원자력의학원, 다기관 PET 영상 기반 기계학습 모델 개발

우상근·신의섭·김병일 박사 연구팀, 수술전 항암방사선치료 결과 예측

박으뜸 기자 (acepark@medipana.com)2023-12-06 09:26


한국원자력의학원 우상근·신의섭·김병일 박사 연구팀이 국소 진행성 직장암 환자의 수술 전 항암방사선치료 시행 후 종양이 소실되는 완전관해를 보다 정확하게 예측할 수 있는 기계학습(Machine Learning) 모델을 개발했다.

직장은 대장의 제일 끝부분부터 항문에 이르는 15cm 가량의 부위다. 암세포가 직장 내에 국한된 국소 진행성 직장암은 종양의 크기를 최대한 줄여 국소 재발을 막고 항문을 보존하기 위해 수술 전 항암치료와 방사선치료를 병행하는 항암방사선치료를 시행한다.

수술 전 항암방사선치료를 받은 일부 국소 진행성 직장암 환자에서 완전관해를 보이는 경우가 있다. 직장암 수술은 수술 후 많은 불편감이 따를 수 있기에, 완전관해 예측 환자를 조기에 선별해 치료 계획을 수립하는 것은 매우 중요하다.

연구팀은 의료분야에서 다양하게 활용되고 있는 인공지능에 착안해 국소 진행성 직장암 환자 156명을 대상으로 양전자방출단층촬영(이하 PET) 영상 데이터 기반의 기계학습 모델을 이용했다. 그리고 수술 전 항암방사선치료 결과 완전관해 예측 정확도를 비교 분석했다.

분석 결과, 원자력병원 환자의 항암방사선치료 전 종양 PET 영상 데이터 및 치료 후 결과를 학습시킨 기계학습 모델의 완전관해 예측 정확도는 76%로 평가됐다.

원자력병원 및 부천순천향병원 양기관 환자의 항암방사선치료 전 종양 PET 영상 데이터 및 치료 후 결과를 학습시킨 기계학습 모델의 완전관해 예측 정확도는 87.5%로 향상됐다.
 
이 과정에서 연구팀은 원자력병원 및 부천순천향병원 양기관에서 다양한 PET 영상 데이터 및 치료 후 결과 자료를 확보했다. 아울러 측정기관 간의 장비 및 이미지 추출·분석법 등의 차이에 따른 PET 영상의 변동성을 개선해 분석 결과의 정확도를 높였다. 

이번 연구로 연구팀은 PET 데이터 기반 인공지능 모델의 높은 정확도를 확인하고 신뢰성을 확인했다.

한국원자력의학원 우상근 박사(겸 과학기술연합대학원대학교 교수) 연구팀은 "이번 연구성과가 난치성 직장암 환자의 맞춤형 치료법 개발에 도움이 되길 바라며, 인공지능 기술 접목 등 다각적인 방사선 의학 연구 추진으로 암을 비롯한 여러 난치성 질환의 치료법 제시를 위해 노력하겠다"고 말했다. 

이번 연구는 원자력연구개발사업으로 진행한 '인공지능 기술 활용 방사선 및 항암치료 반응 예후 예측 의료기술 개발'의 일환으로 수행됐다.

해당 연구 성과는 종양학 분야 국제 학술지 '캔서스(Cancers)' 2023년 11월 30일자 온라인판에 게재됐다.

실시간
빠른뉴스

당신이
읽은분야
주요기사

독자의견

작성자 비밀번호

0/200

메디파나 클릭 기사

독자들이 남긴 뉴스 댓글

포토