의사
채용
서울성모병원 '갑상선암, 인공지능(AI)으로 진단'
임동준·하정훈 교수팀, 광음향 영상 기반으로 초음파 단점 등 보완
[데일리메디 한해진 기자] 최근 국내 연구팀이 광음향 및 초음파와 인공지능(AI) 기술을 결합해 비침습 검사로 갑상선 결절과 암을 구분하는 방법을 제안했다.
가톨릭대 서울성모병원은 내분비내과 임동준, 하정훈 교수 연구팀이 POSTECH(포항공과대학교) 전기전자공학과·IT융합공학과·기계공학과 김철홍 교수·박별리 박사 연구팀, 부산대 김지수 교수와 공동연구를 통해 실제 갑상선 악성 결절 환자와 양성 결절 환자로부터 광음향 영상을 획득해 인공지능으로 분석하는 연구 성과를 냈다고 밝혔다.
갑상선에 혹이 생기는 것을 갑상선 결절이라고 하고, 전체 갑상선 결절의 5~10%는 갑성선 암으로 진단된다. 갑상선 암은 치료 예후가 좋아 생존율도 높고, 재발도 적기 때문에 조기진단과 조기 치료가 특히 중요하다.
현재 갑상선 결절 환자에 대한 진단은 초음파 영상을 이용한 미세바늘흡입생검(FNAB, fine-needle aspiration biopsy)을 이용한다. 그러나 약 20%가 정확하지 않다는 보고가 있으며, 그로 인해 불필요한 검사가 반복되는 문제가 있다.
연구팀이 발견한 초음파 신호를 얻는 광음향 영상법은 다음과 같다. 빛(레이저)을 환자 갑상선 결절에 쬐게 되면 갑상선과 결절 부위에서 초음파 신호가 발생한다. 이 신호를 획득해 처리하면 갑상선과 갑상선 결절 광음향 영상을 얻을 수 있다.
연구팀은 이를 머신러닝 기법으로 분석, 갑상선 결절이 악성인지 양성인지를 성공적으로 자동 분류했다. 1차 분류 결과에서는 악성을 악성으로 분류하는 민감도가 78%, 양성을 양성으로 분류하는 특이도가 93%를 보였다.
2차로 머신러닝 기법으로 얻어진 광음향 분석 결과와 병원에서 사용되는 초음파 영상 기반의 초기 검진 결과를 결합했다. 여기서도 83%의 민감도와 93%의 특이도로 악성 갑상선 결절을 구분해 낼 수 있음을 확인했다.
한 발 더 나가 3차 분석에서 민감도를 100%로 유지할 때, 특이도는 55%가 나오는 결과를 얻었다. 이는 기존 초음파를 이용한 갑상선 결절 초기 검사의 특이도인 17.3%보다 (민감도는 98%) 약 3배 높은 수치였다.
결과적으로 악성이 아닌 양성 결절을 정확하게 진단할 확률이 3배 이상 높아졌다.
서울성모병원 임동준 교수는 “광음향 영상을 기반으로 한 초음파기기는 최근 건강검진이나 진료 중 발견되는 많은 갑상선 결절에서 조직검사 횟수를 줄이고 효과적으로 갑상선암을 진단하는 데 큰 도움이 될 것”이라며 “추가적인 임상연구를 통해 많은 갑상선 결절 환자에게 쉽게 적용될 수 있는 의료기기로 개발할 수 있다”고 덧붙였다.
한편, 이번 연구는 한국연구재단, 교육부 대학중점연구소지원사업 의료기기혁신센터(MDIC), 과학기술정보통신부 인공지능대학원지원, BK21 FOUR 프로젝트의 지원으로 수행됐으며 국제학술지인 ‘Cancer Research’에 게재됐다.
한해진 기자 (
