이어진다면 클라우드(Cloud) 시스템에 의한 데이터 공유 시스템이 점차 확대될 것”이라고 덧붙였다.