개발도상국 등 영상 전문의 부족한 곳에 큰 도움 될 것
데이터 학습에 필요한 비용과 시간 절약 할 수 있어
(내외방송=정지원 과학전문 기자) 학교에서 선생님에게 수업을 듣고, 야간자율학습 시간에 배운 내용을 스스로 정리하는 것처럼 이를 묘사한 인공지능 알고리즘이 개발됐다.
KAIST는 27일 '내외방송'에 보낸 자료에서 "예종철 김재철AI대학원 교수 연구팀이 여러 대학병원과 공동 연구를 통해 결핵과 기흉, 코로나19 등 흉부 엑스선 영상을 이용한 폐 질환의 자동 판독 능력을 스스로 향상할 수 있는 '자기 진화형 인공지능 기술'을 개발했다"고 밝혔다.
공동 연구팀은 ▲KAIST ▲서울대학교병원 ▲서울 아산병원 ▲충남대학교병원 ▲영남대학교병원 ▲경북대학교병원 연구팀으로 구성됐다.
현재 대부분 사용되는 의료 인공지능 기법은 지도학습 방식이다.
이 방법은 대규모의 데이터를 지속해서 얻는 데 비용과 시간이 많이 들어 의료 인공지능 발전에 걸림돌이 됐다.
이 문제를 해결하기 위해 연구팀은 병원 현장에서 영상의학과 전문의들이 영상 판독을 학습하는 과정과 유사하게, 선생-학생 간의 지식전달 기법과 자기 학습을 묘사한 지식 증류 기법(AI 압축 기법)을 활용한 '자기 지도학습 및 자기 훈련 방식 인공지능 알고리즘'을 개발했다.
이 알고리즘은 적은 양의 데이터만으로 초기 모델을 학습시키면 시간이 지나면서 스스로 성능을 향상할 수 있다.
연구팀은 새로 개발한 인공지능 알고리즘이 개발도상국 등 영상 전문의가 부족한 곳에 진단 정확도를 향상시키는 데 도움이 될 것으로 기대하고 있다.
예종철 교수는 "이 알고리즘 모델은 인공지능 학습을 위한 레이블 생성 비용과 수고를 줄이면서도 지도학습 성능을 뛰어넘었다는 점에서 의미가 있다"며 "다양한 영상 양식이나 작업에 활용할 수 있을 것으로 기대된다"고 말했다.
한편, 이 연구는 중견연구자지원사업과 범부처전주기의료기기연구개발사업 및 한국과학기술원 중점연구소 사업 등의 지원을 받아 수행됐다.
박상준 박사과정이 제1저자로 참여한 이번 연구 결과는 국제 학술지 '네이처 커뮤니케이션스(Nautre Communications)'에 지난 4일 게재됐다(논문명: Self-evolving vision transformer for chest X-ray diagnosis through knowledge distillation).