보건타임즈 : 학습 딥러닝 AI 통해 '유방암 진단오류' 획기적으로 줄인다

서울대병원 장정민·김수연, 세브란스 김은경·윤정현, 삼성서울 한부경·최지수 교수팀
새 진단모델 위양성률 약 45%(69/155) > 기존 97% '약 52%' 감소
새 진단모델 적용 시 조직검사율 48% > 기존 약 98% 대비 '약 50%' 대폭 줄었다
장 교수 "AI 임상에 적용함으로써 검진 유방 초음파 위양성률 감소에 기여"
논문, 국제 학술지 'Scientific Reports 최신호'에 게재

[보건타임즈] 유방암은 위암, 대장암, 간암, 자궁경부암과 함께 '국내 5대 암'으로 불린다.
세계적으로 여성 암 중 최다 발병률을 보이며, 국내에서도 2010년 이후 계속 유병률이 증가하고 있다.

유방암은 유방 전용 X선 유방 촬영술(mammography)을 통해 진단한다.
유방 촬영술은 유방암 검진에서 가장 기본적인 검사법이지만 정상 조직과 병변 조직의 X선 흡수가 다른 신체 부위보다 적어 치밀 유방일 땐 암을 놓칠 위험이 있다.
이처럼 부족한 맘모그래픽의 기능을 보완하는 동시에 정밀한 진단을 위해 유방 초음파 검사를 병행할 수 있다.
다만, 유방 초음파 검사는 치료할 필요가 없는 양성 종양을 많이 발견하게 됨으로써 이를 유방암으로 오인할 수 있게 돼 불필요한 조직검사에 따른 비용이 발생하거나 합병증 위험이 증가한다.
최근 정확하게 유방암의 병변을 감별해낼 수 있는 인공지능을 활용한 유방 초음파 검사가 개발됨으로써 그간 문제로 지목해온 유방암 진단오류를 획기적으로 줄일 수 있을 것으로 보인다.

서울대병원 장정민·김수연 교수팀은 "초음파 검사를 통해 정확하게 유방암의 병변을 감별할 수 있는 진단모델(논문)을 개발했다"며 27일 이같이 밝혔다.

이 연구에 따르면, 초음파 검사에서 우연히 발견된 양성 종양이 유방암으로 오인되는 이른바 위양성 진단을 획기적으로 줄일 수 있는 것으로 확인했다.
핵심의 비결은 인공지능을 활용한 컴퓨터 보조진단 소프트웨어다.
이 소프트웨어는 다양한 유방 종양의 초음파에서 보이는 형태학적 데이터를 이용, 학습시킨 프로그램으로 삼성메디슨에서 연구용으로 제공했다.

이 연구를 통해 발표한 모델은 여러 기관 데이터를 통해 개발, 검증된 만큼 신뢰도가 높다. 개발엔 세브란스병원과 삼성서울병원을 방문한 299명 환자의 데이터가 활용됐으며 검증은 서울대병원에 내원한 164명의 데이터를 통해 진행했다.

연구자들은 이 소프트웨어에서 추출한 정량적 지표에 영상의학과 의사의 유방 영상판독과 데이터 체계(BI-RADS) 최종평가, 환자 나이 정보를 모두 통합, 진단모델을 구축했다.
유방 영상판독과 데이터 체계란, 국제적으로 널리 사용되는 통일된 용어와 판정 체계다.

연구팀은 개발한 진단모델과 기존에 사용되는 유방 영상판독, 데이터 체계의 성적을 서로 비교했다.
이 결과, 개발한 진단모델의 양성 종양이 유방암으로 오인되는 위양성률이 약 45%(69/155)로 기존 97%(151/155)보다 무려 약 52% 감소했다.(위 표 참조)
이렇듯 위양성률이 높다는 것은 음성이 양성으로 오인 진단되는 사례가 많다는 의미로 환자에게 혼란과 불안을 안겨주는 것은 물론 불필요한 추가 검사로 의료비의 상승을 일으킨다.

또 연구팀이 꼽는 새로 개발한 진단모델의 이점으로는 조직검사율의 감소를 유도할 수 있었다는 거다.
조직검사는 진찰이나 영상학적 검사에서 의심스러운 병변이 발견됐을 때만 시행된다.
새 진단모델을 적용 시 조직검사율은 48%(78/164)로 기존 유방 영상판독과 데이터 체계를 통해 조직검사가 필요하다고 판단된 병변 약 98%(160/164) 대비 약 50%로 대폭 줄었다.

장정민 교수는 "영상 의학 분야에서 활용되는 인공지능은 전문가의 판단에 부가적이며 객관적인 의견을 제공해 줌으로써, 진단의 효율과 정확성을 높일 수 있어 활용 가능성이 매우 크다"며 "미래 딥러닝 기반 소프트웨어를 임상에 적용함으로써 검진 유방 초음파 위양성률을 줄이는데 크게 기여할 것으로 보인다"고 기대했다.

이 연구는 대한유방영상의학회/대한유방검진의학회 다기관 연구지원에 의해 수행됐으며 서울대병원, 세브란스병원(김은경, 윤정현 교수), 삼성서울병원(한부경, 최지수 교수)이 참여했다.

이 연구결과를 다룬 논문은 'Deep learning‑based computer‑aided diagnosis in screening breast ultrasound to reduce false‑positive diagnoses'이란 주제로 국제 학술지 '사이언티픽 리포트(Scientific Reports) 최신호'에 게재됐다.