(Endoscopic photographs of lesions in three false-negative patients. Credit: Science Translational Medicine (2024). DOI: 10.1126/scitranslmed.adk5395)
최근 생성형 AI가 크게 주목받고 있지만, 사실 의료 분야에서는 판독을 돕는 용도로 먼저 사용이 시도되고 있습니다. X레이, CT, MRI 같은 이미지 판독에서 사람을 돕거나 빠른 임시판독을 내려주는 것입니다.
최근에 시도되고 있는 다른 응용은 실시간으로 이미지 해석을 도와주는 것입니다. 예를 들어 내시경 시행 시 암으로 의심되는 병변을 보여주거나 초음파 시행시 문제되는 소견을 알려주는 것입니다.
CT처럼 정지 이미지가 아니고 사람에 따라 이미지 품질이나 모양이 다를 수밖에 없지만, 최근 AI의 발달로 이 문제를 극복하면서 하나씩 결과물들이 나오고 있습니다.
중국 웬주 의대 타이주 병원의 샤오웨이 리 박사 (Dr. Shao-Wei Li, department of gastroenterology at Taizhou Hospital, an affiliate of Wenzhou Medical University)가 이끄는 중국내 여러 기관 연구팀은 19만장의 식도 내시경 이미지를 분석해 식도암과 전암성 병변의 진단을 돕는 AI인 ENDOANGEL-ELD를 개발했습니다.
이 이미지들은 1,556명의 식도암 환자와 1,561명의 대조군에서 얻은 것입니다. 연구팀은 이를 DCNN (deep convolutional neural network) 알고리즘을 통해 학습시켜 식도암을 진단하도록 만들었습니다. 참고로 식도암은 초기에는 생각보다 진단이 쉽지 않습니다.
연구 결과 ENDOANGEL-ELD는 내시경 의사에게 암이 있을 가능성이 있는 부위를 표시해줘 진단율을 높일 수 있는 것으로 나타났습니다. 맨눈으로는 구분하기 힘든 초기 암 의심 병변을 98.2%의 정확도 (민감도 89.7%, 특이도 98.5%)로 진단할 수 있었습니다.
식도암은 초기 진단 시 생존율이 90%까지 높아질 수 있어 실제 임상에서 AI가 식도암 조기 진단율을 높일 수 있을지 주목됩니다. 다만 실제 임상에서 활용되기 전까지는 여러 가지 검증해야 할 부분들이 많을 것으로 생각되며 비용 역시 문제가 될 것으로 보입니다.
참고
https://medicalxpress.com/news/2024-07-experimental-ai-method-boosts-doctors.html
Shao-wei Li et al, Deep learning assists detection of esophageal cancer and precursor lesions in a prospective, randomized controlled study, Science Translational Medicine (2024). DOI: 10.1126/scitranslmed.adk5395
댓글
댓글 쓰기