시드니 공과대학(UTS)의 연구진은 인공지능을 사용하여 흉부 X-레이 분석을 통해 COVID-19 감염을 신속하게 진단하는 혁신성 결과를 도출해냈습니다. 이들 연구진은 ‘Custom Convolutional Neural Network (Custom-CNN)’라고 불리는 심층 학습 기반 알고리즘을 사용하여 약 98% 이상의 높은 정확도를 달성했습니다.
현재 COVID-19 진단의 금융 기준인 실시간 역전사 폴리머 체인 반응(Real-time reverse transcription-polymerase chain reaction, RT-PCR) 검사는 비용이 많이 들고 결과가 느린 동시에 가짜 음성 결과를 보이는 등 제한이 있습니다. RT-PCR을 보조하기 위해 흉부 X-레이는 RT-PCR 결과가 음성인 경우 전염성 감염병을 신속하게 감지하고 관리하는 데 도움이 됩니다.
COVID-19은 흉부 X-레이에서 특정한 방사선학적 특징을 나타내며, 이를 기준으로 진단을 위해 방사선과학자들이 의지합니다. 그러나 이러한 X-레이의 수동 검사는 시간이 많이 소요되는 동시에 오류에 취약합니다. 이러한 도전에 대처하기 위해 UTS 연구진은 진단 과정을 간소화하기 위해 인공지능에 기대기로 결정했습니다.
이 연구의 해당 저자인 Amir Gandomi는 “가장 널리 사용되는 COVID-19 검사인 실시간 중합효소 연쇄반응(PCR) 검사는 느리고 비용이 많이 들며 가짜 음성 결과가 나올 수 있습니다. 진단을 확인하기 위해 방사선과학자들은 CT 스캔이나 X-레이를 수동으로 검사해야 하기 때문에 시간이 많이 소요되며 오류가 발생할 수 있습니다”라고 설명했습니다.
연구진은 정상 X-레이, 코로나 양성 X-레이 및 바이러스성 폐렴 X-레이 등을 포함한 두 개의 흉부 X-레이 이미지 데이터셋을 활용했습니다. COVID-19 진단을위한 Custom-CNN 모델은 이미지의 80%에서 훈련을 받았으며 나머지 20%에서 테스트되었습니다. 결과는 COVID-19, 정상 및 폐렴 X-레이 샘플 간의 구분에 대해 98.19%라는 놀라운 분류 정확도를 보여주었습니다. 사실, 이 Custom-CNN은 평가에서 기존 모델보다 우수한 성능을 보여주었습니다.
Gandomi는 AI 시스템의 장점을 강조하며 “심층 학습은 생물 표지자를 수동으로 검색할 필요 없이 최종적인 해결책을 제공합니다. Custom-CNN 모델은 감지 과정을 간소화하여 COVID-19의 더 빠르고 정확한 진단을 제공합니다”라고 말했습니다.
흉부 X-레이를 통한 COVID-19의 조기 발견은 항바이러스 약품을 포함한 신속한 치료를 가능하게 하며 증상 발생 후 5일 내에 가장 효과적입니다. 게다가 조기 발견은 환자들이 고립되고 추가 전파를 방지하는 데 도움을 줄 수 있습니다.
Gandomi는 이 AI 시스템의 잠재적인 세계적인 영향력을 강조하며 “이 새로운 AI 시스템은 방사선과학자가 부족한 COVID-19 수준이 높은 국가에서 특히 유용할 수 있습니다. 흉부 X-레이는 휴대 가능하며 널리 사용되며 CT 스캔보다 이온화 방사선에 노출될 가능성이 적습니다”라고 말했습니다.
이 혁신적인 연구는 ‘Scientific Reports’에 발표되어 COVID-19 진단을 혁신뿐만 아니라 AI의 잠재력을 보여주어 의학 분야를 더 빠르고 정확한 진단 도구를 제공하는 방식으로 변형할 수 있음을 입증하고 있습니다.
The source of the article is from the blog myshopsguide.com