Interactive Whole Slide Images for RL-based Tumour Segmentation

의학적 진단의 세계에서 병리학자들은 현미경을 통해 조직 샘플을 관찰하여 암과 같은 질병을 식별합니다. 이를 디지털 방식으로 수행하기 위해 그들은 전체 슬라이드의 고해상도 스캔본인 '전체 슬라이드 이미지(whole-slide images)'를 사용합니다. 이 이미지들은 너무 거대해서 수십억 개의 픽셀을 포함하고 있으며, 이는 컴퓨터 화면이 한 번에 표시할 수 있는 양보다 훨씬 많습니다. 이를 이해하기 위해 이미지는 피라미드 형태의 층으로 저장되는데, 최상단 층은 아주 작고 흐릿한 개요를 보여주고 하단 층은 믿기지 않을 정도로 상세한 근접 촬영 이미지를 보여줍니다. 전통적으로 컴퓨터는 이 슬라이드를 수천 개의 작은 고정된 정사각형 조각으로 자르고 각 조각을 개별적으로 확인하며 분석합니다. 이 방식도 작동은 하지만, 느리고 낭비적입니다. 종양이 숨어 있을지도 모르는 작고 흩어진 영역을 찾기 위해 컴퓨터가 광범적인 건강한 조직 영역까지 모두 조사해야 하기 때문입니다.

연구자들은 컴퓨터가 인간 의사처럼 슬라이드를 보는 법을 배울 수 있을지 오랫동안 궁금해해 왔습니다. 즉, 개요를 스캔하고, 의심스러운 지점을 확대하며, 나머지는 무시하는 방식 말입니다. 프랑스, 이탈리아, 파리의 연구팀이 발표한 새로운 연구는 인공지능 에이전트가 스스로 디지털 슬라이드를 탐색하는 법을 배우는 방법을 제안합니다. 에이전트는 전체 이미지를 한꺼번에 처리하는 대신, 슬라이드를 이동하며 어디를 볼지, 얼마나 확대할지, 그리고 언제 특정 지점을 종양으로 표시할지를 결정합니다. 연구진은 이러한 상호작용 방식이 기존 방식과 유사한 정확도로 종양을 찾아내면서도, 시간은 아주 적게 걸린다는 것을 발견했습니다. 이는 몇 분이 걸리던 과정을 단 몇 초로 단축시켰습니다.

이 작업의 핵심은 디지털 슬라이드를 정적인 그림이 아니라 상호작용이 가능한 환경으로 취급하는 시스템입니다. 병리학자가 현미경 앞에 앉아 있는 모습을 상상해 보십시오. 그들은 샘플의 모든 세포를 하나하나 다 보지 않습니다. 대신, 넓은 시야로 시작하여 특이해 보이는 영역을 포착한 뒤, 이를 자세히 검사하기 위해 확대합니다. 연구진은 이러한 행동을 모방하는 컴퓨터 프로그램을 만들었습니다. 그들은 좌, 우, 상, 하로 움직일 수 있고, 상세 수준을 바꾸기 위해 확대하거나 축소할 수 있는 가상 에이전트를 구축했습니다. 에이전트의 목표는 이러한 일련의 움직임과 선택을 통해 종양의 지도를 만드는 것입니다. 에이전트는 빈 도화지 상태에서 시작하여, 슬लाइड의 어느 부분을 집중적으로 볼지 선택함으로써 점진적으로 종양의 형태를 채워 나갑니다.

