일본산업뉴스요약

암치료, 초 조기발견 (하)
정밀도 90%로 AI가 식별
NEC, 얼굴인증 기술을 응용

2020년에 도쿄올림픽이 개최된다. 과제 중 하나는 보안이다. 테러 가능성도 지적되고 있는 가운데 얼굴인증 기술의 도입도 검토되고 있다. 이 세계의 최고 수준의 기술이 암 검사에도 응용될 것으로 보인다. 암 조직의 ‘얼굴’을 AI를 사용하여 인식시켜 자동으로 암을 검출하는 것이다. 검출률은 98%다.

화면 전면에는 핑크색으로 비치는 대장 벽. 내시경 카메라가 그 안에서 천천히 움직이면서 상세하게 대장 안의 모습을 비춘다. 가끔 ‘퐁’하는 부드러운 소리가 울리면 화면에는 녹색의 원이 표시된다. 카메라가 잡은 이미지를 바탕으로 AI가 1초 동안에 30장의 이미지를 처리하며 ‘여기 보이는 이것은 크기는 작지만 폴립입니다”라고 알려준다.

작지만 무시할 수 없다. 방치하면 대장암으로 발전한다. 바로 절제하는 것이 철칙이다. 놓치게 되면 치명적이다. 크기가 작아도 놓쳐서는 안 된다.

간단하지 않다. 의사가 폴립의 발견에 집중할 수 없다. 식도나 위와 비교하여 대장의 벽은 얇다. 검사 기구의 조작을 하나만 틀려도 쉽게 구멍이 뚫린다. 카메라 조작에 많은 신경을 써야 한다.

NEC의 ‘실시간 내시경 진단 서포트 시스템’이 그러한 의자들에게 큰 도움을 준다. 감도(感度) 98% 이상. 2mm 이하의 돌기도 놓치지 않는다.

NEC 헬스케어 사업개발팀 의 가미조(上條) 주관은 “이 정도의 감도는 세계에서도 우리 회사뿐이다”라고 말한다. 대장 폴립의 20% 정도는 놓쳤었지만 이것으로 실수를 거의 제로로 만들 수 있다고 한다.

-- 5,000명의 자료 학습 --
그러나 이 NEC의 시스템은 원래는 의료용이 아니다. 국립암연구센터의 야마다(山田) 의사가 가미조 씨에게 연락해 온 것은 4년 전이다. 암 조직이라는 것은 사람의 얼굴같이 특징이 있다. 확실히 암 표면에는 혈관이 도드라져 있거나 요철, 주름이 있다. 확실히 사람의 얼굴과 많이 닮았다.

당시, 가미조 씨는 국립암연구센터에서 파견근무를 하고 있었다. 색소 침착 정도를 정량화하여 효율적으로 판별하기 위한 프로그램을 만드는 동안 야마다 의사와 많은 대화를 하였다.

야마다 의사도 NEC의 얼굴인증 기술에 대한 소문은 듣고 있었다. 미국 국립표준기술연구소가 주최하는 얼굴인증 속도와 정밀도를 겨루는 콘테스트에서 여러 번 표창을 받았다. 그 얼굴인증 기술을 암에 응용할 수 없는지 가미조 씨에게 문의한 것이다.

특히 내시경 검사는 동영상을 보는 검사다. 병리조직 등의 정지 화면보다 훨씬 해석이 어렵다. 그러나 야마다 의사는 통행인이 오가는 영상에서 요주의 인물의 얼굴을 순식간에 식별할 수 있는 NEC의 기술이라면 가능하다고 생각하였다.

“아는 사람 중에 얼굴인증 연구자가 있으니 상담해 보겠습니다.” 가미조 씨는 회사로 돌아와 얼굴인증 기술을 연구하고 있는 동료 연구원에게 상담하였다. “일단 해보겠습니다.” 시험 결과 초기단계에서 예상 이상으로 높은 감도로 검출할 수 있었다. 가능하다고 판단하여 본격적으로 연구를 시작하였다.

환자 5,000명의 대장 내시경 이미지를 AI에 학습시켜 감도를 높여 나갔다. AI에는 대장암의 특징을 학습시키지 않았고 ‘이 부분이 암’이라는 의사의 정보가 들어간 이미지를 기억하여 암을 특정하기 위한 특징을 스스로 학습해 나갔다. AI가 어떠한 특징을 판정에 사용하고 있는지는 가미조 씨도 알지 못한다.

