PET/CT 및 MRI 영상 딥러닝 예측 정확도 상승
* 딥러닝 : 인공지능 기술의 하나로 여러 비선형 변환기법 조합을 통해 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약 분류하는 학습 네트워크임
암세포가 림프절이나 유방 내 다른 조직으로 전이된 국소 진행성 유방암은 재발과 전이의 위험이 높아 수술 전 항암치료를 하는 선행화학요법으로 종양 크기를 줄여 수술을 용이하게 하고 유방보존술의 기회를 높인다.
선행화학요법 전과 후에 종양 크기와 범위 등을 측정하기 위해 양전자방출단층촬영(PET/CT) 및 자기공명영상촬영(MRI)을 시행하는데, 진단 단계별 반복되는 영상 촬영과 이로 인한 항암치료 반응 평가 지연은 치료에 걸림돌이 되어왔다.
연구팀은 국소 진행성 유방암 환자군 56명을 대상으로 선행화학요법 전 PET/CT 및 MRI 촬영 영상 분석을 통한 선행화학요법 치료 반응 예측을 기존 전문의와 딥러닝 기법 이용으로 나눠 비교 분석 했다.
전문의가 영상 데이터를 분석 진단한 결과, 선행화학요법 치료 반응 예측 정확도는 PET/CT 84%, MRI 61%로 확인됐다.
반면, 합성곱 신경망(CNN)*을 이용한 특화된 알고리즘을 활용한 딥러닝 기법으로 선행화학요법이 잘 듣는 환자군과 잘 듣지 않는 환자군의 PET/CT 및 MRI 촬영 영상을 학습시킨 딥러닝 기반 인공지능 모델이 영상 데이터를 분석 진단했을 때, 정확도는 PET/CT 97%, MRI 85%로 전문의가 분석했을 때보다 높았다.
* 합성곱 신경망(CNN) : 딥러닝 기법 중 하나로 이미지 분석에 활용하는 인공 신경망임
특정 이미지를 입력 데이터로 설정한 경우 이미지 속 특징 추출을 자동으로 수행함
이번 연구 성과는 딥러닝 기법으로 국소 진행성 유방암 환자 선행화학요법 전 한번의 PET/CT 및 MRI 촬영만으로 종양의 크기와 범위 뿐 아니라 선행화학요법 후 치료 반응까지 조기에 예측하여 환자의 편의성과 의료진의 조속한 치료 방향 설정에 도움을 줄 것으로 기대된다.
우상근, 김현아 박사 연구팀의 이번 연구성과는 네이처 자매지 ‘사이언티픽 리포트(Scientific Reports)’ 2020년 12월 3일자 온라인판에 게재됐다.
연구팀은 “이번 연구결과를 통해 여성암 1위를 차지하는 유방암, 특히 치료가 어려운 난치성 유방암 환자의 생존율 향상을 기대한다”며, “방사선 의학과 인공지능 기술을 접목한 다양한 임상연구로 국민 건강 증진에 앞장설 것”이라고 밝혔다.
이번 연구는 원자력연구개발사업으로 진행한 ‘인공지능 기술 활용 방사선 및 항암치료 반응 예후예측 의료기술 개발’의 일환으로 수행됐다.
임혜정 기자
webmaster@healthinnews.co.kr