에이전트에게 이 방법을 가르치기 위해 연구진은 '강화 학습(reinforcement learning)'이라는 학습법을 사용했습니다. 이는 에이전트가 시행착오를 통해 학습하며 자신의 행동에 대한 피드백을 받는 종류의 훈련입니다. 이 경우, 에이전트가 현재의 종양 위치 추측이 전문가의 주석(annotation)이 달린 실제 위치에 가까워질 때마다 보상을 받습니다. 연구진은 보상 체계를 정교하게 설계했습니다. 만약 에이전트가 단순히 종양의 어떤 부분이라도 찾아내면 보상을 받도록 설정할 경우, 에이전트가 너무 공격적으로 변하여 건강한 조직을 암 조직으로 표시할 수 있다는 것을 발견했습니다. 그러나 보상이 에이전트로 하여금 진행 과정에서 지도를 정교하게 다듬도록 유도하도록 구조화하면, 에이전트는 더 정밀해지는 법을 배웁니다. 연구 결과, 에이전트가 움직임을 수행할 수 있는 시간을 약 80단계 정도로 적절히 부여하면, 불필요한 세부 사항에 빠지지 않고 효과적으로 종양을 찾을 수 있었습니다.

연구팀은 이 시스템을 폐선암(lung adenocarcinoma) 환자의 슬라이드를 대상으로 테스트했습니다. 그들은 이 새로운 에이전트를 슬라이드를 고정된 정사각형으로 자르는 표준 컴퓨터 방식과 비교했습니다. 결과는 놀라웠습니다. 전체 슬라이드를 처리하는 전통적인 방식은 단일 슬라이드를 분석하는 데 평균 229초 이상이 소요되었으며, 종양의 크기에 따라 더 오래 걸리기도 했습니다. 반면, 새로운 상호작용 에이전트는 동일한 작업을 평균 단 3초 만에 완료했습니다. 에이전트가 가장 진보된 전통적 방식에 비해 종양의 정확한 경계를 그리는 정밀도는 약간 떨어졌지만, 질병의 전반적인 형태와 위치는 대등한 정확도로 포착해 냈습니다. 이러한 트레이드오프(trade-off)는 매우 중요한데, 이는 의사가 컴퓨터가 이미지의 모든 인치를 처리하기를 기다리는 대신 거의 즉각적으로 슬라이드에 대한 예비 분석 결과를 얻을 수 있음을 의미하기 때문입니다.

이 연구의 가장 중요한 발견 중 중 하나는 에이전트가 잘 학습하기 위해서는 매우 다양한 사례를 보아야 한다는 점이었습니다. 연구진이 적은 양의 슬라이드로 에이전트를 훈련했을 때는 새로운 환자들에게 일반화하는 데 어려움을 겪었습니다. 그러나 훈련 세트를 확장하여 훨씬 더 많은 슬라이드를 포함하자, 에이전트는 훨씬 더 신뢰할 수 있게 되었습니다. 이는 컴퓨터가 복잡한 의료 영상을 효과적으로 탐색하는 법을 배우기 위해서는 인간 의사처럼 다양한 사례에 노출되어야 함을 시사합니다. 또한 연구는 에이전트가 자신이 본 것을 기억하기 위해 복잡한 메모리 시스템을 필요로 하지 않는다는 점을 강조했습니다. 현재의 시야와 슬라이드의 전역적 개요(global overview)의 조합만으로도 충분히 좋은 결정을 내릴 수 있었습니다.

연구진은 자신들의 방법이 완벽하지 않다는 점을 인정합니다. 에이전트는 종종 종양 경계의 미세한 세부 사항을 파악하는 데 어려움을 겪는데, 이는 아마도 너무 큰 단계로 움직이기 때문에 아주 작은 불규칙성을 잡아내지 못하기 때문일 것입니다. 또한, 이 연구는 한 병원의 단일 암 유형에 대해 수행되었으므로, 동일한 접근 방식이 다른 질병이나 다른 임상 환경에서도 작동할지는 아직 알려지지 않았습니다. 이러한 한계에도 불구하고, 이 연구는 명확한 방향을 제시합니다. 컴퓨터가 인간의 탐색 방식을 모방하여 의료 영상과 상호작용하게 함으로써, 정확도를 크게 희생하지 않으면서도 진단에 소요되는 시간을 획기적으로 줄이는 것이 가능합니다. 이 접근 방식은 현대 병리학의 압도적인 데이터 양을 처리하는 유망한 방법을 제시하며, 의사들이 가장 필요한 곳에 주의를 집중할 수 있도록 도와줄 수 있습니다.