[데일리메디 박정연 기자] 세계 최초로 AI(인공지능)를 이용해 대장암에서 림프절 전이 유무를 예측할 수 있는 진단모델이 국내 개발됐다.
이번 연구를 통해 앞으로 대장암에 있어 보다 편리하고 정밀한 진단과 치료가 가능할 것으로 보인다.
곽민섭 교수[사진]팀(강동경희대학교병원 소화기내과)은 대장암의 림프절 전이 진단모델과 평가지수를 개발했다고 25일 밝혔다.
대장암은 초음파, CT, 병리학적 검사를 통해 병기와 예후를 확인하고 있다. 하지만 검사법의 현실적 한계로 인해 전이 여부를 명확히 예측하기가 사실상 어려웠다.
특히 병리조직 판단은 방대한 영상을 사람이 세밀히 판단하기 불가능하고 이에 따른 정성적 평가 척도에 제한이 있다는 측면 및 판독하는 의사 개개인별 판단 차이 등의 한계가 있었다.
때문에 의학계에서는 더욱 정확하면서 효율적이며 일관된 결과를 얻기 위해 컴퓨터 이미지 분석 기술이 지속적으로 개발돼 왔다.
곽민섭 교수팀은 이러한 최신 컴퓨터 이미지 분석기술과 AI(인공지능)와 접목해 대장암의 림프절 전이 예측 시스템을 개발했다.
암 전이에 중요한 작용을 한다고 알려진 ‘암 주위 미세환경’을 분석해서 전이 여부를 예측하는 방법이다. 조직 슬라이드에서 암조직과 암조직 주변 간질영역 비율을 이용해 예측 평가점수인 PTS 점수를 개발했다.
먼저 조직을 정상 대장점막, 간질, 림프구, 점액, 지방조직, 평활근, 대장암의 7개 클래스로 나눠 영역에 대한 명확한 구역화 훈련을 통해 AI모델을 개발, 이 중 암조직과 주위 간질영역을 추출해서 형태연산 방법으로 점수를 계산토록 했다.
나아가 연구팀은 미국 국립보건원(National Institutes of Health, NIH)에서 진행한 The Cancer Genome Atlas (TCGA) 프로젝트에 등록된 대장암 1기~3기 환자 총 164명을 대상으로 이번 AI 진단모델의 연구를 진행했다.
직장암을 진단받았거나 영상화질이 불량한 슬라이드는 제외했으며, 이 중 59.8%(98명)는 림프절 전이가 없는 음성그룹, 40.2%(66명)은 양성그룹이었다.
AI 진단모델로 분석해 PTS 점수를 확인한 결과, 양성그룹의 평균 PTS 점수는 0.38점으로 음성그룹 0.228점 보다 유의하게 높았으며, 양성그룹에서도 전이가 많을수록 점수가 더 높았다.
이 같은 결과를 바탕으로 연구팀은 AI 진단모델이 림프절 전이 위험이 있는 환자를 식별하는 데 유용함을 입증했다.
곽민섭 교수는 “이번 모델을 통해 정확하고 대장암 전이를 예측하여 환자 개개인에 맞는 치료 및 추적 관찰 방법을 구축할 수 있다”며 “향후 후속 임상시험과 보다 심층적인 AI 연구개발로 정밀의료(Precision medicine)를 가능하게 할 수 있을 것으로 생각한다”고 말했다.
한편, 이번 연구는 한국연구재단 과제로 진행됐으며 연구 결과는 SCI급 국제학술지 ‘프론티어스 인 온콜로지(Frontiers in Oncology)’ 최신호에 게재됐다.
박정연 기자 (
