삼성서울병원 연구팀, 수술 중 '간 섬유화' 판단하는 AI모델 개발

예측 정확도 94%…의사 84%·혈액검사 68%보다 높아
"간암환자 수술전략 결정시 객관적 근거 제공"

간암 환자의 수술 전략을 결정하는 핵심 정보인 간섬유화 정도를 수술 중 실시간으로 정확히 예측하는 인공지능(AI) 기술이 개발됐다. 간암 수술을 하는 외과의사보다 정확하다는 평가도 나왔다.

최규성-오남기-유학제

삼성서울병원은 이식외과 최규성·오남기 교수와 AI연구센터 유학제 박사 연구팀이 2019년 12월부터 2022년 3월까지 간암으로 복강경 간 절제술을 받은 환자 103명을 분석해 간섬유화 예측 AI를 개발했다고 12일 밝혔다.

간암 환자의 경우 수술 시 간섬유화나 간경변이 있으면 간 절제 범위를 조정하거나 수술 방법을 바꿔야 하기 때문에 간섬유화 정도를 파악하는 것이 매우 중요하다.

기존에는 섬유화 정도를 평가하기 위해 수술 전 혈액검사나 CT·MRI를 진행했으나 정확도가 제한적이고, 조직검사의 경우 침습적일 뿐 아니라 간 전체의 섬유화 정도를 파악하는 데 어려움이 있었다. 이 때문에 외과의가 수술 중 간 표면을 직접 관찰해 판단해왔으나 이 또한 주관적이고 경험에 따라 정확도가 달라지는 한계가 있었다.

AI 예측 모델을 통해 복강경 수술 중 촬영된 영상으로 간섬유화를 분석하는 모습. 삼성서울병원

연구팀은 환자들의 복강경 수술 중 촬영된 HD 화질 영상을 분석했다. 이미지넷(ImageNet)으로 미리 학습된 딥러닝 모델을 간섬유화 진단에 맞게 재학습시켜 간 표면의 울퉁불퉁한 정도, 색상 변화, 윤곽의 불규칙성 등을 자동으로 인식하도록 했다.

그 결과 딥러닝 기반 AI 모델을 활용할 경우 92.7%의 정확도로 심한 간섬유화를 예측했다. 외과의사의 예측 정확도 80.8~84.4%나 혈액검사 68.0%보다 높은 수준이다.

외과의의 경우 간섬유화가 있는 환자를 잘 찾아내는 민감도는 95% 이상으로 높지만 환자 안전을 위해 보수적으로 판단하는 경향이 있다 보니 섬유화가 없는 정상 간을 구분하는 특이도는 61.1~67.8%로 상대적으로 낮았다는 게 연구팀의 설명이다. 반면 AI 모델은 민감도 91.8%, 특이도 91.0%를 기록하며 균형 잡힌 성능을 보였다.

최규성 교수는 "이번 연구는 간섬유화 평가의 사각지대를 AI를 활용해 임상 가치를 확장한 성과"라며 "외과의의 풍부한 임상 경험에 AI를 더해 암 환자의 정밀 수술 전략 수립에 중요한 토대가 될 것으로 기대한다"고 말했다.

이번 연구 결과는 네이처 계열의 과학 분야 국제 학술지 '사이언티픽리포츠(Scientific Reports, IF=3.9)' 최근호에 게재됐다.

조인경 기자 ikjo@asiae.co.kr