플로리다 수의대 김종혁 교수가 말하는 ‘종양 진단에서 AI 활용’

경상국립대학교 수의과대학과 동물의학연구소가 1일(월) 수의과대학 멀티미디어실에서 해외전문가 초청 특강을 개최했다.

이날 특강에서는 미국 플로리다수의과대학 김종혁 교수가 연자로 나서 ‘새로운 수의학적 진단 방법에서 인공지능의 활용’을 주제로 강연했다.

건국대학교 수의과대학을 졸업하고, 동대학원에서 수의병리학 박사학위를 받은 김종혁 교수는 미네소타 수의과대학 및 미네소타대학교 암센터(Masonic Cancer Center)에서 박사후과정(포닥)을 마치고, 미네소타수의과대학 연구원과 조교수를 거쳐 현재 플로리다 수의대 조교수로 재직 중이다.

김종혁 교수는 인공지능(AI), 머신러닝, 딥러닝을 간단히 소개하며 강연을 시작했다. 인공지능은 사람이 하는 일을 인공적으로 할 수 있는 지능을 의미하고, 머신러닝은 컴퓨터가 학습하기 위해 실제로 사용하는 도구를 의미하며, 딥러닝은 보다 구체적으로 컴퓨터를 이용한 분석 알고리즘을 뜻한다.

딥러닝에는 지도 학습(Supervised Learning), 강화 학습(Reinforcement Learning), 비지도 학습(Unsupervised Learning)이 있는데, 이중 바이오메디컬 분야에서 주로 연구하는 분야는 비지도 학습으로, 컴퓨터 학습에 사용하는 데이터에 레이블(label)을 부여하지 않고, 데이터의 패턴을 찾아내게 한 후 질병의 서브 타입을 분류하도록 한다고 한다.

지도 학습이 기존에 있는 데이터를 기반으로 새로운 데이터에 대한 특징을 추론하는 것을 목표로 한다면, 비지도 학습은 주어진 데이터들의 특징을 찾고 어떤 패턴으로 구성되어 있는지 분석하는 것을 목표로 한다.

김종혁 교수는 인공지능 모델을 사용할 때 어떤 데이터를 사용할지, 어떤 질문을 줘야 하는지가 굉장히 중요하다고 설명했다. 김 교수는 “수의사는 전문가이기 때문에 수의사가 어떤 연구 데이터를 선택하여 어떤 질문을 하는지에 따라 진단에 있어 인공지능 활용의 가치가 달라질 수 있다”며 도메인 지식(Domain knowledge)의 중요성을 강조했다.

실제 수의학 분야에서도 종양 진단에 머신러닝 기술을 활용할 수 있다.

Cytology 분야에서 머신러닝 기술의 활용

개에서 호발하는 림프종(Lymphoma)과 반응성 림프절(reactive lymph node) 구분에 머신러닝 기술이 활용될 수 있다. 김 교수가 소개한 사례에 따르면, 종양 케이스 이미지를 레이블하여 학습시킨 후 레이블하지 않은 이미지를 주고 테스트한 결과, 학습을 반복할수록 오차가 줄어들고 정확도가 99%까지 높아졌다.

B cell 림포마와 T cell 림포마 이미지도 약 90%의 정확도로 구분해 냈다.

Histology 분야에서 머신러닝 기술의 활용

머신러닝을 활용한 혈관육종과 비장혈종의 이미지 구분도 높은 정확도를 보였다.

종양 Whole slide scan 이미지 중 실제 세포들이 있는 부분만 타일링(패칭)하여 픽셀 단위에서 트레이닝 후 수치화하여 인식시키는 방식을 활용한다. 이미지 하나를 잘게 쪼개어 매우 많은 수의 타일로 만들어 학습하면, 패턴을 찾아 세포를 분류할 수 있다.

“AI 두려워하기보다, 진단율 높이기 위해 활용하는 것이 중요”

김종혁 교수는 “병리학자 없이 AI로만 종양 진단이 가능하기까지 얼마나 남았다고 생각하느냐?”는 질문에 “혈관육종(Hemangiosarcoma)과 비장혈종(Splenic hematoma)을 구분하는 것과 같이 단순히 두 종양을 구분하는 수준까지는 상용화할 수 있지만, 실제 임상에서는 더 복잡하고 종합적인 케이스들이 많기 때문에 종합적으로 고려하여 진단하는 병리학자 수준의 AI가 나오기 위해서는 시간이 오래 걸릴 것”이라고 답했다.

이어 “병리학자로서 AI를 두려워하기보다 적절한 도메인 지식(Domain knowledge)을 갖고 진단율을 높이기 위해서 AI 툴을 활용하는 것이 중요하다”고 조언했다.

강연에 참여한 고민서 학생(본3)은 “인공지능의 발전에 따라 누구나 한 번쯤 관심 분야와 인공지능의 만남에 대해서 생각해 보았을 것”이라며 “이러한 궁금증을 가지고 있었을 학생들이 최신 연구 사례를 접할 수 있었던 좋은 기회가 된 것 같다. 앞으로 더 발전할 인공지능의 병리 진단 능력이 수의학 진단 분야에 미칠 긍정적인 영향력이 기대된다”고 소감을 밝혔다.

임고은 기자 est213@naver.com