고려대학교는 인공지능학과 석흥일 교수와 오관석 석박사통합과정, 윤지석 석박사통합과정 생 연구팀이 알츠하이머병을 조기에 예측하고 진단 근거를 제시 할 수 있는 인공지능(AI)기술을 개발했다고 17일 밝혔다. 

▲ (좌측부터) 고려대 석흥일 교수, 윤지석 박사과정, 오관석 박사과정(이미지 출처=고려대)

이번 연구 결과는 인공지능 분야 상위 1%에 해당하는 과학저널 ‘IEEE Transactions on Pattern Analysis and Machine Intelligence’에 미국 시간 8월 10일 온라인 게재됐다.  

최근 딥러닝을 적용한 알츠하이머병 진단 모델이 기계학습 기반 모델들에 비해 월등한 성능을 도출해내는 반면, 기술의 활용 및 상용화 측면에서 딥러닝의 고질적인 문제인 “블랙박스” 특성으로 인해 의사결정에 대한 신뢰성과 투명성을 제공하지 못하는 한계가 있다.  

이번 연구는 설명 가능한 인공지능 분야에 관한 것으로, 딥러닝의 의사결정에 대한 사후가정맵을 생성하여 인과관계 추론 및 해석을 통해 최종 사용자에게 적절한 근거를 제공해줌으로써 투명성과 신뢰성을 확보할 수 있는 새로운 프레임워크를 제안하였다.
 

▲ 제안하는 사후가정맵 생성을 위한 프레임워크(이미지 출처=고려대)

이번 연구의 목표는 인간 수준의 사고가 가능한 인공지능 기술을 통해 맞춤형 의사결정 보조 시스템을 개발하는 것에 있다.
 

▲ 주의 모듈 및 사후가정맵을 모델 학습의 지침으로 사용하기 위한 프레임워크(이미지 출처=고려대)

따라서, 연구팀은 제안한 기술을 알츠하이머성 치매 조기 진단에 적용하여 기존 연구 대비 진단 성능 및 설명가능성을 대폭 향상한 것을 논문에서 보여주었다.
 

▲ 알츠하이머병 예측을 위한 딥러닝 모델의 학습-설명-강화 프레임워크(이미지 출처=고려대)

연구팀이 개발한 설명 기술은 정상인의 뇌 영상에서 알츠하이머병을 일으킬 수 있는 뇌 영역에 대한 가설들을 진단 모델에 근거하여 자동으로 생성함으로써 알츠하이머병 조기 진단, 치료 및 분석에 도움을 줄 수 있다.
 

▲ 다중 시나리오에서의 사후가정맵 생성 시각화 결과(이미지 출처=고려대)

추가로, 이 기술은 경미한 구조적 변화로 인해 진단 및 사후 예측이 어려운 치매의 전구단계(경도인지장애 등)에 대한 바이오마커 추론 및 분석 또한 가능케 하여 더욱 실용성이 높은 기술임을 입증했다.
 

▲ 다양한 XAI 방법들과의 정성적 및 정량적 비교 실험 결과(이미지 출처=고려대)

연구책임자 및 논문의 교신 저자인 석흥일 교수는 “현재 의료 산업에 인공지능 기술을 접목하는 과도기 단계에서 영상 전문의나 임상의들이 질병 진단 및 사후 예측을 위한 신뢰할 수 있는 보조 시각 정보를 제공하여 더 정확한 진단을 유도할 수 있기를 기대”한다고 말했다.
 

또한, 본 기술을 통해 “알츠하이머병 진단에 기여하는 대표적인 영역들뿐만 아니라 육안 검사 및 진단 과정에서 임상의들도 구분하기 어려운 잠재적 바이오마커들을 검출하고, 이러한 정보들을 데이터 증강을 통한 인공지능 재학습을 수행함으로써 더욱 강건하고 높은 성능을 도출해내는 모델 개발이 가능”하다고 연구 의의를 밝혔다. 

석흥일 교수 연구팀은 후속 연구로 유병률이 낮은 치매 원인 질환에 대한 진단 시스템 및 설명가능한 인공지능을 개발할 예정이다. 

논문이 게재된 과학저널 ‘IEEE Transactions on Pattern Analysis and Machine Intelligence’은 2021년 JCR(Journal Citation Reports)에서 인공지능 분야 SCIE 저널 144개 중 2위로 평가된 세계 최고 수준의 과학저널이다. 이번 연구는 과학기술정보통신부의 ‘(2세부) 의사결정 지원을 위한 퓨샷 학습 기반 시각 및 언어에 대한 인과관계 추론기술개발’ 과제와 ‘인공지능대학원지원사업’ 과제의 지원을 받아 수행됐다. 

글. 이지은 기자 smile20222@gmail.com | 사진 및 자료출처=고려대