연구실 홈페이지(http://irail.snu.ac.kr/)

iRAIL(innovative Radiology Artificial Intelligence Lab)은 인공지능 기술을 바탕으로 영상진단의 정확도와 효율을 향상시켜, 환자의 치료 결과를 개선하고, 나아가, 인류 건강 증진에 기여하는 것을 목표로 하고 있습니다. 특히, 암 사망률 1위인 폐암과 감염성 질병 사망률 1위인 결핵 등 인류 건강을 위협하는 주요 종양 및 감염성 질환을 극복하기 위한 다양한 연구 프로젝트들을 진행하고 있습니다. 연구실 설립 초기에는 영상의학과의 임상의사들로 이루어진 연구실로 시작했으나, 현재는 서울대학교의 공대생들이 합류해, 임상의사와 공학자가 함께 의료현장의 미충족 수요들을 해결해 나가는 연구실로 자리매김하고 있습니다.

우리 연구실은 서울대학교병원 영상의학과, 서울대학교 의과대학의 영상의학교실, 의과대학 혁신의과학전공, 그리고 공과대학의 바이오엔지니어링협동과정에 소속되어 있으며 멤버들의 전문분야에 따라 서울대학교병원 영상의학과, 융합의학기술원의 Dry Lab, 그리고 서울대학교 연건캠퍼스의 융합관 연구실 등에서 연구를 수행하고 있습니다. 인력면에서는 영상의학교실의 박창민 교수님이 연구실 디렉터를 맡고 계시고, 서울대학교병원 영상의학과의 5명의 교수님, 3명의 연구원이 임상연구팀을, 서울대학교 공과대학의 5명의 대학원생과 2명의 연구원이 인공지능 개발팀을 이루고 있습니다.  

현재, 서울아산병원 등의 여러 의료기관들, Stanford 대학교, DGIST, GIST, KAIST 등 국내외 유수 연구기관들, 루닛, 코어라인소프트, 모니터코퍼레이션, 디알텍, 프로메디우스 등 여러 인공지능 회사들과 매우 활발하게 협력 연구를 진행하고 있습니다. 특히, 인공지능 기반의 흉부 X선 영상 판독 보조시스템 개발 연구는 이미 세계적인 수준의 연구 업적을 쌓았습니다. 2016년 세계 최초로 딥러닝 기반의 흉부 X-ray 진단보조시스템 개발 연구를 수행하여 세계 최대 규모 학회인 북미영상의학회(RSNA)에서 발표한 것을 시작으로, 인공지능 전문기업인 루닛과 협업을 통해, 상용 판독보조 소프트웨어를 개발해, 폐암, 폐결핵, 폐렴, 기흉 등 주요 폐질환에 대한 자동진단의 기틀을 마련했습니다. 이 제품은 2019년 초부터 서울대학교병원에서 실제 환자 진료에 활용되고 있습니다. 

저희 연구실의 강점은, 단순히 인공지능 시스템을 개발하거나, 혹은 이미 개발된 인공지능의 단순한 성능 검증에만 머물지 않고, 환자 진료 경험에 기반한 개발 주제의 발굴부터 모델의 개발/성능검증, 나아가 임상진료 적용, 개발된 인공지능의 의학적 유용성을 검증하는 전체 연구 개발 사이클을 망라하고 있다는 것입니다. 이러한 연구개발을 통해 인공지능 의료기기의 임상 현장 적용 및 시장 진입에 공헌하고, 관련 기술의 사업화 및 혁신 기술에 기반한 새로운 의료 서비스 개발에 기여한 공로를 인정받아 2021년 의료기기산업대상을 수상하기도 하였습니다.

이러한 흉부X-ray 에서의 인공지능 개발 경험을 바탕으로, 의료영상 전반에 걸쳐 연구분야를 확장해 나가고 있습니다. 흉부 CT에서 폐결절 및 전이암을 찾는 모델을 개발하고 있고, COPD나 관상동맥석회화와 같은 질환들의 CT 정보를 이용하는 연구들도 수행하고 있습니다. 또한 ICU에서 폐 초음파를 활용하여 응급 환자를 선별해 낼 수 있는 연구도 수행 중입니다. 이외에도 두경부 CT에서 뇌출혈 환자나 복부 CT에서 출혈 및 기복증 환자와 같은 응급 환자들을 인공지능을 이용해 빠르게 선별해 낼 수 있는 시스템을 개발하고 있습니다. 영상데이터뿐만 아니라 환자의 임상정보, 폐기능검사결과 등 멀티모달 데이터를 사용한 인공지능 모델 개발도 수행하고 있으며, 영상검사 판독문을 이용해 판독문 내의 오류를 찾거나, 자동으로 요약해주는 자연어처리 연구도 수행하고 있습니다.

공대 학생들의 경우에는 원내외로 다양한 협력 기회를 가져 자신들이 보유한 인공지능 개발 기술을 다양한 의료 문제에 적용하는 경험도 쌓고 있습니다. 디지털 병리영상에서 특정 세포들을 분할해내거나, 근골격계 Pelvis AP에서 임상적으로 의미 있는 길이와 각도를 자동으로 재는 시스템, 인공지능을 이용해 Brain MRI에서 뇌졸증 환자의 예후를 예측하거나, 소아초음파에서 motion artifact가 있는 영상을 자동으로 선별해주는 연구 등 다양한 진료과와의 협업을 통해 의료현장에서 인공지능이 기여할 수 있는 부분에 대해 폭넓은 연구 경험을 쌓고 있습니다.

최근에는 인공지능 생성모델을 활용해 조영증강CT를 조영제를 사용하지 않은 CT처럼 스타일을 바꾸기도 하고, 실제 환자 데이터와 구분할 수 없을 정도로 정밀한 합성영상을 생성하는 연구도 수행하고 있습니다. 이러한 기술을 잘 이용하면 추가적인 데이터 수집이나 개인정보 보호 이슈 없이 연구 및 교육 목적뿐만 아니라 상업적으로도 활용 가능한 인공지능학습용 데이터들을 만들 수 있을 것으로 기대하고 있습니다. 또한 인공지능 기술에 최근 각광받는 메타버스, 가상현실 기술을 적용해 유방초음파나 대장내시경을 시행하는 임상의 교육 훈련 시뮬레이터 개발을 시도하는 등 계속해서 혁신적인 첨단 기술을 활용해 의료 현장에서의 미충족 수요를 해결하기 위해 노력하고 있습니다.

의료영상은 인공지능 분야 중에서도 가장 왕성하게 연구 개발이 진행 중인 분야이며, 부가가치가 높은 적용 분야입니다. 미래의료가 데이터 중심의 디지털 헬스케어로 거대한 변화를 이루어 가고 있는 가운데, 이 분야에 재능과 열정을 가지고 인류 건강 증진에 기여하고자 하는 분들을 환영합니다.