림프종 환자 치료 방향을 결정짓는 ‘아형(Subtype)’ 분류를 조직검사 없이 인공지능(AI)만으로 예측할 수 있는 기술이 개발됐다. 

허재성 아주대병원 방사선종양학과 교수팀(박용진 핵의학과 교수, 김선화 방사선종양학과 연구원)은 PET 영상과 임상 정보를 결합해 림프종 아형을 예측하는 AI 모델 ‘LymphoMAP’을 개발했다고 27일 밝혔다. 

림프종은 아형에 따라 치료법과 예후가 판이하게 달라 정확한 구분이 필수적이다. 하지만 기존에는 반드시 조직 검사를 거쳐야 해 진단 확정까지 시간이 오래 걸리고, 환자의 상태에 따라 조직 확보 자체가 어려운 경우도 많았다. 

그간 PET 영상을 활용한 AI 연구가 시도됐으나, 병원마다 사용 장비와 촬영 방식이 달라 일관된 성능을 유지하기 어렵다는 한계가 있었다. 

허 교수팀은 이를 극복하기 위해 2000년부터 2022년까지 국내 12개 의료기관에서 수집된 1,424명의 방대한 환자 데이터를 활용했다. 연구진은 PET 영상뿐만 아니라 환자의 연령, LDH 수치, 혈액 검사 결과 등 주요 임상 정보를 AI가 함께 분석하도록 설계했다. 

특히 AI가 PET/CT 장비 간 편차를 스스로 보정하며 학습하도록 만들어, 서로 다른 병원 환경에서도 안정적인 성능을 발휘하도록 구현한 것이 특징이다. 

연구 결과에 따르면 ‘LymphoMAP’은 호지킨·비호지킨 림프종 구분에서 높은 정확도(AUC 0.89, 0.84)를 보였다. 영상 데이터만 활용했을 때(AUC 0.77)보다 임상 정보를 결합했을 때 성능이 0.89로 뚜렷하게 향상돼, 다중 모달(Multi-modal) 접근법의 유효성을 입증했다. 

허 교수는 “이번 연구는 조직 검사 전 단계에서 PET 영상과 임상 정보만으로 아형 예측 가능성을 제시했다는 데 의의가 있다”며 “병리 진단을 완전히 대체하기보다, 진단이 지연되거나 조직 확보가 힘든 상황에서 의사의 결정을 돕는 보조 도구로 유용할 것”이라고 전망했다. 

한편, 이번 연구는 ‘Cancers’ 2026년 1월호에 게재되며 임상 적용 가능성을 높게 평가받았다.