우리대학 정현수(인공지능대학원 박사) 씨·윤치호(전자 석사) 씨와 한국전자통신연구원(이하 ETRI) 김광주 박사, 서울아산병원 신경과 김범준 교수·정수 전임의, 원종준 연구원 공동 연구팀이 뇌졸중 분석 알고리즘 경진대회(ATLAS, Anatomical Tracings of Lesions After Stroke)에서 수상했다. 공동 연구팀은 이전부터 의료 인공지능을 이용한 뇌졸중 분석 연구를 진행하고 있어 원활한 협업이 가능했다. 이 대회는 뇌병변 워크숍이 주최하고 아마존 웹 서비스(AWS, Amazon Web Services), 국제의료영상컴퓨팅·인터벤션 학술대회(The Medical Image Computing and Computer Assisted Intervention, 이하 MICCAI)가 후원했다. MICCAI는 매년 각국의 의사 및 공학자들이 의료 영상과 공학기술로 의학적 문제를 해결하기 위해 논의하는 의료 인공지능 분야의 세계적인 학회다.

싱가포르에서 열린 이번 대회에는 △영국 킹스칼리지 런던대 △벨기에 루벤 가톨릭대 △미국 엔비디아 △캐나다 토론토대 △네브래스카대 의료 센터 등 전 세계 18개의 대학 연구원·기업 팀이 참여했으며, 우리대학·ETRI·서울아산병원 공동 연구팀은 킹스칼리지 런던대에 이어 2위에 입상하는 쾌거를 이뤘다.

이번 대회의 주제는 뇌졸중 병변의 자동 분할 알고리즘을 개발하는 것이다. 분석 자료로는 뇌 자기공명영상장치(이하 MRI) 촬영 영상 중 하나인 T1 강조 MRI 영상(*)만을 이용할 수 있었다. 의료 현장에서 T1 강조 MRI 영상 데이터는 분석하기에 정확도와 신뢰도가 낮다. 따라서 이 데이터를 분석하는 알고리즘을 개선해 성능을 향상시키는 것이 본 대회의 목표였다. 대회는 평가 세트에 대한 예측 평가와, 알고리즘 평가의 두 단계로 이뤄졌다. 예측 평가 단계에서는 공개된 데이터를, 알고리즘 평가 단계에서는 공개되지 않은 외부 데이터를 통해 분할 결과의 정확도를 평가한다.

외부 데이터는 서로 다른 기기를 사용해 촬영한 영상으로 구성되며, 촬영 방법에 따라 자료의 형태와 특성이 다르다. 공동 연구팀은 자료의 특성에 기반한 전·후처리 과정을 통해 자료를 표준화하는 데 주력했다.
 정현수 씨는 “수상을 기대하지 않았고, 당장의 성적보다는 의료 영상 데이터를 공부하는 것을 목표로 설정했다”라며 좋은 성적으로 이끌어 준 연구팀에 고마움을 전했다. 또한 정 씨는 “개인적으로는 딥러닝을 이용해 경추 골절을 분류·판단하는 알고리즘을 구성하고 있다. 그리고 공동 연구팀과도 계속해서 협업을 이어 나갈 예정이다”라며 의료 인공지능 분야에 대한 앞으로의 계획을 밝혔다.

*T1 강조 MRI 영상: 외부 자기장으로 인해 정렬된 수소가 다시 돌아오는 데 걸린 시간을 이용한 영상