미만성 폐질환의 고해상 CT 진단을 돕는 인공지능

초록

목적: 미만성 폐질환의 고해상 CT(thin-section CT) 진단을 돕는 인공지능(AI, artificial intelligence)을 개발, 시험하였다. 대상과 방법: AI는 12개 미만성 폐질환에 대한 지식베이스(KB, knowledge base) 및 추론엔진으로 이루어졌다. 각 질환의 KB는 포함기준(IC, inclusion criteria)과 배제기준(EC, exclusion criteria)으로 이루어졌다. 임상소견 혹은 고해상 CT 소견들 중 해당 질환에 존재하는 것으로 알려진 것들은 IC, 그 질환에 결코 존재하지 않는 것으로 알려진 것들을 EC에 포함시켰다. 판독자가 초기 소견 목록에서 주어진 증례에 맞는 소견 하나를 고르면, 추론엔진이 EC에 그 소견을 포함하고 있는 질환들을 질환목록에서 없앤 후 남은 질환 중 IC에 그 소견이 있는 질환만을 골라 첫 단계 감별진단(DD1, 1st-step differentials)을 제시하였다. 다음 단계로 보다 감별진단을 좁히려면 판독자가 새로운 소견목록으로부터 또 다른 소견을 지적하면 되는데, 그 새로운 소견목록은 다음과 같았다[(DD1의 모든 IC와 EC의 소견들)-(DD1의 모든 IC에 포함된 소견들)]. 상기한 과정들은 필요에 따라 얼마든지 반복될 수 있었다. 영상의학과 전공의 10명에 24문제(12개 미만성 폐질환 각각 2문제)를 주어 그 성적을 윌콕슨 부호순위 검정법으로 비교, AI의 성능을 평가하였다. 결과: 280개의 규칙(IC 214, EC 66) 및 2개의 프로그램 관리 인터페이스, 한 개의 문제풀이 인터페이스로 이루어진 프로그램이 만들어졌다. 전공의들은 본 AI를 사용했을 때, 사용하지 않았을 때보다 더 놓은 성적을 거뒀으며(167 대 110, p = 0.0078) 프로그램에 대해 긍정적인 평가가 많았다. 결론: AI는 미만성 폐질환의 고해상 CT 진단에 도움이 되는 것으로 나타났다.

키워드