중앙대학교광명병원(병원장 이철희) 방사선종양학과 전민수 교수가 ‘폐암검진용 흉부 CT 영상의 과도스캔 여부 자동 판별 기술’을 개발해 관심이 모아지고 있다.
전민수 교수가 개발한 이 기술은 단일 및 다기관 데이터에서 각각 0.976, 0.997의 AUROC 수치를 가지며, 93%이상의 정확도, 민감도 및 특이도를 가지는 것으로 확인됐다.
또 알고리즘 성능은 단변량 회귀분석의 수행 시 CT 영상 정보에 영향을 줄 수 있는 5가지 변수들(나이, 성별, 기관 출처, CT 장비, 영상두께)에 대해 통계적 유의성을 가지지 않는 것으로 확인되며, 개발된 알고리즘이 신뢰도 높은 일반화 성능을 보유하고 있음을 시사한다.
이외에도 과도스캔으로 인한 추가 피폭 유효선량(Effective dose)을 추정할 경우, 단일 기관 데이터에서 약 0.02mSv, 다기관 데이터에서 0.03mSv의 수치를 가지는 것으로 나타났다.
약 5mSv의 피폭선량이 DNA손상이 야기될 수 있다는 타 연구결과의 수치를 참조 시 이는 비교적 낮은 수치인 것으로 판단되지만 촬영 부위를 고려하거나 추가적인 방사선 검사 및 치료가 시행될 경우 반드시 참고해야 할 사항이라 볼 수 있다.
전민수 교수는 “해당 기술을 통해 CT스캔범위 적정성여부 검사에 요구되는 노동 작업량을 대폭 줄임과 동시에 보다 객관적인 감사 결과를 도출할 수 있을 것으로 기대된다”며, “흉부 CT를 촬영할 시, 한국의료영상품질관리원 등의 규제기관의 안내지침을 잘 준수할 경우 과도스캔으로 환자에게 가해지는 선량에 대한 우려를 줄일 수 있다”고 말했다.
이어 “이번 연구 결과는 의료기관별로 상이한 흉부 CT 스캔 범위를 인공지능기술에 기반하여 후향적으로 규제 및 감독함으로써 CT 촬영으로 인한 과피폭 여부와 그 정도를 관리한다는 점에서 환자의 방사선 안전에 기여한다”며, “전자동화 알고리즘은 방사선 안전 및 의료영상 규제 기관의 노동 시간의 절감과 업무 효율성 향상에 기여할 수 있다는 점에서 그 의의를 가진다”고 덧붙였다.
이번 연구결과는 SCI급 국제학술지인 ‘PLOS ONE (2022)’에 ‘인공지능 기반 폐암검진용 흉부 CT 영상의 과도스캔 여부 자동 판별 기술: Development of Deep Learning-Assisted Overscan Decision Algorithm in Low-dose Chest CT: Application to Lung Cancer Screening in Korean National CT Accreditation Program’이라는 제목으로 게재됐다.
이번에 개발한 기술은 현재 국내특허 출원 상태이며, 오는 11월 벤쿠버에서 열리는 국제방사선방어위원회(International Commission on Radiological Protection, ICRP) 2021+1 심포지엄에서 성과를 발표할 예정이다.
한편 이번 연구는 4개의 정부부처(과학기술정보통신부, 산업통상자원부, 식품의약품안전처, 보건복지부)로부터 공동 추진한 범부처전주기 의료기기연구개발사업의 재정적 지원을 받아 수행된 것으로 삼성서울병원 정우경 교수, 서울대학교 김종효 교수, 김시환 연구원이 공동으로 참여했다.
[메디컬월드뉴스 김영신 기자]
Copyright ⓒ 메디컬월드뉴스 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
