Study

폐암의 역사와 폐암 인공지능 (3)

2024-06-04
2024-06-04
등록일임상전략팀
재미있게도, 의사(physician)와 물리학자(physicist)의 어원은 모두 physic이라는 단어로부터 출발합니다.
Physic은 natural science라는 단어를 한 단어로 압축한 것인데, 물리학자는 자연 과학을 하는 사람, 의사는 자연 과학을 통해 치유하는 사람이라는 뜻이라고 합니다. *출처1 인류는 20세기로 접어들며 물리학에 대한 지식이 폭발적으로 늘었고 의학에 대한 이해 중 일부는 물리학으로부터 일정 부분 차지한다고 해도 이의를 걸 사람은 없을 것입니다.단순히 물리학이 X선의 발명이나 CT, MRI, 더 나아가서 심전도의 발전에 영향을 주었다는 것도 물론 지극히 맞는 말이지만, 이런 하드웨어적 측면이 아닌 소프트웨어적인 측면에서도 물리학은 의학에 기여했습니다.

1950년대에 컴퓨터가 발명되면서 의학에 컴퓨터를 도입하려는 시도들도 생겨나기 시작했습니다.
최초의 computerized radiologic diagnosis는 유방 이미지들*출처2과 흉부 X선 사진*출처3,4들에 대해서 연구되기 시작했는데요, 당시의 컴퓨터의 성능과 디지털 이미지의 좋지 않은 퀄리티 때문에 초기에는 크게 발전을 하지 못했습니다.
1980년대에 들어서 University of Chicago 영상의학과의 Kurt Rossmann Labratories의 의학물리학자들과 영상의학과 의사들이 최초의 CAD (맥락에 따라 compute-aided detection이나 computer-aided diagnosis 두 가지 뜻을 갖습니다.)를 만들기 시작했습니다.
즉, 컴퓨터가 stand-alone으로 진단을 하는 것이 아니라 aid, 즉 의사를 보조한다는 것을 개념화하기 시작한 것이죠. 현재와 같이 컴퓨터가 뱉은 결과를 second opinion으로 참고 삼아서 영상의학과 의사들이 진단 보조를 한다는 개념을 처음으로 잡은 것이 바로 이들입니다.

CAD는 크게 두 가지로 나뉩니다. CADe와 CADx입니다. CADe는 Detection의 De를 의미하고, CADx는 Diagnosis를 의미합니다.
CADe는 단순히 detection task만을 수행하는 기기입니다. 질환 의심 부위를 검출해서 의사에게 제공하는 정도만을 수행하죠. 하지만 CADx는 그보다 더 적극적으로 진단까지의 workflow에 관여하는 기기입니다.

CADe for Lung Cancer Detection
폐결절에 대한 CADe 연구는 수도 없이 이루어졌습니다. 하지만 최초의 폐결절에 대한 CADe 연구는 흉부 X선 사진에 대해 이루어졌죠. 이렇게 수많은 연구를 통해 종래에는 2001년, FDA에 의해서 최초의 chest radiograph CADe 제품이 승인되기도 했습니다. ELCAP (Early Lung Cancer Action Project)는 흉부 CT가 폐암을 검진하는데 흉부 X선 사진보다 높은 민감도를 보인다는 것을 증명했고, NLST (National Lung Cancer Trial)연구는 흉부 CT를 통해 폐암의 조기 검진을 수행하여 사망률을 20%남짓 줄일 수 있다는 것을 증명하기도 했습니다.
이를 통해 폐암의 CADe에 대한 연구들도 2011년의 NSLT 연구와 2012년의 AlexNet을 통한 딥러닝의 급부상으로, 2010년대를 기점으로 활발히 이루어지고 있습니다.
미국의 national cancer institute (NCI)는 이러한 중요도를 인식해 Lung Imaing Database Consortium (LIDC)라는 폐암에 관한 CT 데이터베이스를 구축하였습니다. 이 데이터의 일부는 lung nodule analysis (LUNA 16)이라는 이름으로 전 세게의 lung cancer CADe 회사들이 학습 데이터로 쓰고 있기도 합니다. 또한 2004년에는 최초의 lung cancer에 대한 CADe 제품이 승인되기도 하였지요.

CADx for Lung Cancer Diagnosis
영상의학과에서 폐암 검진을 위해 촬영하는 흉부 CT는 일반적으로 폐암만을 포함하고 있지 않습니다. 이 흉부 CT들은 검진 목적이라 할지라도 다양한 비정상 소견을 얼마든지 포함할 수 있습니다. 따라서 lung cancer CADx는 환자 단위로부터 수행되는것 보다는 발견된 폐 결절이 얼마나 악성도를 가지느냐와 같은 것에 집중하는 것이 더 적절하게 됩니다. 물론 Brock score이나 Mayo score같이 인간이 점수를 메기는 시스템도 있지만, 영상만으로 CADx를 수행하는 것이 많은 CAD 연구자들의 최종 목적일지도 모릅니다.

마치며
CAD에 관한 짧은 역사를 살펴보았는데, 특정 연구들을 언급하기에는 정말로 단어 그대로 너무나도 많은 연구들과 제품들이 있기에 이들 모두를 담을 바에는 아무것도 담지 않는 것이 낫다 판단하여 이번 글에는 예시와 인용이 적습니다.
하지만, 이미지 영상 처리 기법의 발달, 그리고 딥러닝의 발전으로 인해 언젠가는 전 세계 모든 흉부 판독실에서 CADe와 CADx를, 그리고 특히 코어라인의 AVIEW LCS를 사용하게 될 것이라 믿어 의심치 않습니다.

출처
1. https://english.stackexchange.com/questions/222567/what-is-the-etymology-of-physician
2. Winsberg F. et al, Detection of radiographic abnormalities in mammograms by means of optical scanning and computer analysis, Radiology 89, 1967
3. F. Roellinger et al, Computer analysis of chest radiographs, Comput. Graph. Image Process, 1973
4. Toriwaki J., Tompson W., and Turner A., Computer diagnosis of pneumoconiosis, IEEE Trans. Syst. Man Cybern, 1974

 

#폐암

#폐암인공지능

#의료AI

#CAD

#폐암CAD

#폐암의역사

Contact

제품, 인재 채용, 투자 관련 또는 기타 문의사항이 있으신 경우 편하신 방법으로 연락주시기 바랍니다

문의하기