대한유방검진의학회

Review Article

Full Text(PDF)

최근 몇 년간 인공지능 (artificial intelligence, AI) 기술은 영상의학 분야에서 선행연구를 시작으로 지금은 임상 적용의 초기 단계에 있을만큼 빠르게 발전하고 있다 (1-3). 딥러닝 (deep learning)은 인공지능의 여러 기법들 중에서 가장 각광받고 있는 것으로, 이는 인간의 뇌에서 영감을 받은 합성곱 신경망 (convolutional neural network)을 기반으로 하는 기계학습 (machine learning)의 한 분야이다 (1-4). 전통적인 컴퓨터 보조진단 (computer-aided detection, CAD) 프로그램은 인간이 지각하고 선택한 영상 특징을 바탕으로 하는 반면에, 인공지능 알고리즘은 영상 데이터를 분류 (classification)하는데 필요한 특징을 찾아내며 인간이 감지하기 어렵지만 유용한 특징을 발견할 수 있다 (1, 5-9). 펍메드 (PubMed)에서 확인해보면 영상의학 분야의 딥러닝 관련 연구가 기하급수적으로 증가하고 있음을 알 수 있다 (3). 유방영상 분야에서는 주로 유방촬영술을 이용한 연구가 많은데, 유방암에 대한 검사 민감도를 높이고 위양성 진단을 줄임으로써 판독의 정확도를 향상시킨다 (1, 5-9). 딥러닝은 영상의학과 의사가 환자 개개인의 유방암 발생 위험도를 정확하게 평가하는데 도움을 줄 수 있으며, 판독 시간이 단축되고 암이 없는 (cancer-free) 선별 유방촬영을 빠르게 분류해 판독업무의 효율성을 높일 수 있다. (1, 5-9). 자기공명영상 (magnetic resonance imaging, MRI)이나 초음파를 이용한 연구에서는 유방암 환자에서 선행항암요법의 치료 반응성을 예측하거나 액와림프절 전이를 영상으로 예측할 수 있는 가능성을 보여준다 (5-6). 본 종설에서는 인공지능의 주요 용어와 개념을 간단히 소개하고 유방영상에서 최근 주목받고 있는 인공지능의 적용 사례와 최신 동향에 대해 알아보고자 한다.
Key Words: