북한의 인공지능(AI) 연구가 활발히 진행되는 가운데 최근 딥러닝을 이용해 새로운 컴퓨터단층촬영(CT) 분석 방법을 개발하는 것으로 나타났다.
김일성종합대학 학보 제67권 제2호에는 ‘콤퓨터단층촬영화상에서３차원 U-Net 중첩신경망에 의한 폐 결절검출 방법’이라는 논문을 통해 폐 결절 검출정확도를 보다 높일 수 있었다고 밝혔다.
논문은 “3차원 U-Net 망을 리용한 폐 결절검출 방법에서는 폐 결절검출에서 높은 성능을 보여주었지만, 계산량이 많은 것으로 하여 많은 기억용량을 요구하고 학습 시간이 오랜 결함이 나타났다”며 “CT 화상에서 3～10mm 정도의 작은결절들을 검출하기 위하여 3차원 U-Net 중첩신경망에 기초한 폐 결절검출 방법을 제안하였다”고 밝혔다.
여기서 U-Net은 이미지 분할을 목적으로 제안된 합성곱신경망(Convolutional Neural Network, CNN)의 일종으로, 네트워크 구성의 형태가 U 모양이다.
U-Net은 적은 수의 데이터로도 정확한 분류가 가능해 의료 이미지 연구에 활용되고 있다. 북한이 기존 3차원 U-Net에서 한 단계 더 발전된 수준의 기술을 연구하는 것으로 보인다.
논문은 “제안된 선행한 2차원 U-Net 망과는 달리 단층 화상들에서 결절의 3차원적인 공간정보를 고려하기 때문에 폐 결절 검출정확도를 보다 높일 수 있다”면서 “적은 학습자료를 가지고도 2차원 중첩 신경망에 비하여 좋은 결과를 얻을 수 있다”고 강조했다.
논문에 따르면 북한이 개발 중인 방식은 이전의 3차원 U-Net에비해 학습시간은 1/3로 줄어들고 4% 높은 검출정확도를 얻었다.
폐결절은 폐에 비정상적으로 커진 덩어리로 질병명은 아니라 다른 원인 질환에 의해 관찰되는 영상학적 소견이다.
3D U-Net을 통해 이미지를 검출한 이미지로 결핵이나 곰팡이와 같은 감염성 질환 또는 폐암을 진단할 수 있다는 것이다.
또한, 같은 학보에는 ‘심층밀집신경망을 이용한 폐장 X-ray 화상의 한 가지 질병 증후(징후) 분석 방법’이라는 제목의 논문도 실렸다.
인공지능 기술을 이용한 폐 관련 질병 검출 방법에 대한 연구가 연이어 게재된 모습니다. 다만, 해당 논문은 ‘정보과학’이 아닌 ‘수학’ 카테고리에 실렸다.
논문은 “대표적인 심층신경망인 밀집신경망(DenseNet)의 구조를 변형해 질병징후의 위치정보를 보존하는 새로운 망(네트워크)을 구성했다”며 “그것을 이용한 한 가지 질병징후 분석방법을 제기하고 실험을 통해 효과성을 검증했다”고 밝혔다.
이어 논문은 “심층신경망이 페장 X-ray 화상질병증후분석에서 비교적 높은 성능을 낸다는 것을 실험적으로 론증(논증)하였다”며 “제안한 모형이 두 가지 평가지표(평균 AUROC, F1점수) 에서 더 좋은 성능을 가진 것으로 나타났다”고 덧붙였다.
한편, 북한은 폐 질환으로 인한 사망률이 전 세계에서 가장 높은 국가 중 하나다.
세계보건기구(WHO)가 지난해 말 발표한 ‘2019 세계 건강 추정’ 보고서에 따르면 북한의 사망원인 중 3위는 만성 폐쇄성폐질환(102명, 이하 인구 10만 명당 사망자 수)이고 4위는 결핵(67.9명)이다.
북한은 인구 10만 명 당 결핵 발생 수도 세계에서 5번째로 많다.
