MIT 컴퓨터과학·인공지능연구소 CSAIL이 매사추세츠종합병원 연구팀과 AI를 이용한 새로운 유방암 엑스선 검사 방법을 개발했다. 심층 학습 모델로 학습한 AI는 5년 안에 유방암이 발생할 것으로 보이는 유방 엑스선 사진을 검색한다. 지금까지 개발한 모델은 백인과 흑인에 따라 검출 정도가 다르지만 새로운 모델에선 이런 차이도 없다고 한다.
연구팀은 먼저 매사추세츠종합병원에서 치료를 받은 환자의 유방 엑스선 사진 6만장 이상을 대상으로 여기에서 5년 이내에 유방암에 걸린 사진을 선별했다. 그런 다음 이 데이터를 이용해 유방암 초기 징후가 보이는 유방 조직의 미묘한 변성을 인식할 수 있게 AI를 학습시켰다. 그 결과 기존 방식으론 최고 위험으로 분류되어야 할 환자 중 18% 밖에 예측할 수 없었지만 새 모델은 31%로 뛰어난 예측 정확도를 발휘했다고 한다.
이 AI는 의료 분야 인종 격차 해소에도 도움이 될 수 있다. 유방암 발견 조기 발견 모델은 주로 백인 여성 데이터를 기반으로 만든 탓에 유색 인종 여성 감지가 지연된다는 보고가 나온 바 있다. 흑인 여성은 백인 여성보다 유방암 사망률이 43%나 높다고 한다. 또 흑인과 히스패닉, 아시아계 여성은 백인 여성보다 유방암 발병 연령이 젊다.
연구팀은 모든 인종의 유방 엑스선 사진을 학습시키는 간단한 요인 만으로 AI가 인종에 관계없이 균일하게 유방암을 검출할 수 있게 됐다는 걸 확인했다. 연구팀은 새로운 AI 모델이 인종을 불문하고 높은 검출 정밀도를 얻었다는 게 이 연구에서 주목할 만한 성과라고 밝히면서 앞으로 이 모델이 광범위하게 쓰인다면 환자를 추정하는 현재의 방식을 크게 개선할 수 있을 것이라고 밝혔다. 연구팀은 이 모델을 다른 질환이나 질병, 췌장암 같은 효과가 낮은 위험 모델에 적용하기를 기대하고 있다. 관련 내용은 이곳에서 확인할 수 있다.