국내 연구진 “대형 언어모델 활용 방사선치료 계획 정확도 향상”

기존 모델 대비 정확도 2.36배 높이는 AI 개발

(사진제공=세브란스병원)

국내 연구진이 방사선치료 정확도를 획기적으로 높일 수 있는 인공지능(AI) 개발에 성공했다.

연세암병원 방사선종양학과 박상준‧김진성 교수는 카이스트 김재철AI대학원 예종철 교수‧오유진 연구원과 공동으로 방사선치료 정확도를 2.36배 높일 수 있는 치료 계획 수립 AI를 만들었다고 7일에 밝혔다.

방사선치료는 고선량의 방사선을 조사해 암세포를 죽이는 항암 치료다. 방사선 치료는 암세포 주변의 정상조직도 함께 파괴할 수 있다는 문제점이 있다. 이러한 부작용을 줄이는 동시에 치료 효과를 높이는 게 치료 계획 수립에서 관건이다.

방사선치료 계획을 세우기 위해서는 의료진이 환자 정보와 컴퓨터단층촬영(CT) 등 영상검사 결과를 토대로 정상 장기와 암 조직의 윤곽을 구별하는 과정을 거친다. 일일이 수작업으로 진행하는 만큼 시간 소모가 크다는 한계가 있었다.

연구팀은 GPT와 같이 방대한 양의 데이터를 학습해 문제를 해결하는 거대언어모델(Large Language Model‧LLM)을 활용해 방사선치료 계획을 세우는 AI를 개발했다.

연구팀이 개발한 이번 AI는 멀티모달 모델(Multimodal Model)을 활용했다. 텍스트는 물론 이미지, 오디오, 비디오 등 다양한 유형의 데이터를 처리할 수 있는 멀티모달 모듈을 통하면 영상 정보 외에 언어 정보 등을 반영할 수 있다. 영상검사 결과에만 의존했던 기존 방사선치료 모델과 다르게 환자의 병기, 질병 위치, 수술 방법 등을 계획 수립 때 추가로 고려할 수 있게 됐다.

연구팀은 AI 성능 검증을 이어갔다. 외부 검증과 전문가 평가에서 기존 인공지능 모델 대비 각각 1.9배, 2.36배 높은 점수를 기록했다. AI와 의료진이 종양이라고 선정한 볼륨(Clinical Target Volume‧CTV)이 얼마나 일치하는지 확인하는 외부 검증에서 연구팀 인공지능은 의료영상만 활용한 인공지능보다 1.9배 높은 점수를 획득했다.

보통 인공지능 모델은 학습기관이 아닌 외부기관 데이터로 검증할 때 점수가 낮아지는게 일반적인데 우수한 성적을 확인할 수 있었다. 방사선종양학과 전문의가 평가한 정확도 검사에서도 점수는 2.36배 뛰어났다.

연구에 참여한 박상준 교수는 “이번 연구는 LLM 기술이 실제 환자 진료에 어떻게 적용할 수 있는지를 보여주는 중요한 사례”라며 “앞으로 더 많은 연구를 통해 의료 현장에서 AI의 적용 범위를 넓혀갈 계획”이라고 밝혔다.

한편 이번 연구 결과는 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 실렸다.