시사위크=박설민 기자  국내 연구진이 영상 데이터만으로도 인체 세포핵을 정확히 관측·분석할 수 있는 인공지능(AI) 기술 개발에 성공했다. 대략적인 영상 데이터만 가지고도 겹쳐있는 세포핵을 정확하게 구분할 수 있어, 암 환자 진단 및 병리영상 능률 향상에 큰 보탬이 될 것으로 기대된다.

박상현 대구경북과학기술원(DGIST) 로봇및기계전자공학과 교수팀은 병리학 영상에서 정확한 세포핵 분석이 가능한 AI기술을 개발했다고 17일 밝혔다.

암 환자 진단과 예후 예측은 병리영상 속 세포핵들의 모양 확인 및 개수를 세는 작업이 필수다. 그러나 세포가 겹쳐있는 병리영상만 가지고는 정확히 분석하는 것이 매우 어렵다. 이를 위해 최근 딥러닝 기반 AI모델이 적극 사용되곤 있으나 정확하게 그려진 세포핵 데이터가 필요하다는 한계가 있다. 세포핵 모양이 다양할뿐더러, 한 영상에서는 수십만 개 이상의 세포핵들이 존재하기 때문에 이를 일일이 데이터화 하는 것은 시간과 비용이 많이 소요되기 때문이다.

이 같은 문제를 해결하기 위해, DGIST 연구진은 ‘약지도 학습 기반’ 딥러닝 모델에 방향장 모듈과 중심점 예측 모듈을 추가했다. 세포핵을 더 정확하게 구분하도록 개선하기 위함이다. 또한 점이 세포핵 내부에만 존재한다면 영역화가 가능하도록 ‘Expectation-Maximization 알고리즘’도 도입했다. 이를 통해 불확실한 점 레이블을 중앙으로 조정할 수 있는 과정을 추가했다. 이렇게 업그레이드한 딥러닝 AI모델은 세포핵을 정확하게 영역화하고 세포핵 간의 경계면을 찾을 수 있게 됐다.

연구팀은 새로 개발한 AI모델의 성능 테스트도 진행했다. 그 결과, 의료 영상 분석에서 분할 결과의 정확성을 평가하는 ‘DSC(Dice similarity coefficient) 점수’ 75~78%를 달성했다. 또 인접한 세포핵을 잘 구분했는지를 비교하는 ‘AJI(Aggregated Jaccard Index)’ 성능의 경우 55~62%의 우수한 성능을 보였다. 특히, 점이 정중앙에 존재하지 않는 경우 AJI 성능은 기존기법들에 비해 11~14% 향상된 성능을 보였다. 

박상현 교수는 “이번 연구를 통해 데이터셋을 구축하는데 소요되는 시간과 비용을 크게 절감하면서도 세포핵을 정확하게 분석하는 것이 가능해졌다”며 “이 기술이 병리영상을 분석하여 환자의 질병을 진단하고 예후를 예측하는 데 큰 기여를 할 것으로 기대된다”고 말했다.

이번 연구는 경찰청의 ‘경찰관 맞춤형 건강관리 서비스를 위한 지능형 빅데이터 통합플랫폼 개발 사업’과 한국연구재단의 ‘신진연구지원사업’을 통해 수행됐다. 연구 성과는 국제 AI분야 최상위 학회인 'Medical Image Computing and Computer Assisted Intervention’에서 이달 발표됐다.