포디움 세션에서 구두 발표된 해당 연구는 근치적 전립선 절제술 후 생화학적 재발을 예측하기 위한 침생검 표본의 글리슨 등급 부여에 있어 병리학자와 AI 알고리즘의 결과를 비교했다. 글리슨 점수는 전립선암의 등급을 매기는 핵심 요소 중 하나로, 다양한 임상 결정을 내리는데 지표가 된다. 예를 들어, 글리슨 점수 3+4와 4+3은 7로 동일하지만, 각각 다른 예후를 갖는다.
먼저 연구팀은 글리슨 등급 2로(글리슨 점수 3+4) 진단되고, 2000년부터 2014년까지 존스홉킨스 병원에서 근치 전립선 절제술을 받은 284명의 환자의 진단을 재평가했다. 해당 환자군은 처음 3+4로 진단받았더라도 3+3 또는 4+3으로 재평가될 수 있기 때문에 진단이 까다로운 코호트 중 하나이다. 연구에 포함된 환자 추적 데이터는 평균 4년, 최대 14년으로, 데이터에 따르면 환자의 약 16%가 전립선암의 재발을 경험한 것으로 나타났다. 해당 기간 동안 ISUP 지침이 변경됨에 따라 전문 비뇨 전문 병리학자 2명이 모든 생검 조직의 글리슨 등급을 다시 분석했으며 세 번째 비뇨 전문 병리학자가 앞선 두 병리학자의 불일치 판독에 대한 분석을 진행했다. 동일한 검체에 대한 AI 분석에는 딥바이오의 딥러닝 기반 전립선암 진단 보조 소프트웨어 DeepDx® Prostate이 활용됐다.
연구 결과 두 병리학자 간 분석 일치도 및 합의된 병리 판독문과 알고리즘의 분석 일치도는 각각 0.17, 0.33의 카파 수치를 기록하며 다소 낮았다. 그러나 중요한 점은 해당 연구가 AI 알고리즘이 근치적 전립선 절제술 후 생화학적 재발과 관련해 환자 위험도를 계층화하는 도구로써 가능성을 시사했다는 것이다. 이러한 위험 계층화는 불필요한 수술을 방지하고, 의료진이 환자의 치료 방법을 선택하는 데 도움이 될 수 있다.
딥바이오 김선우 대표는 “글로벌 유수의 대학인 존스홉킨스 의과대학과 딥바이오가 공동연구를 진행하며 AI를 활용한 전립선암 진단에 있어 주목할 만한 성과를 입증하게 돼 더욱 의미있다”고 밝히며, “정확한 진단과 환자 맞춤형 치료가 대두되고 있는 만큼 암 진단과 치료에 새로운 인사이트를 제공할 수 있는 혁신적인 딥러닝 기술 도입에 주력할 것”이라고 덧붙였다.
이경민 기자
press@healthinnews.co.kr