[메디칼업저버 박선재 기자] 의사의 진단을 돕는 인공지능의 발전이 속도를 내고 있다. 

내과 의사들이 진단하기 어려운 질병으로 꼽히는 바렛식도(Barrett esophagus)인 환자의 암 진단에도 딥러닝을 기반으로 하는 컴퓨터 보조 진단 (CAD: Computer Aided Detection) 시스템이 효과가 있다는 논문이 나왔다. 

바렛식도는 식도의 하단, 즉 위식도 경계부 상단을 덮고 있는 편평상피세포가가 원주상피세포로 대체된 것으로, 나중에 암으로 발전할 수 있는 전암성 병변이다. 심한 위식도 역류질환의 합병증으로 알려졌다. 

내시경으로 관찰할 때 식도 하부의 점막이 연어의 살색과 비슷하게 변해 있는데, 이 곳에서 조직 검사를 실시해 위의 점막이 장의 세포처럼 변해 있는 장상피화생(Intestinal Metaplasia)가 발견되면 바렛식도로 정의한다.

연구를 진행한 네덜란드 암스테르담대학 메디칼센터 Jacques Bergman 박사팀은 "CAD 시스템을 활용하면 생검 없이도 고위험병변을 초기단계에 발견할 수 있게 됐다"고 발표했다. 이 연구는 11월 30일 Gastroenterology에 게재됐다. 

Bergman 박사팀은 하이브리드 ResNet-UNet 모델 시스템을 사용해 5개의 독립적 내시경 데이터세트(DATA SET : 컴퓨터상 데이터 처리에서 한 개의 단위로 취급하는 데이터 집합)를 개발했다. 

머신은 내시경을 통해 얻은 모든 장 부분(intestinal segments)의 4만 94364개 이미지를 미리 트레이닝 받았다.

이후 연구팀은 바레식도이면서 신생암과 바렛식도이면서 비이형성(non-dysplastic) 환자들의 고해상도의 이미지 1704개를 선별했다. 이들 이미지는 669명 환자로부터 제공받았다. 

이후 연구팀은 ▲머신러닝을 활용하는 데이터세트(환자 80명) ▲일반 내시경 의사(general endoscopist)가 속해 잇는 데이터세트(환자 80명)으로 배치했다. 데이터세트 4와 5를 사용해 시스템 성능을 평가했고, 데이터세트 5는 시스템 성능을 벤치마킹하기 위해 4개국에서 광범위한 경험을 가진 53 명의 일반 내시경 의사가 점수를 부여했다.

연구 결과 머신러닝이 바렛식도가 있는 환자의 암과 비이형성(non-dysplastic)을 알아내는 데 있어 정확도 89%, 민감도 90%, 특이도 88%를 보였다. 또 머신러닝과 내시경을 하는 의사와 비교했을 때 정확도(88% vs 73%), 민감도(93% vs 72%), 특이도(83% vs 74%) 모두 앞섰다.  
추가적으로 병변을 위한 생검을 찾아내는 데도 러닝머신이 우세했다(97% vs 92%). 
Bergman  박사는 "머신러닝 즉 CAD 시스템이 내시경 전문가가 아닌 의사보다 높은 정확도를 보였다"며 "CAD 시스템은 일반의사가 실시하는 내시경에서 바렛식도 환자의 초기 암을 파악하는 데 도움일 될 것"이라고 강하게 주장했다. 

연구에 참여하지 않은 뉴욕 아이칸의대 Satish Nagula MD는 MedPage Today와의 인터뷰에서 "환자에게 생검을 하지 않고도 내시경만을 하는 동안 보는 것만으로 이형성증 주변을 확인할 수 있는 것이 내시경의사의 꿈"이라며 "Bergman 박사팀이 연구한 것처럼 머지 않은 미래에 올 것"이라고 확신했다. 

많은 회사가 암 전단계의 결장폴립을 찾기 위한 시스템을 개발 중이고, 이러한 기술이 일반 내시경의사의 술기 능력을 증가시킬 것이 확실하기 때문이란 게 자신감의 이유였다. 

한편 Bergman 박사팀은 이번 연구가 연구의 일반화, 고퀄리티 포함, 전문가들이 데이터세트에서 이미지를 수집할 때 선택편향이 있을 수 있는 점 등 한계가 있었다고 밝혔다.

게다가 CAD 시스템은 특별하게 트레이닝받았고,  오직 후지필름 엘럭쇼 이미지만 검증한 점도 지적받았다.

이외에도 CAD 시스템은 바렛식도에서 초기 신생물을 발견하도록 백색광 내시경(white light endoscopy)으로 특별하게 디자인됐는데, 최점단접근법인 비디오기반 시스템이 있음에도 정지 이미지에 의존했다는 점은 연구의 아쉬운 점이라고 설명했다.