How can Intelligent Assistance help you for ultrasonography?

삼성메디슨 방원철 상무, 공학박사

AI 기술은 일상 진료에서 만들어지는 방대한 데이터에서 새롭고 중요한 통찰력을 도출함으로써 의료 서비스를 혁신할 수 있는 잠재력을 갖고 있다. AI 기술도 AlexNet, GoogLeNet, ResNet 등 널리 알려진 딥러닝 구조 대비 정확도, 실시간성 등이 개선된 구조들이 꾸준히 발표되면서 빠른 속도로 진화하고 있다. 초음파 영상에서는 AI 기술을 접목한 연구 결과가 최근 5년 간 급격히 늘고 있으나 CT, MR 영상 분야와 비교하면 약 30% 정도에 이르고 있다(PubMed 논문 제목 기준). 그 이유 중 하나로 초음파 영상이 갖는 특성을 꼽을 수 있다. 초음파는 attenuation, penetration, uniformity, shadow, 실시간성, 사용자 의존성 등과 같은 다른 의료영상기기에서 두드러지지 않는 고유의 특성을 갖고 있어 딥러닝 기반의 AI 기술이 효과를 보이기에 어려움이 있기 때문이다. 삼성메디슨과 삼성전자가 공동 발표한 종설 논문 [1]에서는 이를 위한 고려사항을 다루고 있다. 예를 들어, 표준화된 training data set을 확보하려면 영상 획득 가이드라인을 따르는 것 외에도 특정한 단면과 영역 또는 영상 모드를 미리 정하는 과정이 필요할 수 있다. 또한 주석 등 비영상 정보를 제거하는 등 전처리를 통해 영상 간 편차를 줄이는 정규화가 필요하기도 하다. 또 학습 데이터가 충분하지 않은 경우, transfer learning을 이용하거나 pre-trained model을 이용하는 방법에 대해서도 논하고 있다.

초음파 영상으로 진료를 함에 있어 AI 기술을 적용하는 다양한 방안은 위 그림과 같이 요약할 수 있다[1]. 스캔하는 과정(Scanning), 영상을 만들어 내는 과정(Imaging), 영상에서 특정 영역을 검출(CADe; Computer-Aided Detection)하여 측정(Measurement)하거나 정량화(CADq; Computer-Aided Quantification) 하는 과정, 진단을 위한 정보를 제공하는 과정(CADx; Computer-Aided Diagnosis, CADt; Computer-Aided Triage) 등 의료진이 초음파 장비를 이용하여 진료하는 전과정에 활용될 수 있다.

AI 기술은 초음파 장비에 탑재되는 형태(On-Device AI)이거나 독립된 솔루션의 형태(Standalone Software) 또는 클라우드 서비스로 제공될 수 있는데, 장비에 탑재되는 경우 얻을 수 있는 장점이 존재한다. 첫째는 화면에 나타나는 초음파 영상보다 100배 이상의 정보량을 갖는 raw data를 활용할 수 있어 부가적인 정보를 더 학습할 수 있다. 둘째, 장비에서 실행되기 때문에 스캔 과정 중에도 즉시 도움을 줄 수 있어 진료 사용성 및 생산성을 향상시킬 수 있다. 셋째, 기존의 워크플로우 내에서 특정 과정을 자동화 하거나 정보를 제공하므로 워크플로우가 유지되어 새롭게 배울 필요가 없다.

[1] Yi, J., Kang, H.K., Kwon, J.H., Kim, K.S., Park, M.H., Seong, Y.K., Kim, D.W., Ahn, B., Ha, K., Lee, J. and Hah, Z., 2021. Technology trends and applications of deep learning in ultrasonography: image quality enhancement, diagnostic support, and improving workflow efficiency. Ultrasonography, 40(1), p.7.