"인공지능, CT 영상 통한 신장암 진단 예측에 유용"

분당서울대병원 영상의학과 황성일 교수(왼쪽), 이학종 교수
분당서울대병원 영상의학과 황성일 교수(왼쪽), 이학종 교수

신장암 CT 영상결과를 딥러닝을 활용해 분석한 결과 인공지능(AI)이 기존 병변 발견 및 영상진단뿐 아니라 신장암 조직학적 분류 예측에도 유용한 것으로 나타났다.

분당서울대병원 영상의학과 황성일, 이학종 교수 연구팀은 조영제 주입 전후의 CT 영상정보와 딥러닝 기반 프로그램을 활용해 신장암 발생 형태에 따른 진단 정확도를 분석한 결과 이같이 확인됐다고 22일 밝혔다.

신장암 대부분은 신장의 실질인 살 부분에서 발생하는 신세포암이 차지한다. 신세포암은 기원하는 세포 형태에 따라 투명신세포암, 유두신세포암, 혐색소신세포암 등으로 분류된다.

신장암을 형태에 따라 나누는 이유는 세포에 따라 암이 발생하는 기전이 다를 뿐 아니라 같은 항암치료제에도 반응하는 양상이 각기 다르기 때문이다. 세포의 발생 형태에 따라 혹은 다른 장기로 전이된 경우 등을 따져 그에 맞는 치료 방침이 필요하다.

때문에 신장암을 수술할 때는 수술에서 절제한 종양 조직검사를 통해 어떤 형태 암인지 분류를 한다. 하지만 이는 수술 후 실시하는 검사인만큼 그 결과를 미리 파악해 환자의 예후를 예측하기에는 한계가 있었다.

분당서울대병원 연구팀은 신장암 수술 전 신세포암 종류나 형태에 따라 분류하기 위해 딥러닝 프로그램에 CT 영상정보를 대입하고 정확도를 분석했다.

연구팀은 수술 후 조직검사를 통해 신세포암으로 진단받은 169명 환자에 대한 CT 검사결과를 토대로 조영제 주입 전, 조영제 주입 후 1분, 조영제 주입 후 5분 등 총 3개 영상정보를 하나 이미지로 정합했다. 해당 이미지를 딥러닝 네트워크 GoogLeNet을 변형한 소프트웨어에 적용해 어떤 형태 암으로 진단하는지 확인했다. 이후 최종 조직검사 결과와 얼마나 차이가 있는지 비교했다.

딥러닝 프로그램 분석결과 평균 정확도는 약 85%인 것으로 확인됐다. 아울러 민감도는 64~98%, 특이도는 83~93%로 나타났다. 민감도는 실제로 질병이 있을 때 질병이 있다고 진단할 확률을 의미하며, 특이도는 실제로 질병이 없을 때 질병이 없다고 진단할 확률이다.

황성일 분당서울대병원 영상의학과 교수는 “기존까지 알려진 바로는 신세포암의 구체적 조직학적 아형에 대해 영상의학과 의사가 예측할 경우 그 정확도가 약 77~84% 사이였다”며 “수술 및 조직검사 시행 전, CT 영상에 대한 분석만으로 신장암 발생 형태에 따른 분류가 어느 정도 가능해 지면서 수술 전 환자 예후를 미리 예측할 수 있고 그에 맞는 치료방침을 정립하는 데 많은 도움이 될 것”이라고 말했다.

해당 프로그램을 임상진료에 적용하고 활용도를 높인다면 신장암뿐만 아니라 다른 고형암 진단 및 치료에도 많은 도움을 줄 수 있을 것으로 보인다. 특히 암의 형태적 분류뿐만 아니라 악성도 예측이나 병기를 결정하는 일에도 효과적일 수 있다고 연구진은 전망했다.

이번 연구 결과는 국제 학술지 'Journal of Digital Imaging' 최신호에 발표됐다.

정현정기자 iam@etnews.com