암세포가 림프절이나 유방 내 다른 조직으로 전이된 국소 진행성 유방암은 재발과 전이 위험이 커 수술 전 항암치료로 종양 크기를 줄여 수술을 쉽게 하고 유방 보존술 기회를 높인다.

 

하지만 항암치료 전후 종양 크기와 범위 등을 측정하기 위해 진단 단계별로 반복해야 하는 영상 촬영과 이로 인한 반응 평가 지연이 치료에 걸림돌이 돼 왔다.

 

연구팀은 국소 진행성 유방암 환자군 56명을 대상으로 항임치료 전 PET/CT 및 MRI 촬영을 하고, 전문의와 딥러닝 기법 인공지능이 그 영상을 분석해 치료 반응을 예측하게 했다.

 

이 인공지능은 사전에 딥러닝 기법으로 항암치료에 효과를 보인 환자군과 효과가 없는 환자군의 PET/CT 및 MRI 촬영 영상을 학습했다. 

 

그 결과, 전문의가 영상 데이터를 분석 진단한 선행화학요법 치료 반응 예측 정확도는 PET/CT 84%, MRI 61%로 파악됐다. 반면 딥러닝 기반 인공지능 모델의 예측 정확도는 PET/CT 97%, MRI 85%로 인공지능이 전문의보다 훨씬 높았다.

연구팀은 항암치료 전(前) 한 번의 PET/CT 및 MRI 촬영만으로 종양 크기와 범위 뿐 아니라 선행화학요법 후 치료 반응까지 조기에 예측해서 환자 편의성과 의료진의 조속한 치료 방향 설정에 도움을 줄 것으로 기대하고 있다. 

 

우상금 박사는 "이번 연구가 여성암 1위를 차지하는 유방암, 특히 치료가 어려운 난치성 유방암 환자의 생존율을 높이는데 기여할 것으로 기대한다"고 말했다.