ATLAS: Development and Evaluation of an AI -Enabled Framework for Anatomically Traceable Measurement Assurance in Fetal-Head Ultrasound Biometry

초음파 클리닉의 조용하고 어둑한 방 안에서, 초음파 검사사가 태아의 머리 특정 부위를 찾기 위해 임산부의 복부 위로 프로브를 움직이고 있습니다. 이 순간은 매우 결정적입니다. 아기가 어떻게 성장하고 있는지 이해하기 위해 의사들은 뇌의 너비와 앞뒤 길이를 포함한 두개골의 정밀한 측정이 필요합니다. 이 수치들은 아기의 연령을 결정하고 건강한 속도로 성장하고 있는지를 판단하는 데 도움을 줍니다. 하지만 이 수치들을 정확하게 얻는 것은 전적으로 이미지의 품질에 달려 있습니다. 만약 초음파 프로브가 아주 조금이라도 기울어지거나 아기가 불편한 자세를 취하고 있다면, 결과물은 머리처럼 보일 수는 있어도 그로부터 측정된 수치는 틀릴 수 있습니다. 수십 년 동안 이것은 인간의 과제였습니다. 의사는 거칠고 흑백인 이미지를 바라보며, 이것이 올바른 각도인지 결정하고, 디지털 캘리퍼를 사용하여 두개골을 측정해야 합니다. 인공지능이 이 작업을 자동으로 수행하여 아기의 머리를 측정하는 것을 약속하며 이 업무를 넘겨받기 시작하면서, 새로운 문제가 나타났습니다. 컴퓨터는 이미지가 흐릿하거나, 기울어졌거나, 주요 특징이 누락되었더라도 자신 있게 숫자를 출력할 수 있다는 점입니다. 위험한 점은 의사가 결함이 있는 사진으로부터 계산된 완벽해 보이는 숫자를 신뢰하게 되어, 잘못된 의학적 결정을 내릴 수 있다는 것입니다.

그리피스 대학교와 골드코스트 대학 병원의 연구진은 이 신뢰의 문제를 해결하기 위해 ATLAS라고 불리는 새로운 시스템을 개발했습니다. ATLAS는 단순히 하나의 숫자를 제공하는 대신, 말을 하기 전에 자신의 작업을 스스로 점검하는 세심한 조수처럼 행동하도록 설계되었습니다. 이 시스템은 인간 의사가 생각하는 방식과 유사하게 측정 과정을 세 가지 뚜렷한 단계로 나눕니다. 첫째, 아기의 머리를 찾고, 둘째, 뇌의 내부 구조가 보이고 올바른지 확인하며, 셋째, 측정을 수행합니다. 결정적으로, 이 시스템은 자신이 수행한 모든 단계에 대한 상세한 기록을 유지합니다. 시스템은 머리를 어디에서 찾았는지, 이미지가 유효하다는 것을 증명하기 위해 어떤 증거를 보았는지, 그리고 화면의 픽셀을 어떻게 밀리미터로 변환했는지를 정확히 기억합니다. 이러한 접근 방식은 측정이 이루어진다면, 왜 그 측정이 신뢰할 수 있는지에 대한 명확하고 감사 가능한 증거의 흔적을 보장합니다. 연구진은 다양한 병원의 수천 개의 초음파 이미지를 대상으로 이 시스템을 테스트했으며, 컴퓨터가 머리를 거의 완벽하게 찾아내는 반면, 머리를 측정하는 방식은 매우 중요하다는 것을 발견했습니다. 그들은 컴퓨터가 머리 주변에 그린 상자의 모양에 의존하는 더 단순한 측정 방법이, 두개골의 정확한 윤곽을 추적하려는 더 복잡한 방법보다 종종 더 정확하다는 것을 발견했습니다. 또한, 시스템을 새로운 병원의 데이터에 적응시켰을 때 머리를 찾는 능력은 향상될 수 있지만 측정하는 능력은 저하될 수 있음을 보여줌으로써, 물체를 찾는 것과 그것을 정확하게 측정하는 것은 별개의 문제임을 입증했습니다.

