본 연구는 인간 폐초음파 이미지로 사전 학습된 딥러닝 모델(B-line 탐지 알고리즘, BLDA)을 개 이미지에 적용하여 성능을 평가했습니다. 총 90마리의 개에서 수행된 201건의 폐초음파 검사로부터 1,950개의 동영상을 수집했으며, 전문가 검토자가 A-선 또는 B-선 프로파일을 레이블링했습니다.
테스트 세트에서 BLDA는 전체 정확도 87%, 민감도 73%, 특이도 93%를 나타냈습니다. 특히 강한 B-선 프로파일(약한 B-선보다)에서 더 우수한 성능을 보였으며, 원시 모델 예측의 제로샷 성능은 AUC 0.96으로 excellent했습니다. 히트맵 분석은 모델이 폐초음파 판독에 타당한 영역을 활용함을 확인했습니다.
본 연구는 인간 데이터로 훈련된 모델이 개에서도 유효한 성능을 유지함을 보여줍니다. 다만, 표본이 90마리로 제한적이고 4개 연구에서 수집된 점이 한계로 작용합니다. 향후 더 많은 개 코호트로 검증이 필요하지만, 종 간 일반화를 통해 수의학 진단 도구 개발 시간을 단축할 수 있는 가능성을 확인한 연구입니다.
선생님, 우리 강아지 폐 초음파 검사할 때 AI 모델도 활용하세요?
현재는 연구 단계입니다. 아직 임상 적용은 안 되지만, 앞으로 도움이 될 수 있을 것 같습니다.
강아지가 기침을 하거나 호흡이 힘들어 폐초음파를 받아야 할 때, 인공지능이 이를 빠르게 분석하여 수의사의 진단을 도울 수 있다는 최신 연구입니다.