AI기술로 유방암 조기진단 정확도 확 높였다

(사진=MIT)

미국 매사추세츠공과대학(MIT) 연구팀이 인공지능(AI) 기술로 유방암을 5년 가량 앞당겨 예측할 수 있는 모델을 개발하는 데 성공했다.

특히 MIT가 이번에 개발한 딥러닝 기반 AI 예측모델은 인종간 편향성 문제를 해결한 것이 다른 연구와의 차별 포인트라고 테크크런치가 26일(현지시간) 보도했다.

이번 연구는 MIT 컴퓨터과학 및 인공지능연구소(CSAIL)과 매사추세츠종합병원이 공동 수행했다.

MIT의 유방암 진단 모델은 매사추세츠종합병원이 보유한 6만명 이상 환자의 유방X선 사진과 진단 결과를 토대로 학습했다. 

이런 과정을 통해 악성 종양으로 발전할 유방조직 형태를 가려내는 훈련을 했다.

이 모델은 기존 데이터에서 출발한 뒤 딥러닝 기술을 활용해 인간 임상학자는 제대로 확인하지 못하는 유방암 발전 유형을 알아내는 것이 강점이다. 

■ 딥러닝 모델 활용해 인간 눈으로 판독하기 힘든 유형까지 학습

유방암 위험 예측 모델은 1989년에 처음 만들어진 이래 많은 진보가 이뤄졌다. 나이, 가족병력, 호르몬 요소, 유방 밀도 같은 여러 위험 요소들에 대한 지식과 직관들을 활용해 예측력을 높여 왔다.

하지만 이런 요소들은 유방암과의 상관관계가 약한 편이다. 그러다보니 개인 차원에선 유방암 예측 정확도가 아주 높은 편은 아니었다. 

MIT 연구팀은 이런 한계를 극복하기 위해 유방암 진단을 위한 유선조형 촬영사진을 직접 판독하는 대신 딥러닝 모델을 활용했다. 데이터로부로 직접 유형들을 추론하기 위해서다.

이를 위해 연구진은 유방 X선 사진 9만 장으로부터 취득한 정보를 활용했다. 딥러닝 모델은 이 정보들에서 인간의 눈으로는 판독하기 힘든 미세한 유형들을 읽어내는 데 성공했다.

이런 방식 덕분에 유방암 예측 정확도를 훨씬 향상시킬 수 있었다고 MIT 연구진이 설명했다.

MIT의 딥러닝 유방암 예측 모델의 또 다른 장점은 인종 편향성을 해결했다는 점이다.

연구진에 따르면 그 동안 흑인 여성들은 백인에 비해 유방암으로 사망하는 빈도가 42% 가량 더 많았다. 이 같은 현상이 나타나는 요인 중 하나는 현재의 유방암 조기 예측 시스템이 소수 인종들에게 제대로 작동하지 않는 것과도 관련이 있다. 

이번 모델은 백인과 흑인 여성의 유방암 조기 진단 정확도를 비슷한 수준으로 이뤄낸 점도 성과 중 하나라고 MIT 연구진이 강조했다. 

출처 : http://www.zdnet.co.kr/view/?no=20190627155256