ATLAS 시스템의 핵심은 측정이 이루어진 조건이 측정값의 질을 결정한다는 아이디어에 기반합니다. "찾기(Find)"라고 불리는 첫 번째 단계에서, 컴퓨터는 전체 초음파 이미지를 스캔하여 태아의 머리를 찾아냅니다. 컴퓨터는 머리가 포함되어 있다고 믿는 영역 주위에 상자를 그립니다. 만약 컴퓨터가 충분한 확신을 가지고 머리를 찾지 못한다면, 추측하는 대신 단순히 멈추고 측정을 할 수 없다고 보고합니다. 두 번째 단계인 "확인(Confirm)"에서, 시스템은 해당 상자를 확대하여 뇌 중앙의 액체로 채워진 공간이나 측뇌실과 같은 특정 내부 랜드마크를 찾습니다. 이러한 구조들은 초음파 단면이 측정에 적합한 올바른 단면인지 확인하는 데 필수적입니다. 만약 이러한 랜드마크들이 보이지 않는다면, 시스템은 머리 자체는 찾았더라도 이미지가 잘못된 각도에서 촬영되었을 수 있음을 인지합니다. 마지막으로 "측정(Measure)" 단계에서, 시스템은 머리의 너비와 둘레를 계산합니다. 연구진은 이를 위해 두 가지 다른 방법을 테스트했습니다. 한 방법은 복잡한 알고리즘을 사용하여 두개골의 정확한 곡선을 추적하는 것이었고, 다른 한 방법은 첫 번째 단계에서 발견된 상자의 치수를 사용하는 것이었습니다.

연구진이 공립 병원의 대규모 이미지 세트에 대해 이 방법들을 테스트했을 때, 놀라운 결과가 나왔습니다. 상자 치수를 사용한 더 단순한 방법이 복잡한 추적 방법보다 더 정확한 측정을 생성했습니다. 구체적으로, 상자 방법은 91% 이상의 이미지에서 매우 좁은 오차 범위 내에서 정확했던 반면, 복잡한 추적 방법은 약 84%의 이미지에서만 정확했습니다. 복잡한 방법은 평균적으로 머리 너비를 거의 1밀리미터 가깝게 과소평가하는 경향이 있었는데, 이는 아기의 성장 차트를 크게 변화시킬 수 있는 작은 차이입니다. 이 발견은 더 복잡한 모델이 항상 더 낫다는 인공지능의 일반적인 가설에 도전했습니다. 연구진은 또한 시스템이 본 적 없는 데이터에서도 작동하는지 확인하기 위해 스페인과 영국의 두 다른 병원 이미지를 사용하여 테스트했습니다. 시스템은 이 새로운 이미지들에서 머리를 찾는 데 탁월했으며, 거의 모든 프레임에서 머리를 찾아냈습니다. 그러나 측정의 정확도는 병원에 따라 달랐습니다. 스페인 데이터의 경우, 단순한 상자 방법이 여전히 가장 정확했습니다. 영국 데이터의 경우, 복잡한 추적 방법이 더 나은 성능을 보였습니다. 이는 최선의 측정 방법이 초음파 기기가 어떻게 설정되었는지, 그리고 전문가들이 이미지를 어떻게 라벨링했는지와 같은 이미지의 특정 특성에 따라 달라진다는 것을 보여주었습니다.

연구의 중요한 부분은 한 병원의 데이터로 학습된 시스템이 다른 병원에서 사용될 때 발생하는 현상에 초점을 맞췄습니다. 연구진은 새로운 병원의 데이터를 사용하여 시스템을 "미세 조정(fine-tune)"함으로써 그곳에서 더 잘 작동하기를 기대했습니다. 그들은 이 과정이 컴퓨터가 머리를 찾는 능력을 향상시켜(컴퓨터의 상자와 실제 머리 사이의 겹침 정도를 몇 퍼센트 개선함) 머리를 찾는 데는 더 좋게 만들었지만, 실제로는 측정을 덜 정확하게 만든다는 것을 발견했습니다. 즉, 측정값이 더 틀려지게 된 것입니다. 이는 단순히 컴퓨터가 물체를 더 잘 포착하게 만드는 것이 그 물체를 정확하게 측정하는 것을 보장하지는 않는다는 점을 시사합니다. 이를 해결하기 위해 연구진은 서로 다른 병원별 버전의 지식을 실제 환자 이미지를 섞지 않고 결합하는 '집합(aggregation)'이라는 기술을 시도했습니다. 이 접근 방식은 특히 영국 데이터에 대해 정확도를 부분적으로 회복시켰으며, 이는 환자의 개인 정보를 공유하지 않고도 기관 간에 학습을 공유하는 것이 가능하다는 것을 보여주었습니다. 전체 시스템은 매우 가볍습니다. 메모리를 16.5메가바이트만 필요로 하고 단일 이미지를 처리하는 데 60밀리초 미만이 걸리므로, 강력하고 비싼 컴퓨터 없이도 표준 초음파 기기에서 실행될 수 있습니다.