도중에 정밀도가 한계점에 도달한 적도 있었지만 학습방법이나 파라미터, 설정치를 조정하자 단번에 돌파할 수 있었다.

NEC는 19년에 임상시험을 시작하고, 진단 기술용 소프트웨어로서 조기 승인을 목표하고 있다. 현재로서는 암을 놓치는 실수는 2%, 정상조직을 실수로 검지(檢知)할 확률은 1%다.

이미지 진단 장치는 2000년대 이후에 고기능화가 가속되었다. 정말 작은 병변도 이미지로 찾을 수 있게 되었다. 남은 것은 진단이다. 이미지가 무엇을 비추고 있는지 판단하는 것은 지금도 사람이다. 이를 AI에 맡길 수 있다면…

-- 내년을 목표로 --
후지필름이 그 과제에 도전한다. 약사 승인을 거쳐 19년의 실용화를 목표하고 있다. 메디컬시스템사업부 IT솔루션부의 나베타(鍋田) 부장은 “AI라면 초기 암도 이미지에 비치기만 하면 발견할 가능성이 높다”라고 말한다.

최초의 개발 대상은 폐암이다. 장기의 모양을 학습시키고 그 장기에 암이 있는지 3차원으로 판별시킨다. 컴퓨터 단층촬영장치(CT)로 촬영하거나 둥글게 자른 2차원 이미지를 3차원으로 가공하여 악성도의 차이까지 식별한다.

후지필름에는 오랫동안 축적한 이미지 해석 기술이 있다. CT 등으로 촬영한 이미지를 병원에서 관리하는 의료영상저장전송시스템(PACS)은 국내 점유율 1위다. 2차원 이미지를 3차원으로 가공하는 기술도 이미 실용화되어 있다. 그러나 3차원 이미지의 해석에는 방대한 정보처리가 필요하다. 나베타 씨는 “풀어야 할 방정식 수가 10만에서 100만 규모로 늘어난다”라고 설명한다.

이렇게 되면 이미지처리반도체(GPU)의 능력이 문제가 된다. 일반적으로 AI 개발에 사용되고 있는 GPU의 경우는 3차원 이미지에 관한 하나의 과제를 AI에게 시험시키면 처리에 수 주일이 걸린다고 한다. 이 때문에 후지필름은 복수의 GPU를 접속하여 과제를 분산시켜 풀게 하는 기술을 개발하였다. 이로써 수 시간에 하나의 과제를 학습할 수 있게 되었다.

-- 치료법 선택, AI가 판단 --
후지필름은 암의 발견뿐 아니라 치료법 선택에도 AI를 활용한다. 폐암의 악성 정도를 측정할 경우, 현재는 의사가 이미지의 농담으로 조직의 상태나 크기를 추정한다. 어디에서 절제할지 등의 치료법을 결정하는 판단 기준이 된다. 의사의 주관에 좌우되지 않고 AI가 정량적으로 판단하는 것을 목표한다.

암이 남아 있는지 또는 재발을 확인할 때도 AI를 사용한다. 의사는 폐의 암이 절제되었는지를 확인하는데 집중한 나머지 전이한 암을 보지 못하고 놓치는 경우가 자주 있다. AI로 이러한 위험을 상당히 줄일 수 있다.

16년에 개발을 담당하는 전문팀을 만들었다. 어중간한 인재는 채용하지 않는다는 나베타 씨는 도쿄대학 수석졸업자나 수학자들을 계속하여 외부에서 영입하였다. 현재의 진용은 발족 시의 2배 정도로 확대되었다.

정밀도에 대해서는 이미 국내외 대학병원 등과 협력하여 평가시험에 들어갔다. 육성에는 급이 다른 정보처리가 필요한 AI도 프로그램의 형태가 되면 일반적인 스펙의 컴퓨터로 움직일 수 있다. 환자당 10초 정도면 결과가 나온다고 한다.

지금까지 단순한 수단이었던 AI가 지금은 자신이 수집한 정보에 근거하여 판단도 내리는 역할을 담당하고 있다. AI와의 협력 방식에 실수가 없다면 강한 아군이 될 것이다.

  -- 연재 끝 --