인공지능 기술로 'CT 방사선 노출량' 확 줄인다

KAIST 교수 연구팀
AI로 저화질 CT영상 복원
"방사선 피폭량 75% 감소"

병원에서 사용하는 컴퓨터단층촬영(CT)은 암 등 질병을 진단하는 데 유용하지만 방사선의 일종인 X선을 사용하기 때문에 자주 검사를 받으면 몸에 해롭다. CT의 방사선 피폭 위험을 줄이기 위해 저선량 기술이 사용되고 있지만 영상 해상도가 떨어지는 단점이 있다. 국내 과학자들이 인공지능(AI) 기술로 환자에게 방사선 피폭을 줄이고 선명한 CT 영상을 얻는 방법을 알아냈다.

예종철 KAIST 석좌교수(사진) 연구팀은 AI 기술 중 하나인 딥러닝을 이용해 고화질 영상을 얻을 수 있는 저선량 CT 기술을 개발했다고 18일 발표했다. 예 교수 연구진의 연구 성과는 지난 1일 미국 의학물리학자협회(AAPM)가 연 ‘국제저선량 CT영상 그랜드챌린지’에서 전 세계에서 출전한 103개 팀 가운데 2위에 올랐다.

연구진은 저선량 CT 기술로 촬영할 때 일어나는 영상 화질 저하 문제를 해결하기 위해 AI에서 활용하는 딥러닝 기술에 주목했다. 딥러닝은 여러 신경세포의 연결을 통해 학습하는 뇌의 메커니즘을 모방한 기술로 방대한 데이터를 분석해 미래를 예측하는 머신 러닝의 핵심 기술로 꼽힌다. 지난 3월 이세돌 9단과 바둑 대국을 벌인 구글의 인공지능 알파고도 기보를 공부하는 데 이 기술을 활용했다.

연구진은 동물의 시각 신경을 모방한 인공신경망을 만들어 딥러닝을 이용해 일반 CT와 저선량 CT로 촬영한 환자 영상의 잡음 패턴을 학습하도록 했다. 그리고 학습한 정보를 바탕으로 해상도가 낮은 저선량 CT 영상을 해상도가 높은 일반 CT 수준의 선명한 영상으로 복원하게 했다. 통상적인 CT에서는 10밀리시버트(mSv)가량 방사선에 노출되지만 이 방법을 이용하면 4분의 1 수준인 2.5mSv 방사선만으로 암 전이 흔적이 나타나는 고화질 영상을 얻을 수 있다.

예종철 교수는 “딥러닝 기법을 의료 영상 복원에 적용한 사례는 많지 않다”며 “의료 행위 과정에서 방사선 피폭량을 획기적으로 줄일 수 있는 길이 열렸다”고 말했다.

박근태 기자 kunta@hankyung.com