갑상선에 혹이 생기는 것을 갑상선 결절이라고 부르는데요, 전체 갑상선 결절의 5~10%는 갑상선 암으로 진단되고 있습니다.

갑상선 암은 치료 후 예후가 좋아 생존율도 높고, 재발도 적은편이어서 조기 발견이 중요한데요, 조기 진단을 위해 초음파 영상을 이용해 진단해왔습니다.

그러나, 약 20% 정도에서 정확성 문제로 인해 검사가 반복되어 과잉진단과 불필요한 검사 문제가 제기되었었는데요, 초음파와 인공지능을 결합한 검사 방법이 제시되어 과잉 진단 및 불필요한 검사를 줄일 수 있을 것으로 기대되고 있습니다.

서울성모병원 임동준 교수 연구팀(내분비내과 임동준 교수, 내분비내과 하정훈 교수, POSTECH(포항공과대학교) 전기전자공학과·IT융합공학과·기계공학과 김철홍 교수, 포항공대 박별리 박사, 부산대 김지수 교수)은 실제 갑상선 악성 결절 환자와 양성 결절 환자로부터 광음향 영상을 획득해 인공지능으로 분석한 연구결과를 발표했습니다.

연구팀은 악성 결절의 산소포화도가 정상 결절의 산소포화도보다 낮다는 점에 착안해 광음향 초음파로 촬영(악성 결절 환자(23명)와 정상(양성) 결절 환자(29명)) 영상을 획득해 분석했습니다.

이후, 다양한 색의 빛을 이용해 광음향 영상을 얻고 이를 통해 산소포화도 등의 정보를 계산한 뒤, 이것을 머신러닝 기법으로 분석하여 자동으로 갑상선 결절이 악성인지 양성인지를 성공적으로 분류해 냈습니다.

또한, 2차로 머신러닝 기법으로 얻어진 광음향 분석 결과와 병원에서 사용되는 초음파 영상 기반의 초기 검진 결과도 결합해 분석하고, 3차에서는 민감도를 100%로 유지하고 나타내는 특이도를 측정했습니다.

1차에서는 악성을 78%로 분류해내는 민감도와 양성을 양성으로 분류하는 특이도는 93%를 나타냈으며, 2차에서는 83%의 민감도와 93%의 특이도를 보였고, 3차에서는 결과에서는 악성을 100%로 분류해 내는 민감도였을 때 양성을 분류해 내는 특이도가 55%로 측정되었습니다.

이는 기존 초음파를 이용해 98% 민감도 수준에서 측정된 17.3%의 민감도보다 3배 이상 높은 수치를 기록한 것으로, 악성이 아닌 양성 결절을 제대로 진단해낼 확률이 3배 이상 높아졌으며, 이에 따라 과잉 진단 및 불필요한 검사를 획기적으로 줄일 수 있을 것으로 기대되고 있습니다.

임동준 교수(서울성모병원 내분비내과) “광음향 영상을 기반으로 한 초음파기기는 최근 건강검진이나 진료 중에 발견되는 많은 갑상선 결절에서 조직검사 횟수를 줄이고 효과적으로 갑상선암을 진단하는 데 큰 도움이 될 것이다”며, “추가 연구를 통해 많은 갑상선 결절 환자에게 쉽게 적용될 수 있는 의료기기로 개발될 수 있다”고 말했습니다.

한편, 이번 연구는 세계적 권위지 ‘Cancer Research’에 게재되었습니다.