정기 산전 초음파에서 뇌 이상 가능성이 보이면 다음 단계로 MRI를 찍는 경우가 많습니다. 문제는 태아가 움직인다는 것입니다. 머리 MRI는 평평한 2D 단면을 쌓아 만드는데, 단면 사이에 머리가 움직이면 단면이 이상한 각도로 찍히고 틈이 생겨 영상의학과 의사가 문제를 놓치거나 잘못 읽을 수 있습니다. MIT, Boston Children's Hospital, 프랑스 연구소 Inria의 연구자들은 이 움직임을 따라가기 위한 모델을 만들었습니다.
E(3)-Pose라는 이 모델은 촬영 중 태아 머리의 위치를 추적해, 장비가 조정되고 단면들이 완전한 3D 영상을 이루도록 합니다. 특징은 머리의 기하를 데이터만으로 배우게 하지 않는다는 점입니다. 태아 머리의 좌우 대칭이 신경망 구조 자체에 들어 있어, 모델이 뇌가 어느 쪽을 향하는지 더 쉽게 파악합니다. MIT 박사과정 학생 Ramya Muthukrishnan이 Polina Golland 연구실에서 이끈 이 연구는 2026년 European Conference on Computer Vision에서 발표됐습니다.
이 프로젝트는 실제 장비에서도 돌아갔습니다. 의료 영상 모델 상당수가 멈추는 지점입니다. Muthukrishnan은 모델을 장비에서 돌리기까지 스캐너를 여러 번 멈추게 했다고 말합니다. 학습 데이터를 모으기 위한 추가 MRI 시퀀스를 설계한 Boston Children's의 Borjan Gagoski와 임신한 자원자를 모집한 Aryn Lee가 도왔습니다. 임상적 동기는 구체적입니다. Muthukrishnan은 한 시간 동안 장비 안에 있던 임신부가 검사를 중간에 포기해 영상의학과 의사가 쓸 만한 영상을 얻지 못한 장면을 기억합니다. Boston Children's의 Ellen Grant는 이 방법이 더 빠르고 편안한 검사와 더 나은 영상을 가져올 것이라고 말합니다.
설계상의 교훈은 산전 진료를 넘어섭니다. 대칭 같은 알려진 구조를 모델이 배우기를 기대하는 대신 처음부터 넣어 두는 것은, 적은 의료 데이터로 믿을 만한 동작을 얻는 건전한 방법입니다. 저자들은 촬영하기 어려운 다른 부위나 잡음이 많은 센서로 3D 물체를 추적하는 데도 쓸 수 있다고 봅니다.
빠진 것은 임상적 이득의 증거입니다. MIT 기사에는 정확도 수치도, 기존 움직임 보정 방법과의 비교도, 검사한 환자 수도 없습니다. 모델은 주로 임신 후기 태아로 학습했는데, 태아가 더 작고 더 많이 움직이며 발견이 가장 중요한 임신 중기는 연구팀이 다음 목표로 삼는 단계입니다. 지금으로서는 작동하는 시제품을 갖춘 유망한 방법이지, 진단이 나아졌다고 측정된 것은 아닙니다.