딥러닝(deep learning) 기반 컴퓨터 소프트웨어로 유방암 위양성 진단을 획기적으로 줄이는 기술이 개발됐다.

서울대병원 영상의학과 장정민·김수연 교수팀은 인공지능(AI)을 이용해 초음파검사에서 유방병변을 더 정확하게 감별하는 진단모델을 개발했다고 27일 밝혔다.

유방암은 유방촬영술로 진단하지만 치밀 유방인 경우 진단이 어려워 유방초음파 검사를 병행한다. 다만 유방초음파 검사는 치료가 필요 없는 양성종양을 유방암으로 오인하는 경우가 많다. 불필요한 조직검사로 발생하는 비용이나 합병증 위험도 문제로 꼽힌다.

연구팀은 인공지능을 활용한 컴퓨터 보조진단 소프트웨어를 이용해 새로운 진단모델을 만들었다. 초음파 검사에서 발견되는 다양한 유방 종양의 형태학적 데이터를 딥러닝 기술로 프로그램에 학습시켰다.

연구팀은 이 소프트웨어에서 추출한 정량적 지표에 영상의학과 전문의의 유방영상판독 및 데이터 체계(BI-RADS) 최종평가, 환자 연령 정보를 모두 통합해 진단모델을 구축했다.

유방영상판독 및 데이터 체계는 유방암 진단에서 국제적으로 통용되는 용어와 판정 체계다.

기존에 사용되던 유방영상판독 및 데이터 체계와 개발한 모델을 비교한 결과 위양성률은 45%로 위양성률이 52%p 감소한 것으로 나타났다.

조직검사율도 48%를 기록해 기존 모델보다 50%p 감소했다. 조직검사는 진찰이나 영상학적 검사에서 의심스런 병변이 발견되면 시행한다.

이번 연구는 서울대병원, 세브란스병원, 삼성서울병원이 공동 참여해 각 기관 데이터를 종합하면서 신뢰도를 높였다. 개발에는 세브란스병원과 삼성서울병원 내원자 299명의 데이터를 활용했다. 진단모델 검증은 서울대병원 내원자 164명의 데이터로 진행했다.

장 교수는 “영상 의학 분야에서 인공지능은 전문가 판단에 부가적이며 객관적인 의견을 제공해줘 진단의 효율과 정확성을 높일 수 있어 활용 가능성이 매우 크다”며 “미래 딥러닝 기반 소프트웨어를 임상에 적용해 검진 유방 초음파 위양성률을 줄이는데 기여할 것으로 기대된다”고 말했다.

이번 연구는 대한유방영상의학회와 대한유방검진의학회 다기관 연구지원으로 진행됐다. 국제 학술지 'Scientific Reports' 최신호에 게재됐다.