[최재홍의 Tech Talk, IT Trend 읽기] AI로 읽는 Mammography, Google Health

유방 촬영술 (Digital Mammography) 은 가장 널리 사용되고 있는 유방암 검사로, X-선을 사용해 이상 여부를 확인합니다. 유방암 조기 발견 및 사망율 감소에 큰 역할을 해 왔습니다. 모든 병이 그렇지만 유방암은 특히 조기 발견이 중요합니다. 하지만 유방 촬영술의 단점은 전문가들에게도 이미지 판독이 쉽지 않은 경우가 있다는 점입니다.

 

유방의 밀도가 높은 경우 종양이 잘 보이지 않거나 가려져 발견하지 못할 수 있습니다. 때때로 음성을 양성으로 판단하거나 (False-positive) 양성을 음성으로 판단하는 (False-negative) 문제가 발생합니다. 이로 인해 치료의 시기를 놓치거나 불필요한 치료로 이어지게 됩니다. 중요한 점은 이 비율이 20%에 이른다는 것입니다. 이로 인해 조직생검, MRI 등의 추가적인 검사를 받아야 하는 번거로움이 있습니다.

 

AI로 유방 촬영술 판단의 정확도를 높일 수 있을까? Google이 AI를 활용하게 된 시작점이었습니다. Google은 Cancer Research UK Imperial Centre, Northwestern University, Royal Surrey County Hospital과 손잡고 AI를 활용한 유방암 판독 실험에 나섰습니다.

 

조직 검사 (Biopsy) 등을 통해 판독 결과를 아는 영국의 76,000명과 미국의 15,000명의 유방 촬영 이미지를 대상으로 Training을 진행했습니다. 영국의 25,000명과 미국의 3,000명의 유방 촬영 이미지를 갖고 테스트를 수행했습니다. 미국에서는 False-negative가 9.4%, False-positive가 5.7% 감소했습니다. 영국에서는 False-negative가 2.7%, False-positive가 1.2% 감소했습니다.

 

* 상대적으로 미국에 비해 영국에서의 정확도 증가 폭이 낮습니다. 미국과 영국의 유방 촬영술 판독 절차에 차이가 있으며, 이로 인해 정확도에 다소 차이가 있다고 합니다.

 

 

 

[Image 1 출처: Using AI to improve breast cancer screening, Google Blog, 2020/1/1 (https://blog.google/technology/health/improving-breast-cancer-screening)]

 

500장의 촬영 이미지를 두고 AI와 6명의 방사선 전문의가 판독을 했습니다. 이 실험에서는 전문의들이 AI를 정확도에서 앞섰습니다. 여러 명의 전문의들이 함께 판독을 한다면 정확도가 높아질 수 있다는 뜻입니다. 하지만 방사선 전문의 (Radiologist) 의 수가 충분하지 않다고 합니다.

 

 

정확도 더하기

 

이번 연구에서는 해당 이미지 이전에 촬영한 이미지들을 참조하지 않았습니다. 의료 기록도 참고하지 않았습니다. 그럼에도 불구하고 더 높은 정확도를 보였다는 것은 Mammography를 시행할 때 이미지의 정확한 해석에 집중하는 것이 더 중요하다는 해석이 유효한지 궁금합니다.

 

Mammography에 사용된 기기의 종류, 검사 대상의 거주 지역, 인종 등의 정보를 함께 고려하면 정확도가 더 높아질 수 있을지 궁금합니다.

 

 

사람을 돕는 AI

 

이미지 판독에는 인력과 시간이 필요합니다. 제한된 인력으로 수행하기가 여의치 않습니다. AI가 모든 판단을 내리기는 어렵더라도, 의사들을 돕는 보조적인 역할을 할 수 있을까요? 예를 들어 의사와 AI가 다른 판단을 내린 케이스에 더 많은 시간을 집중하는 식으로 정확도를 높이는 데 AI를 활용할 수 있을까요? AI는 쉬지 않습니다. 판독 속도도 인간보다 더 빠릅니다. 판단 기준이 흐려지지 않습니다. 부정하기 어려운 강점입니다.

 

Stanford HAI가 발표한 Artificial Intelligence Index 2019에 따르면 CV (Computer Vision) and Patter Recognition은 논문 수 등 여러 측면에서 가파른 상승세를 보이고 있습니다.

 

 

[Image 2. Number of AI papers on arXiv, 2010-2019 출처: AI Index 2019, Stanford HAI]

 

 

DeepMind + Google Health

 

Google의 DeepMind 인수는 여러 모로 빛을 발하고 있습니다. 이번 연구에서 DeepMind의 Health team이 Google Health와 협업해 연구를 진행했습니다. (https://deepmind.com/blog/announcements/deepmind-health-joins-google-health) AI 기업을 인수하는 것은 그 기업의 인재를 영입한다는 중요한 의미를 담습니다.