‘부비동염 진단’에 있어 딥러닝 알고리즘을 이용할 수 있게 됐다. 현재 의료진의 촬영검사와 동등한 수준으로 영상테이터 적용에 있어 타 병원에서도 적용할 수 있을 만큼 정확도를 보유하게 된다.

이번 딥러닝 알고리즘 연구는 분당서울대병원 영상의학과 선우준, 이경준 교수 연구팀이 개발해 최근 발표했다.

부비동염이란 코 주위의 얼굴뼈 속에 존재하는 빈 공간인 ‘부비동’의 입구가 막혀 분비물의 배설이 원활하지 못해 염증이 생기고 농이 고이는 질환이다. 이를 일차적으로 스크리닝하는 데 가장 많이 이용되는 방법은 X선을 이용한 단순촬영검사인데, CT 검사에 비해 방사선량이 적다는 장점이 있지만 진단의 정확도가 현재 70~80% 수준으로 그리 높지 않기 때문에 정밀진단이 필요하거나 수술을 계획하는 경우에는 정확도가 보다 높은 CT 검사를 시행하는 것이 원칙이다. 선우준, 이경준 교수 연구팀은 이번 연구를 통해 단순촬영검사의 진단 정확도를 높이기 위해 딥러닝 알고리즘을 활용할 수 있다는 단초를 제시했다.

연구팀은 2003~2017년 분당서울대병원에서 부비동염이 의심돼 시행한 단순촬영검사 결과 9,000건을 영상 소견에 따라 정상 혹은 상악동 부비동염으로 분류하고, 해당 데이터를 학습용 데이터(8,000건)와 검증용 데이터(1,000건)로 나눠 딥러닝 알고리즘 개발에 활용했다. 또한 개발된 알고리즘을 보다 정확히 검증하려는 목적으로 함께 촬영된 CT 검사의 소견에 따라 정답을 매긴 두 개의 시험용 데이터셋을 따로 만들었고, 이를 토대로 숙련된 영상의학과 의사 5명과의 진단 정확도를 비교했다.

▲ 딥러닝 알고리즘의 검증을 위해, 분당서울대병원에서 촬영됐으나 학습에 이용되지 않은 데이터(그래프 A)와 서울대병원(본원)의 데이터(그래프 B)에 본 알고리즘을 적용했을 때의 정확도. A와 B의 두 케이스에서 모두 딥러닝 알고리즘에서 수신기작동 특성 곡선의 곡선하면적(AUC)이 영상의학과 의사 5명에 비해 더 우수하게 나타났으며, 민감도와 특이도 측면에서는 영상의학과 의사들과 동등한 수준을 보였다.

결과적으로 딥러닝 알고리즘의 성능은 모든 시험용 데이터셋에서 영상의학과 의사와 동등한 수준의 진단 정확도를 보였고, 정확한 검증을 위해 분당서울대병원의 영상데이터를 이용해 학습한 딥러닝 알고리즘을 외부 병원(서울대병원 본원)의 영상데이터에 적용했을 때도 진단 정확도가 유지된다는 결과를 확인할 수 있었다.

이에 선우준 교수는 “이번 연구를 통해 딥러닝 알고리즘을 이용하면 단순촬영검사에서도 정확하게 부비동염을 진단할 수 있음을 증명했다”며 “아울러 단순촬영검사에서는 CT 검사와 비교해 발생하는 방사선량이 20분의 1에 그치기 때문에 환자의 방사선 노출도 최소화하는 데 기여할 수 있을 것으로 보인다”고 말했다.

또한, 선우 교수는 “본 알고리즘을 실제로 일차검사 및 추적검사에 활용했을 때의 효용성을 확인하기 위해서는 향후 임상시험이 필요하다”며 “알고리즘의 정확도를 향상시키고 상악동 이외의 전두동, 사골동, 접형동 등 다른 부비동염의 진단에서도 본 알고리즘을 활용할 수 있도록 2가지 이상의 각도에서 촬영한 단순촬영검사를 이용하는 후속 연구를 계획하고 있다”고 밝혔다.

한편, 이번 연구 결과는 국제학술지 ‘Investigative Radiology’ 최신호에 게재됐다.