영상의학과 안유라 전문의는 아시아오세아니아 영상의학 학술대회에서 ‘CT에서 딥러닝 알고리즘을 이용한 반고형결절 폐암의 고형 부분 측정’이라는 주제의 연구로 대한영상의학과 저술상을 수상했다. 영상의학과 이상민 교수의 지도로 진행된 이 연구결과는 CT에서 폐암 병기 설정시 자동화되고 객관적인 프로세스로 병변 평가에 도움이 될 것으로 기대된다.

Q. 연구의 배경은?

폐암 중에서도 폐선암은 CT에서 간유리음영과 고형 부분이 섞여 있는 반고형결절로 보이는 경우가 많은데, 폐암 병기 설정시 CT에서 고형 부분의 크기만을 따로 측정하는 과정이 필요하다. 이는 병기 설정이 고형 부분의 크기에 따라 이루어지기 때문이며 고형 부분이 실제 병리학적으로 침습적인 부분을 나타내기도 하고 예후를 반영하는 것에 근거를 두고 있다. 그래서 실제로 영상의학과 의사가 직접 측정을 하고 있긴 하지만 사람마다 판단 기준이 조금씩 다를 수 있기 때문에 주관적일 수 있고 결과의 재현성이 떨어진다는 단점이 있다. 이를 보완하기 위해 반자동 측정 프로그램이 개발되기도 했으나 적절하게 측정되는 비율이 63% 정도로 높지 않았다.

최근 인공지능 기술의 발전으로 고형 부분을 자동으로 측정하는 프로그램이 개발됐고 본 연구는 실제 수술을 받은 폐선암에서 프로그램이 측정한 크기를 영상의학과 의사가 측정한 크기와 병리과에서 측정된 침습적인 부분의 크기와 비교하여 그 성능을 평가하고자 했다.

Q. 연구에 대해 설명하면?

먼저 5명의 영상의학과 의사가 각자, CT에서 반고형 결절로 보였던 폐선암 환자 448명의 수술 전 CT에서 고형 부분의 크기를 기존 방식대로 직접 측정했다. 또한 수술 후 병리학적으로 측정된 폐선암의 침습 부분 크기를 조사했다. 영상의학과 의사들 간에는 2.7~5.2mm의 평균 차이를 보였으며 병리학적 침습 부분과는 2.3~7.5mm의 차이를 보였다. 인공지능 프로그램의 자동 측정 결과는 영상의학과 의사의 측정 결과들과 매우 높은 일치도를 보였으며 크게는 3.7mm, 가장 적게는 1.5mm의 평균 차이를 보였다. 병리학적 침습 부분 크기와도 6mm 정도의 평균 차이로 높은 일치도를 보였다.

Q. 앞으로의 연구 계획은?

본 연구 결과에서 인공지능 프로그램은 영상의학과 의사들 간에서 보이는 수준의 측정 일치도를 보였고 병리학적 침습 부분과도 일치도가 높았다. 기존 반자동 프로그램에 비해서도 높은 측정 성공률(89%)을 보여 측정이 어려운 복잡한 병변에 대한 보완이 조금 더 이루어진다면 객관적인 크기 측정 및 병기 설정에 많은 도움이 될 것이라 생각된다. 또한 폐암에서는 병변의 2차원 크기뿐만 아니라 부피 측정 및 부피 변화가 중요한 요소인데 현재 프로그램의 크기 측정을 3차원으로 확대한다면 자동 부피 측정이 가능해지게 된다. 따라서 자동으로 측정한 부피 및 그 변화에 따른 검진 결과나 예후에 대해서도 추가적인 연구를 진행할 계획이다.