의과대학

삼성서울병원, 수술 중 간 섬유화 판단 AI 모델 개발

이식외과·AI연구센터 연구팀, 복강경 수술 영상 분석 AI 모델 개발

최규성 교수 "간암 환자 수술 전략 결정에 객관적 근거 제공 기대"

(출처: 뉴스1)

(서울=뉴스1) 구교운 기자 = 간암 환자의 수술 전략을 결정하는 핵심 정보인 간 섬유화 정도를 수술 중 실시간으로 정확히 예측하는 AI 기술이 개발됐다. 간암 수술을 1000건 이상 한 외과 의사보다 정확하다는 평가도 나왔다.

삼성서울병원은 최규성·오남기 이식외과 교수, 유학제 AI연구센터 박사 연구팀이 지난 2019년 12월부터 2022년 3월까지 삼성서울병원에서 간암으로 복강경 간 절제술을 받은 103명 환자를 분석해 간 섬유화 예측 AI를 개발했다고 12일 밝혔다.

간암 환자 수술 시에는 간 섬유화나 간경변이 있으면 간 절제 범위를 조정하거나 수술 방법을 바꿔야 하기에 간 섬유화 정도를 파악하는 것이 매우 중요하다.

간 섬유화는 간에 흉터 조직이 쌓이며 간 기능이 저하되는 상태로, 진행되면 간경변으로 이어질 수 있다. 간암 환자에게서는 수술 후 간 기능 저하와 합병증 위험을 높이는 주요 요인으로 꼽힌다.

기존에는 섬유화 정도를 평가하기 위해 수술 전 혈액검사나 CT·MRI를 진행했으나 정확도가 제한적이었고 조직검사의 경우 침습적일 뿐 아니라 간 전체의 섬유화 정도를 파악하기에는 한계가 있었다.기존에는 섬유화 정도를 평가하기 위해 수술 전 혈액검사나 CT·MRI를 진행했으나 정확도가 제한적이었고 조직검사의 경우 침습적일 뿐 아니라 간 전체의 섬유화 정도를 파악하기에는 한계가 있었다.

결국 외과의가 수술 중 간 표면을 직접 관찰해 판단해 왔으나, 이 또한 주관적이고 경험에 따라 정확도가 달라지는 한계가 있었다.

연구팀은 103명 환자의 복강경 수술 중 촬영된 HD화질 영상을 분석했다. 이미지넷(ImageNet)으로 미리 학습된 딥러닝 모델을 간 섬유화 진단에 맞게 재학습시켰다. 간 표면의 울퉁불퉁한 정도, 색상 변화, 윤곽의 불규칙성 등을 자동으로 인식하도록 했다.

그 결과 연구팀은 딥러닝 기반 AI 모델을 활용할 경우 92.7%의 정확도로 심한 간 섬유화를 예측한다고 밝혔다. 외과의 80.8~84.4%나 혈액검사 68.0%보다 높은 정확도를 보였다.

연구팀은 외과의의 경우 간 섬유화 있는 환자를 잘 찾아내는 민감도는 95% 이상으로 높지만 환자 안전을 위해 보수적 판단이 반영돼 섬유화가 없는 정상 간을 구분하는 특이도는 61.1~67.8%로 상대적으로 낮았다고 밝혔다.

반면 AI모델은 민감도 91.8%와 특이도 91.0%를 기록하며 균형 잡힌 성능을 보였다고 말했다.

최 교수는 "이번 연구는 간 섬유화 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.

연구 결과는 네이처 계열 과학 분야 국제 학술지 '사이언티픽 리포츠'(Scientific Reports, IF=3.9) 최근호에 게재됐다.