세계 최초 AI 대장암 림프절 전이 유무 예측 모델 개발
대장암은 식습관 등의 영향으로 위암에 이어 우리나라에서 두 번째로 많은 암으로 보고된다. 대장암 역시 암의 위치, 깊이, 전이 등 여러 요소에 따라 치료방법을 결정하는데 이 중 림프절 절이 유무는 초기 대장암환자가 내시경 치료 후 추가수술과 항암화학요법이 필요할지 결정할 수 있는 중요한 예후요인으로 여겨진다.
그간 전이 여부 예측을 위해 초음파, CT, 병리학적 등 다양한 방법이 시도돼왔는데 검사법의 현실적인 한계로 전이 여부를 명확히 예측하기는 어려웠다. 특히 병리조직의 판단은 가장 중요한 진단지표이지만 방대한 영상을 사람이 세밀히 판단하기 불가능한 점 ▲이런 이유로 도입된 정성적 평가 척도의 한계점 ▲마지막으로 판독을 하는 의사 개개인별 판단의 차이 등의 이유로 역시 한계가 있었다. 따라서 의학계에서는 이러한 한계를 극복하고 보다 일관된 결과를 얻기 위해 최신 컴퓨터 이미지 분석기술이 활발하게 개발돼왔다.
이러한 상황에서 국내 의료진이 세계 최초로 AI(인공지능)를 이용해 대장암의 림프절 전이 유무를 예측할 수 있는 진단모델을 개발했다.
강동경희대병원은 소화기내과 곽민섭 교수팀이 한국연구재단 과제로 수행한 연구를 통해 최신 컴퓨터 이미지 분석기술과 AI를 접목시켜 대장암의 림프절 전이 예측 시스템을 개발했다고 밝혔다. 이것의 핵심은 암 전이에 중요한 작용을 한다고 알려진 ‘암 주위 미세환경’을 분석해 전이 여부를 예측하는 것이다.
곽민섭 교수팀은 조직 슬라이드에서 암조직과 암조직 주변 간질영역의 비율을 이용해 예측 평가점수인 PTS 점수를 개발했다. 먼저 조직을 정상 대장점막, 간질, 림프구, 점액, 지방조직, 평활근, 대장암의 7개 클래스로 나눠 영역에 대한 명확한 구역화 훈련을 통해 AI모델을 개발하고 이 중 암조직과 주위 간질영역을 추출, 형태연산 방법을 통해 점수를 계산하도록 했다.
이후 곽민섭 교수팀은 미국 국립보건원 프로젝트에 등록된 대장암 1~3기 환자 총 164명을 대상으로 AI진단모델의 유용성을 검증했다. 이번 연구에서 직장암을 진단받았거나 영상화질이 불량한 슬라이드는 제외됐으며 이 중 59.8%(98명)는 림프절 전이가 없는 음성그룹, 40.2%(66명)은 양성그룹이었다.
곽민섭 교수팀은 AI 진단모델로 분석하여 PTS 점수를 확인한 결과 양성그룹의 평균 PTS 점수는 0.38점으로 음성그룹 0.228점보다 유의하게 높았으며 양성그룹에서도 전이가 많을수록 점수가 더 높음을 확인, 이번 AI 진단모델이 림프절 전이 위험이 있는 환자를 식별하는 데에 유용함을 입증했다.
이번 연구는 기존 병리조직검사의 한계를 극복하고 방대한 전체 슬라이드를 보다 정확하고 세밀하게 분석할 수 있는 기틀을 마련함과 동시에 대장암환자에서 편리하고 정확하게 림프절 전이위험을 확인함으로써 치료효과를 극대화할 수 있을 것으로 평가되고 있다.
곽민섭 교수는 “이번 모델을 통하여 정확하고 대장암 전이를 예측하여 환자 개개인에 맞는 치료 및 추적 관찰방법을 구축할 수 있다”면서 “향후 후속 임상시험과 보다 심층적인 AI 연구개발로 정밀의료(Precision medicine)를 가능하게 할 수 있을 것으로 생각한다”고 말했다.
한편 이번 연구결과는 국제학술지 Frontiers in Oncology에 최신호에 게재됐다.
