사진 왼쪽부터 황성일 교수, 이학종 교수.
사진 왼쪽부터 황성일 교수, 이학종 교수.

[라포르시안] 신장암의 CT 영상결과에 딥러닝을 활용해 분석한 결과, 딥러닝을 이용한 인공지능은 기존의 병변 발견 및 영상진단 뿐 아니라 신장암의 조직학적 분류 예측에도 유용한 것으로 나타났다.

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

신장암을 수술할 때는 수술에서 절제한 종양의 조직검사를 통해 어떤 형태의 암인지 분류를 한다. 하지만 이는 수술 후 실시하는 검사인만큼 그 결과를 미리 파악해 환자의 예후를 예측하기에는 한계가 있었다.

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 정합했다. 해당 이미지를 딥러닝 네트워크 GoogLeNet을 변형한 소프트웨어에 적용해 어떤 형태의 암으로 진단하는지 확인하고, 최종적인 조직검사 결과와 얼마나 차이가 있는지 비교했다.

딥러닝 프로그램의 분석결과 평균 정확도는 약 85%에 달했다. 실제로 질병이 있을 때 질병이 있다고 진단할 확률을 의미하는 민감도는 64%~98%, 실제로 질병이 없을 때 질병이 없다고 진단할 확률인 특이도는 83%~93%로 나타났다.

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.

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

저작권자 © 라포르시안 무단전재 및 재배포 금지