약어 달라도 같은 의미 찾아낸다…서울대병원, X선 검색 AI 개발

160만건 영상·판독문 학습해 의미 연결
표현 달라져도 검색 정확도 안정적 유지
흉부 CT 확대·다기관 검증 추진

박창민·이동헌 서울대병원 영상의학과 교수/서울대병원

'기흉'과 'PTX'처럼 같은 의미를 서로 다르게 적어도 이를 알아보고 관련 판독문을 찾아주는 인공지능(AI) 기술이 개발됐다. 서울대병원 연구팀은 흉부 X선 영상과 의미상 가장 가까운 기존 판독문을 검색하는 AI 모델을 개발해 의료진의 판독 업무에 활용할 가능성을 제시했다.

26일 서울대병원에 따르면 이번 연구는 병원별로 제각각인 흉부 X선 판독문의 표현 차이를 AI가 얼마나 정확하게 이해할 수 있는지에 초점을 맞췄다.

흉부 X선 판독문에는 '양측 하폐야(BLLF)', '기흉(PTX)' 등 병원마다 다른 약어가 사용된다. 같은 소견도 어떤 병원은 자세하게 기록하지만 다른 병원은 결론만 간단히 작성하는 등 표현과 형식이 일정하지 않다.

이 같은 차이는 영상과 판독문의 의미를 연결하는 기존 BERT 기반 AI의 한계로 작용했다. 학습 자료를 늘려도 성능이 더 이상 좋아지지 않거나 오히려 떨어지는 경우도 있었다.

서울대병원 영상의학과 연구팀은 BERT 대신 거대언어모델(LLM)을 활용해 판독문의 의미를 파악하도록 모델을 설계했다. 기존 단방향 구조를 앞뒤 문맥을 함께 처리하는 방식으로 바꾸고, 판독문을 새로 생성하는 대신 기존 자료에서 적합한 판독문을 찾는 '검색형' 모델을 적용했다.

연구팀은 원본 판독문에 AI로 생성한 변형 문장을 더해 학습 자료를 약 110만건으로 늘렸다. 이후 빈칸 채우기와 비교 학습을 통해 표현은 달라도 의미가 같은 판독문을 가깝게 인식하는 인코더 'LLM2VEC4CXR'를 개발했다.

이 인코더를 X선 영상을 분석하는 인코더와 결합해 최종 모델 'LLM2CLIP4CXR'을 만들었다. 모델에는 서울대병원의 비식별 데이터와 공개 데이터를 합쳐 약 160만건의 흉부 X선 영상과 판독문을 학습시켰다.

성능 검증 결과 판독문의 임상적 정확성을 평가하는 GREEN 점수는 자체 검증 데이터에서 0.308로 비교 모델 가운데 가장 높았다. 외부 검증 데이터에서는 0.618을 기록했다. 약어가 많이 포함되거나 결론만 짧게 작성된 판독문을 추가로 학습한 경우에도 정확도가 유지되거나 향상됐다.

사람과 AI를 활용한 평가에서도 높은 점수를 받았다. 의대생 3명과 거대언어모델 4종이 외부 검증 데이터 200개 사례를 평가한 결과 연구팀 모델이 가장 우수한 것으로 나타났다. 흉부영상 전문의가 별도로 평가한 72개 사례에서도 76%가 연구팀 모델의 결과를 가장 적절하다고 판단했다.

이동헌 서울대병원 영상의학과 교수는 "이번 연구로 정해진 형식이 없는 판독문도 원문 그대로 AI 학습에 활용할 수 있는 가능성을 확인했다"며 "앞으로 흉부 컴퓨터단층촬영(CT) 등으로 적용 범위를 넓히고 여러 병원에서 실제 진료 활용 가능성을 검증할 계획"이라고 말했다.