의료 인공지능(AI)이 단순히 병변을 찾아내는 것을 넘어 이미지만으로 악성과 양성까지 구별하는 수준까지 발전을 지속하고 있다.

CT 이미지만으로 결장암과 급성 게실염을 구분하는 딥러닝 알고리즘이 나온 것. 특히 민감도가 83%에 달한다는 점에서 보조 역할로 충분하다는 것이 전문가들의 의견이다.

현지시각으로 29일 자마 네트워크 오픈(JAMA NETWORK OPEN)에는 컴퓨터단층촬영(CT) 만으로 대장암과 급성 게실염을 구분하는 인공지능에 대한 검증 연구 결과가 게재됐다(10.1001/jamanetworkopen.2022.53370).

현재 결장암 등의 진단에는 CT가 주로 활용되고 있지만 비후 이미지 만으로 악성과 양성을 구분하는 것은 상당하 어려운 작업에 꼽힌다.

이로 인해 대부분 추가적인 조직 검사 등을 통해 악성과 양성을 구분하고 있는 것이 현실이다.

특히 결장암과 급성 게실염이 진단 결과는 유사해도 수술 전략이 완전히 다르다는 점에서 이에 대한 구별은 임상적으로도 매우 중요한 의미를 갖는 것도 사실이다.

결장암인 경우 종양학적 절제가 필요한 반면 급성 게실염은 간단한 절제만으로도 충분히 효과를 볼 수 있기 때문이다.

이에 따라 독일 뮌헨 의과대학 세바스찬(Sebastian Ziegelmayer) 교수가 이끄는 연구진은 딥러닝을 통해 인공지능으로 이를 감별하는 기술 개발에 착수했다.

2005년부터 2020년까지 결장암과 급성 게실염으로 수술을 받은 환자의 데이터를 인공지능에게 학습시켜 이에 대한 차이를 구별하게 한 것.

장 분절과 비후 모양과 특성 등을 3차원으로 구성해 이에 대한 차이를 인공지능이 구별하게 하는 것이 골자다.

그 결과 딥러닝 알고리즘을 적용한 인공지능은 결장암과 급성 게실염을 민감도 83.3%로 구분해 내는데 성공했다.

또한 특이도도 86.6%에 달할 정도로 높은 정확도를 보여줬다. 위음성과 위양성의 오류를 크게 줄인 셈이다.

세바스찬 교수는 "결정암과 급성 게실염에 대한 구분은 임상 현장에서 매우 중요한 지표 중 하나라는 점에서 인공지능을 통해 이에 대한 최종 진단 확률을 높일 수 있다는 것은 매우 고무적이다"며 "의사가 혹여 놓칠 수 있는 중요한 문제를 짚어준다는 점에서 향후 활용 가능성이 높을 것"이라고 밝혔다.