미국 과학자들이 뇌의 이상을 진단하는 MRI(자기공명영상)의 정확도를 높이는 머신러닝 모델을 개발했다.

캘리포니아대 샌프란시스코(UCSF) 연구팀이 인공지능(AI)을 활용하여 3T MRI 화질을 7T MRI 수준으로 향상시키는 기술을 개발했다고 뉴로사이언스닷컴 뉴스가 전했다.

이 연구는 지난 7일 제27회 의료영상 컴퓨팅 및 컴퓨터 지원 개입 국제 학술대회(MICCAI)에서 발표됐다.

수석 연구 저자인 UCSF 신경과 조교수인 레자 아바시아슬(Reza Abbasi-Asl)은 "저희 논문은 낮은 품질의 이미지에서 고품질 MRI를 합성하는 머신러닝 모델을 소개한다. 이 AI 시스템이 외상성 뇌 손상에서 MRI로 포착한 뇌 이상을 시각화하고 식별하는 방법을 보여준다"고 설명했다. 

저품질 MRI 영상의 고품질화

3T MRI와 7T MRI의 가장 큰 차이점은 자기장의 세기이다. 숫자가 높을수록 자기장이 강하다는 것을 의미하며, 이는 영상의 해상도와 선명도에 직접적인 영향을 미친다. 7T MRI는 3T MRI보다 두 배 이상 강력한 자기장을 사용하기 때문에 더욱 선명하고 상세한 이미지를 얻을 수 있다.

연구팀은 경도 외상성 뇌 손상(TBI) 환자의 3T MRI 영상 데이터를 사용하여 AI 모델을 학습시켰다. 이 모델은 3T MRI 영상을 기반으로 7T MRI와 유사한 고품질 영상을 생성하며, 뇌 병변의 경계를 더욱 선명하게 보여주어 진단 정확도를 높이는 데 기여할 수 있다.

참고로, 미국에서 대부분의 임상 MRI는 1.5T 또는 3T MRI 시스템으로 수행된다. 미국국립보건원(NIH)은 2022년 전 세계적으로 진단 영상에 사용되는 7T MRI는 약 100대에 불과하다고 밝혔다. 

신경 퇴행성 진단 활용 기대

연구 결과, 합성된 7T MRI 영상은 실제 7T MRI와 비슷한 수준의 해상도를 보였으며, 뇌 병변의 경계를 더욱 명확하게 구분하고 미세 출혈을 더 잘 포착하는 것으로 나타났다. 특히, 백질 병변 내 다양한 특징을 더욱 세밀하게 보여주어 다발성 경화증과 같은 신경 퇴행성 질환 진단에도 활용될 수 있을 것으로 기대된다.

이 기술은 뇌의 해부학적 구조를 세밀하게 관찰해야 하는 TBI 및 다발성 경화증 환자의 진단 및 치료에 도움을 줄 수 있을 것으로 예상된다.

하지만 연구팀은 "AI 기반 합성 기술이 임상 현장에 적용되기 위해서는 광범위한 검증이 필요하다"며 "향후 모델 결과에 대한 임상적 평가, 모델 생성 영상에 대한 임상 등급 평가, 모델의 불확실성 정량화 등 추가 연구가 필요하다"고 밝혔다.

이번 연구는 AI 기술이 저사양 영상 장비의 한계를 극복하고 의료 영상의 품질을 향상시키는 데 기여할 수 있음을 보여주는 사례로, 의료 분야에서 AI 기술의 활용 가능성을 더욱 확대할 것으로 기대된다.