프로젝트 소개
본 과제는 환자의 개인 정보를 보호하면서도 의료 인공지능(AI) 기술을 발전시키기 위해, 실제 응급 의료 영상(예: 흉부 X-ray, 뇌/복부 CT)과 매우 유사한 '합성 응급 영상'을 만드는 AI 모델을 개발하는 연구임. 또한, 이렇게 만들어진 합성 영상이 실제 영상처럼 정확하고 안전하게 사용될 수 있는지 그 품질을 평가하는 기술을 함께 개발하는 것을 목표로 함. 이는 의료 AI 진단 모델 개발에 필요한 데이터를 확보하는 데 중요한 역할을 함.
연구 목표는 흉부 X-ray, 뇌 CT, 복부 CT 응급영상 기반 합성영상 생성 AI 모델 개발 및 공개, 그리고 합성 영상의 품질(재식별 가능성, 유사도 등) 평가 기술 개발 및 공개임. 핵심 연구 내용은 GAN/VAE/Flow 등 생성형 네트워크를 탐색하여 최적화된 AI 네트워크를 선정하고 하이퍼 파라미터 튜닝을 수행하는 것임. 또한, 연합학습을 통한 원데이터 학습 및 합성영상 생성, 그리고 품질 평가 방법론 개발 및 재식별성 검증 기술 적용을 포함함. 나아가 합성영상 기반으로 흉부 X-ray(기흉, 폐렴, 흉수), 뇌 CT(뇌출혈), 복부 CT(복강내 출혈) 분류를 위한 AI 진단 모델을 개발함. 기대 효과는 합성의료데이터 활용을 통한 질병 예후 예측 및 맞춤형 의학 프로그램 실현, 합성의료데이터 표준화 및 영상평가 원천기술 확보를 통한 국제 기술 경쟁력 강화임. 아울러 인공의료기술 분야의 국가 성장동력 확보와 응급의료시스템 질 향상 및 국민건강보험 재정 건전성 강화에 기여할 것으로 전망됨.