연구진이 제거된 조직의 유방촬영술을 통해 외과의사가 유방암 수술 중 암 조직을 모두 제거했는지 여부를 실시간으로 예측할 수 있는 인공지능 모델을 개발했다. 모델은 인간 의사와 같거나 그보다 더 나은 성능을 발휘했습니다.
초기 유방암에 선호되는 치료법은 유방 보존 수술, 즉 부분 유방절제술과 방사선 요법을 병행하는 것입니다. 암이 재발하는 것을 방지하려면 수술 중에 모든 암성 유방 조직을 제거해야 합니다. 검사 방법은 절제된 조직의 바깥쪽 가장자리를 확인하여 암세포가 포함되어 있지 않은지 확인하는 것인데, 이것이 바로 '음성 마진'입니다.
조직 유방조영술(검체 유방조영술)은 수술실에서 수행할 수 있고 즉각적인 피드백을 제공하기 때문에 음의 마진을 보장하는 널리 사용되는 수단입니다. 그러나 유방 표본의 영상은 정확하지 않을 수 있으며 나중에 암세포가 발견되면 더 많은 조직을 제거하기 위해 추가 수술이 필요할 수 있습니다.
노스캐롤라이나대학교(UNC) 의과대학 연구진이 유방암 수술 중 암조직이 완전히 제거되었는지 실시간으로 예측할 수 있는 인공지능 모델을 개발했다.
해당 연구의 교신저자 중 한 명인 Kristalyn Gallagher는 "일부 암은 느낄 수 있고 볼 수 있지만 제거된 조직의 가장자리에 존재할 수 있는 작은 암세포는 볼 수 없습니다. 다른 암은 완전히 현미경으로 볼 수 있습니다. 이 인공지능 도구를 사용하면 수술로 제거된 종양을 실시간으로 더 정확하게 분석하고 수술 중에 모든 암세포를 제거할 가능성이 높아집니다. 이를 통해 환자가 두 번째 또는 세 번째 수술을 받지 않아도 됩니다."라고 말했습니다.
AI 모델에 음성 마진과 양성 마진이 어떻게 보이는지 '교육'하기 위해 연구원들은 절제 직후 촬영한 821개의 유방 조영술 이미지를 사용하여 병리학자의 최종 표본 보고서와 일치시켰습니다. 이미지의 절반 이상(53%)이 에지 포지티브 이미지였습니다. 그들은 또한 연령, 인종, 종양 유형 및 종양 크기와 같은 모델 환자 인구 통계를 제공했습니다.
인공지능 모델의 민감도는 85%, 특이도는 45%, AUROC(수신기 작동 특성 곡선 아래 영역)는 0.71인 것으로 나타났습니다. 민감도는 모델이 긍정적인 인스턴스를 감지하는 능력을 측정하는 반면, 특이성은 모델이 올바르게 식별하는 실제 부정적인 인스턴스의 비율을 측정합니다. AUROC는 모델의 전체 성능을 측정하여 0과 1 사이의 값을 제공합니다. 여기서 0.5는 무작위 추측을 나타내고 1은 완벽한 성능을 나타냅니다.
연구자들은 인간 해석의 정확성과 비교하여 AI 모델이 인간과 같거나 더 나은 성능을 발휘한다고 말합니다. 이를 관점에서 살펴보면, 이전 연구에서는 유방 표본 이미징의 민감도 범위가 20%~58%이고 AUROC 범위가 0.60~0.73인 것으로 나타났습니다.
이번 연구의 제1저자인 케빈 첸(Kevin Chen)은 “AI 모델이 수술실에서 의사와 외과의사의 의사결정을 지원하기 위해 컴퓨터 비전을 어떻게 사용할 수 있는지 생각하는 것은 흥미롭다”고 말했다. "우리는 AI 모델이 긍정적인 가장자리를 식별하는 데 있어서 인간만큼 우수하거나 심지어 약간 더 낫다는 것을 발견했습니다."
이 모델은 유방이 치밀한 환자의 마진을 식별하는 데 도움이 됩니다. 유방 조영술에서 치밀한 유방 조직과 종양은 모두 밝은 흰색으로 나타나므로 건강한 조직과 암 조직을 구별하기가 어렵습니다.
연구원들은 전문 외과의, 방사선 전문의, 병리학자 등 자원이 적은 병원에서 AI 모델을 사용하여 수술실에서 신속하고 정보에 기초한 결정을 내릴 수 있다고 말합니다.
공동 교신저자인 Shawn Gomez는 "기존 전문 지식이 없는 병원에 추가 지원 계층을 제공하는 것과 같습니다."라고 말했습니다. "최선의 추측을 하는 대신 외과의사는 수백 또는 수천 장의 이미지에 대해 훈련된 모델의 지원을 받을 수 있으며 즉각적인 수술 피드백을 받아 더 많은 정보에 입각한 결정을 내릴 수 있습니다."
AI 모델은 아직 초기 단계에 있으며, 연구자들은 가장자리 식별의 정확성을 높이기 위해 더 많은 유방 조영술을 통해 계속 훈련할 예정입니다. 이 모델은 임상 적용에 적용되기 전에 추가 연구와 검증이 필요합니다.
이 연구는 Annals of Surgical Oncology 저널에 게재되었습니다.