AI대학원(인공지능융합연구센터)

김형일 부산닷컴 기자 ksolo@busan.com

부산대 송길태 교수팀·부산대병원 이혜원 교수팀 공동연구 성과
『美의료정보학회지』 게재…임상에서 인공지능 활용성 증대 기대

왼쪽부터 송길태 부산대 교수, 이혜원 부산대병원 교수, 김민욱 부산대 정보컴퓨터공학부 석사과정생

AI(인공지능)가 다양한 분야에 적용되면서, 심장질환 등 환자의 예후 예측에도 AI가 활용되고 있다. 기존 AI 시스템에서는 단순히 예측 결과만 제공했는데, 이번에 부산대학교 연구팀이 예측 결과에 대한 충분한 설명과 함께 추가적인 인사이트까지 제공하는 AI 시스템 개발에 성공했다. AI를 통해 환자 예후를 개선할 수 있는 맞춤형 정밀 의료 서비스 실현이 앞당겨질 것이라는 기대도 커지고 있다.

부산대학교(총장 최재원) 정보컴퓨터공학부 송길태 교수 연구팀은 부산대병원 순환기내과 이혜원 교수 연구팀과의 공동연구를 통해, 사용자가 AI 시스템의 예측 결과를 신뢰하고 해석할 수 있도록 예측 결과에 대한 충분한 설명과 함께 반사실적 예시를 제공하는 AI 시스템(Reliable and Interpretable AI System)을 개발했다고 17일 밝혔다.

연구팀은 임상의가 AI 시스템을 현장에서 사용하는 데 필요한 요소들을 식별하고, 해당 요소들을 포함한 AI 시스템을 제안했다. 이 시스템은 SHAP을 사용해 예측 결과에 대한 설명(Global and Local Explanation)을 제공하고, DiCE를 통해 환자의 상태 혹은 처방이 달라지면 AI의 예측 결과가 달라질 수 있는가에 대한 반사실적 예시(Counterfactual Explanation)를 보여준다.

SHAP(SHapley Additive exPlanations)는 AI 예측 결과를 설명하는 방법 중 하나로 각 변수가 예측 결과에 어떻게 기여했는지 정량적으로 나타낸다. 가령, 심장질환 환자의 예후를 예측할 때 나이, 혈압, 콜레스테롤 수치 등의 특징이 각각 예측 결과에 얼마나 영향을 미쳤는지를 설명해 준다.

DiCE(Diverse Counterfactual Explanations): 사용자가 특정 조건을 변경했을 때 AI 모델의 예측 결과가 어떻게 달라질 수 있는지 보여주는 방법이다.

AI 시스템의 예측 결과로 제시되는 확률값이 실제 환자 예후 가능성으로 해석될 수 있도록 신뢰도 교정(Confidence Calibration) 기법도 접목했다.

연구팀은 이렇게 개발한 AI 시스템을 한국인 급성 심근경색증 환자 데이터에 적용해 검증했다.

송길태 부산대 교수는 “이번 연구는 임상의가 실제 임상 현장에 적용해 도움받을 수 있는 실전적인 AI 시스템을 개발했다는 데 큰 의미가 있다”며 “임상 전문가들이 환자의 건강 상태를 더 잘 예측하고, 더 효과적인 진료와 치료를 제공할 수 있는 정밀 의료 시스템을 실현하는 데 한 걸음 다가갈 수 있을 것”이라고 설명했다.

연구팀은 해당 AI 시스템에 대한 특허를 국내, 일본, 유럽연합에 출원 완료했고, 부산대 산학협력단의 지원을 받아 미국 특허 출원도 진행 중이다.

이번 연구는 과학기술정보통신부와 한국연구재단의 기초연구실사업과 정보통신기획평가원이 지원하는 인공지능융합혁신인재양성사업의 지원을 받았으며, 부산대 송길태 교수와 부산대병원 이혜원 교수가 교신저자, 부산대 정보컴퓨터공학부 김민욱 석사과정생이 제1저자로 수행했다.

임상 분야에서 환자 예후 예측에 대한 기존 AI 시스템의 한계를 극복할 것으로 전망되는 이번 연구 성과는 국제 학술지 『미국 의료정보학회지(Journal of the American Medical Informatics Association)』 6월 17일자에 게재됐다.

논문 제목은 Acute myocardial infarction prognosis prediction with reliable and interpretable artificial intelligence system이다.

연구 개념도