국제의료정보포털

의료영상, ML 기술을 적용하기 위한 과제와 성과

네이처(Nature)와 파트너 저널인 ‘npj Digital Medicine’에 게재된 최근 연구결과에 따르면, 의료영상 분야에서 머신러닝(Machine Learning, ML) 기술의 적용이 늦춰지는 이유로 데이터 사용의 제약, 평가와 관련된 문제, 정보 공개에 따른 인센티브의 부족 등이 지적

• 의료영상 분석에 ML 기술을 적용하는 단계마다 다양한 문제가 나타나는데, 데이터의 수집 방법, 데이터셋의 구축과 분포, 데이터셋 자체의 다양한 편중(bias)이 존재하고 있으며, 유의미한 분석 목표의 설정 과정, 평가 절차, 적절한 분석 방법의 선정 등에서도 통계적 측면에서 문제가 발생
• 분석 결과를 공개하는 단계에서도 제시된 분석 결과에 기초한 정보의 유용성 여부, 투명성의 결여, 중요한 세부정보의 누락 등의 문제가 발생
• 이러한 문제점에도 불구하고, 최근 ML 기술은 복부 탈장(abdominal hernia) 외과 수술과 같은 매우 높은 정밀도를 요구하는 치료 과정에서, 탈장 재발 가능성을 85%, 수술 필요 가능성을 72%, 30일 이내 병원 재방문율을 84%의 확률로 예측하는 등 주목할 만한 성과를 달성