연구에는 시스템이 처리한 이미지를 검토한 의료 전문가의 검토도 포함되었습니다. 의사는 시스템의 단계별 접근 방식이 이해하기 쉽고, 시스템이 이미지가 측정에 적합한지 아닌지를 올바르게 식별했음을 확인했습니다. 의사는 이미지가 표준 측정에 완벽하지 않은 경우에도 시스템이 태아의 위치와 해부학적 구조에 대한 유용한 정보를 보존하고 있다는 점을 언급했습니다. 이는 시스템이 단순히 "나쁜" 이미지를 버리는 것이 아니라, 인간이 그 이미지에서 여전히 가치를 판단할 수 있도록 증거를 유지한다는 점에서 중요합니다. 연구진은 자신들의 시스템이 의사의 판단을 대체하는 것이 아니라 측정 과정을 투명하게 만드는 도구임을 강조했습니다. 초기 머리 탐색부터 최종 계산에 이르기까지 모든 단계의 기록을 유지함으로써, 시스템은 의사가 숫자가 생성된 이유를 정확히 파악할 수 있도록 합니다. 만약 측정이 잘못되었다면, 의사는 머리가 올바른 위치에서 발견되었는지, 내부 뇌 구조가 보였는지, 그리고 이미지를 밀리미터로 변환하는 데 올바른 척도가 사용되었는지를 추적하여 확인할 수 있습니다.

이 연구의 함의는 단순히 아기의 머리를 측정하는 것을 넘어섭니다. 이는 의료 인공지능의 근본적인 문제, 즉 정확할 뿐만 아니라 신뢰할 수 있고 설명 가능해야 하는 시스템의 필요성을 다룹니다. 과거에 AI 시스템은 종-상자(black box)처럼 작동하여, 어떻게 그 답에 도달했는지 설명하지 않은 채 결과만을 제공하곤 했습니다. 이는 의사들이 언제 기계를 믿고 언제 작업을 재확인해야 하는지 알기 어렵게 만들었습니다. ATLAS는 측정을 단순한 계산이 아닌 증거 수집의 과정으로 다루는 시스템을 구축하는 것이 가능하다는 것을 보여줍니다. 연구진은 데이터 무결성이 알고리즘 자체만큼 중요하다는 것을 보여주었습니다. 연구진은 시스템이 학습하는 데이터가 깨끗한지, 그리고 환자의 데이터가 훈련과 테스트 그룹 사이에 실수로 섞이지 않았는지 확인하기 위해 여러 층의 점검 장치를 구축했습니다. 심지어 중복 이미지나 누락된 라벨과 같이 데이터에 의도적으로 오류를 도입하여 테스트했을 때도, 시스템은 모든 오류를 성공적으로 잡아냈습니다. 이러한 엄격함은 결과가 신뢰할 수 있으며, 시스템이 데이터의 실수를 학습하지 않도록 보장합니다.

궁극적으로 ATLAS 프레임워크는 의료 AI를 생각하는 새로운 방식을 제시합니다. 이는 단순히 숫자를 얻는 것에서 벗어나, 그 숫자가 유효한 조건이 무엇인지 이해하는 데 초점을 맞춥니다. 연구진은 시스템이 실제 세계의 초음파 이미지를 처리할 수 있으며, 다양한 병원과 다양한 유형의 장비와 함께 작동할 수 있음을 발견했습니다. 이 시스템은 아직 실제 임상 현장에서 직접 사용할 준비는 되지 않았지만, 이번 연구는 향-후 개발을 위한 강력한 토대를 제공합니다. 복잡한 과업을 작고 검증 가능한 단계로 나누고 증거에 대한 명확한 기록을 유지함으로써, 우리가 의사가 신뢰할 수 있는 AI 시스템을 구축할 수 있음을 보여줍니다. 다음 단계는 의사가 프로브를 잡고 실시간으로 결정을 내리는 실제 초음파 검사 중에 이 시스템을 실시간으로 테스트하는 것입니다. 그때까지 이 연구는 투명성과 추적 가능성이 의료 분야에서 인공지능을 안전하고 효과적으로 사용하기 위해 필수적이라는 것을 보여주는 개념 증명으로서 존재할 것입니다.