인공지능이 진단하는 흉부 X-선, X-raydar 프로젝트
X-Raydar 프로젝트는 컴퓨터 비전을 사용하여 자동으로 흉부 X-선을 읽고 보고하는 인공지능 소프트웨어를 개발하는 것을 목표로 합니다.
건강 관리에 중추적인 역할을 하는 흉부 X-선은 전 세계 의료 이미징의 대부분을 차지하고 있습니다. 효율적이고 비용 효과가 높으며 방사선 노출도 적기에 많이 사용되고 있죠. 최근에는 COVID-19 진단에 있어서도 중요한 역할을 했습니다.
코로나로 인해 검사량이 증가하면서 많은 보건 시스템이 부담을 느끼고 있는 상황에서 X-raydar 프로젝트가 영국에서 등장했습니다. 이 프로젝트는 인공지능을 이용해 흉부 X-선을 자동으로 읽고 대응할 수 있는 기술을 개발함으로써 진단 시간을 단축하고 의료 자원을 효율적으로 배분하는데 목표를 두고 있습니다.
X-raydar는 영국의 세 병원 네트워크로부터 수집한 방대한 흉부 X-선 데이터를 바탕으로 하고 있으며, 150만 명의 환자로부터 얻은 270만 장이 넘는 이미지가 사용되었습니다. X-Raydar Online에서는 사용자가 DICOM 파일을 업로드하고 인공지능이 진단 결과를 제공하는 데모를 경험해 볼 수 있습니다.
의료 이미징은 건강 관리 시스템에서 가장 중요한 요소이며, 흉부 X-선은 전 세계 의료 이미징의 40%를 차지하고 있다.
흉부 X-선은 심폐 이상의 진단에 있어서 효과적이고 비용이 낮고 복사선 부담이 적으며 진단 절차가 간편하기 때문에 이러한 비중을 차지하게 되었다.
어떤 국가에서는 시기적절하게 스캔을 해석하고 보고하는 것이 불가능하여 진단이 큰 지연이 발생하고 인적 오류가 증가하는 상황이다.
이러한 상황은 전문적인 방사선과 의사 양성의 교육과 서류를 확보하기 위해 자금이 부족한 개발도상국에서 훨씬 심각하다. 2016년에는 케냐(4300만 명)에서는 200명의 방사선과가 있었고, 리베리아에서는 2명의 방사선과만 있었다.
인공지능 알고리즘은 37가지 이상의 비정상적인 방사선 소견의 존재 여부를 실시간으로 확인하고 필요시 플래그를 지정할 수 있다.
X-Raydar는 영국의 세 개의 병원 네트워크에서 수집한 13년 동안의 최대 규모의 흉부 X-선 기록을 사용하여 구축되었다. 150만 명의 성인 환자로부터 270만 장 이상의 흉부 X-선을 수집했다.
X-Raydar 알고리즘이 작동하는 방식을 보여주는 온라인 데모는 X-Raydar Online에서 제공된다.
이 웹사이트는 사용자가 흉부 X-선에 관련된 DICOM 파일을 업로드하면 API가 해당 파일을 받아 처리하고 결과를 표시하는 형식의 보고서(37가지 확률의 목록)를 생성한다.
비임상 평가를 위해 연구 공동체에 무료로 제공되는 두 가지 알고리즘에 접근할 수 있는 API(Application Programming Interface)를 제공
X-Raydar-NLP: 실시간으로 자유 텍스트 보고서를 자동으로 주석 달아준다.
X-Raydar-CV: 흉부 X-선에 대한 포괄적인 소견을 자동으로 감지한다.
X-Raydar37 온톨로지를 사용하여 자유 텍스트 방사선 보고서와 흉부 X-선의 수동 주석을 지원하는 웹 기반 인터페이스인 AnnotateX를 곧 공개할 예정이다.
이 프로젝트는 웰컴 신약상의 지원을 받았으며, 다음과 같은 협력으로 이루어졌다.
