분당서울대병원 황성일·이학종 연구팀

신장암의 CT 영상결과에 딥러닝을 활용해 분석한 결과, 딥러닝을 이용한 인공지능은 기존의 병변 발견 및 영상진단뿐 아니라 신장암의 조직학적 분류 예측에도 유용한 것으로 나타났다.

분당서울대병원은 영상의학과 황성일·이학종 교수 연구팀이 조영제 주입 전후의 CT 영상정보와 딥러닝 기반 프로그램을 활용해 신장암의 발생 형태에 따른 진단 정확도를 분석해 이 같은 연구결과를 발표했다고 22일 밝혔다.

그동안 신장암은 수술 후에만 조직검사를 통해 어떤 형태의 암인지 분류할 수 있어 결과를 미리 파악해 환자의 예후를 예측하기에 한계가 있었다.

이에 분당서울대병원 연구팀은 신장암 수술 전 신세포암의 종류나 형태에 따라 분류하고자 딥러닝 프로그램에 CT 영상정보를 대입했고, 얼마나 정확하게 진단해 내는지 그 정확도를 분석했다.

연구팀은 수술 후 조직검사를 통해 신세포암으로 진단받은 169명의 환자에 대한 CT 검사결과를 토대로 조영제 주입 전, 조영제 주입 후 1분, 조영제 주입 후 5분 등 총 3개의 영상정보를 하나의 이미지로 합했다.

그리고 해당 이미지를 딥러닝 네트워크 ‘GoogLeNet’을 변형한 소프트웨어에 적용해 어떤 형태의 암으로 진단하는지 확인한 뒤 최종적인 조직검사 결과와 얼마나 차이가 있는지 비교했다.

딥러닝 프로그램의 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.

분당서울대병원 영상의학과 황성일 교수는 “기존까지 알려진 바로는 신세포암의 구체적 조직학적 아형에 대해 영상의학과 의사가 예측할 경우 그 정확도가 약 77%-84% 사이였다”며 “조영제 주입 전후 다양한 시기의 CT 영상을 조합해 딥러닝 프로그램을 이용하다보니 기존의 진단 정확도 보다 높아졌음을 확인할 수 있었다”고 전했다.

덧붙여 황성일 교수는 “수술 및 조직검사 시행 전, CT 영상에 대한 분석만으로 신장암의 발생 형태에 따른 분류가 어느 정도 가능해 지면서 수술 전 환자의 예후를 미리 예측할 수 있고, 또 그에 맞는 치료방침을 정립하는 데 많은 도움이 될 것”이라고 전했다.

한편, 이번 연구 결과는 국제 학술지 ‘Journal of Digital Imaging’ 최신호에 발표됐다.

/성남=진정완기자 news88@