X레이 사진을 보고 폐렴을 정확하게 진단하는 딥러닝

스탠포드 대학의 한 연구팀이 딥러닝 기반 알고리즘을 이용해 흉부 X레이 사진을 보고 폐렴 등 질병을 진단하는 데 성공했다고 합니다. 

연구팀은 GTX 1080s와 TITAN X GPU로 구성된 시스템 환경에서 cuDNN 가속 기반 PyTorch 딥러닝 프레임워크를 이용했습니다. 연구팀이 개발한 모델 이름은 CheXnet인데요, 121개 레이어로 구성된 콘볼루션 신경망(CNN)으로 구성된 모델입니다. 연구팀은 10만 장의 X레이 사진으로 구성된 14개 데이터 세트를 활용했습니다. 10만 장의 X레이 사진은 폐렴 등 14개 흉부 질환을 앓는 환자의 것이 사용되었습니다. 물론 이들 데이터 세트는 익명화된 것입니다. 

 

흉부 X레이 촬영을 통해 폐렴을 진단하는 것은 방사선 전문의도 쉬운 일이 아니라고 합니다. X레이 사진으로 폐의 변화를 확인해 진단해야 하는데, 이마저도 사진만 갖고는 폐렴의 유형을 알 수 없다고 합니다. 그래서 추가적으로 객담, 혈액 등의 검사를 하는 것이 일반적입니다. 

한 달 정도 연구를 통해 CheXnet은 14가지 흉부 질환을 정확하게 식별하였고, 폐렴 진단에 있어 스탠포드 대학의 전문가보다 더 뛰어난 결과를 보여 주었다고 하네요. 

의료 분야에서 딥러닝의 잠재력은 상당할 것 같습니다. 세계적인 대학에서 논문이 쏟아지고 있는 분위기만 봐도 감이 올 정도입니다. 익명화된 의료 데이터 세트가 더 많아지고, 다양해질수록 진단 분야에서 딥러닝의 활용 가치는 높아질 것입니다. 

논문은 다음 링크에서 다운받을 수 있습니다. 

https://arxiv.org/abs/1711.05225