강동경희대학교병원 이비인후과 이영찬 교수 연구팀이 병리 조직 이미지와 병리 보고서를 함께 분석해 암 환자 예후를 예측하는 인공지능 모델 ‘CALM’을 개발했다고 27일 밝혔다.

연구팀은 기존 이미지나 텍스트 단일 분석, 혹은 단순 결합 방식보다 예측 성능이 우수한 멀티모달 AI 모델을 구축했다. 미국 국립암연구소의 대규모 공개 데이터베이스 ‘TCGA(The Cancer Genome Atlas)’에 포함된 14개 암종 환자 자료를 활용해 학습 및 검증했다.

연구 결과, ‘CALM’은 기존 이미지·텍스트 결합 모델 대비 14개 암종의 평균 예후 예측력이 11.45% 높았다. 전체 14개 암종 중 13개에서 성능이 개선됐으며, 대장·직장암에서 30.38%로 가장 큰 향상을 보였다. 이어 간암 26.99%, 췌장암 21.11%, 위암 16.13%, 폐 편평상피암 15.02% 순이었다.

또한 ‘CALM’은 선행 연구에서 개발된 병리 이미지와 유전체 정보를 결합한 모델과 비교해도 비슷한 수준의 예측력을 보였다. 

연구팀은 모델의 보편성을 확인하기 위해 강동경희대학교병원 두경부암 환자 139명의 자료를 이용해 외부 검증도 진행했다. 추가 학습 없이 적용한 결과, 기존 모델보다 높은 예측력을 보였다. ‘CALM’이 분석에 주목한 조직 부위는 실제 의료진이 표시한 종양 영역과 대체로 일치해 예측 근거의 신뢰성을 확인했다.

이영찬 교수는 “병리 보고서는 의료진의 판단이 담긴 중요한 임상 정보로, 이를 이미지와 결합해 예후 예측 정확도를 높일 수 있음을 확인했다”고 설명했다. 이어 “AI는 의료진 판단을 돕는 보조 도구인 만큼, 향후 다양한 연구를 통해 임상 활용 가능성을 검증해 나갈 계획”이라고 덧붙였다.

이번 연구 성과는 의생명 인공지능 분야 국제학술지 ‘BioData Mining’에 게재됐다.

저작권자© 메디게이트뉴스, 무단 전재 및 재배포 금지

#강동경희대병원 # 이영찬 교수 # CALM # 암 예후 예측 # 병리 이미지 # 병리 보고서 # 멀티모달 AI # BioData Mining