AI, 폐 종양 매핑에서 의사 매칭 및 방사선 치료 정확도 향상

새로운 연구에서 출판 오늘 npj Precision Oncology 저널에 실린 내용에 따르면, 노스웨스턴 의대의 과학자들은 자신들이 개발한 AI 도구인 iSeg가 CT 스캔에서 폐 종양을 정확하게 묘사할 뿐만 아니라 일부 의사가 놓칠 수 있는 부위를 식별할 수도 있다고 밝혔습니다.

방사선 치료에서는 정밀성이 매우 중요합니다. 종양 전문의는 건강한 조직은 그대로 유지하면서 암세포를 파괴하는 고선량 방사선을 전달하기 위해 종양의 크기와 위치를 정밀하게 파악해야 하기 때문입니다. 종양 분할이라고 하는 이 과정은 일반적으로 노동 집약적이고 수작업으로 진행되며, 의사마다 차이가 있어 중요한 종양 부위를 놓치는 경우가 발생할 수 있습니다.

정적 이미지를 처리했던 과거 AI 도구와 달리 iSeg는 호흡할 때마다 움직이는 종양을 세분화하는 최초의 3D 딥 러닝 도구로, 방사선 치료 계획에 중요한 요소입니다.

이 발전은 미국 암 환자의 거의 절반에 대한 치료에 필수적인 부분인 방사선 치료의 정확도를 크게 향상시킬 수 있습니다.

"우리는 10년 전만 해도 누구도 상상하지 못했던 것보다 훨씬 더 정확한 암 치료법에 한 걸음 더 다가갔습니다." 노스웨스턴 대학교 파인버그 의과대학 방사선 종양학과 학과장이자 교수인 수석 저자 모하메드 아바지드가 보도자료를 통해 밝혔습니다.

"이 기술의 목표는 의사들에게 더 나은 도구를 제공하는 것입니다."라고 노스웨스턴 대학교 로버트 H. 루리 종합 암 센터의 일원이자 암 치료를 개인화하고 개선하기 위한 데이터 기반 도구 개발에 중점을 둔 연구팀을 이끄는 아바지드가 덧붙여 말했습니다.

iSeg 훈련

연구팀은 노스웨스턴 메디신과 클리블랜드 클리닉 의료 시스템 내 9개 병원에서 치료받은 수백 명의 폐암 환자의 CT 스캔과 의사가 그린 종양 윤곽선을 사용하여 iSeg를 훈련시켰습니다.

이 광범위한 데이터 세트는 과거 많은 연구에서 사용된 규모가 작고 단일 병원을 대상으로 한 데이터 세트와 대조됩니다.

iSeg의 성능은 훈련 후 이전에 접하지 않았던 환자 스캔 데이터를 통해 테스트되었습니다. 이후 iSeg의 출력 결과를 의사가 작성한 결과와 비교했습니다.

이 연구는 iSeg가 다양한 병원과 스캔 유형에 걸쳐 전문가의 진단 결과를 일관되게 일치시키는 것을 발견했습니다. 놀랍게도, 일부 의사들이 간과했던 추가적인 영역도 강조했는데, 이러한 영역은 치료하지 않을 경우 더 나쁜 결과를 초래할 수 있습니다.

아바지드는 "정확한 종양 타겟팅은 안전하고 효과적인 방사선 치료의 기초이며, 타겟팅에서 작은 오류라도 종양 제어에 영향을 미치거나 불필요한 독성을 유발할 수 있습니다."라고 덧붙였습니다.

노스웨스턴에서 인공지능 분야 석사 학위를 취득한 파인버그의 수석 연구 기술자인 사그닉 사르카르(Sagnik Sarkar)는 "우리의 AI 도구는 종양 윤곽을 자동화하고 표준화함으로써 지연을 줄이고, 병원 전체에서 공정성을 보장하며, 의사가 놓칠 수 있는 영역을 잠재적으로 식별하여 궁극적으로 환자 치료와 임상 결과를 개선하는 데 도움이 될 수 있습니다."라고 덧붙였습니다.

임상 배치

연구팀은 현재 임상 환경에서 iSeg를 테스트하고 있으며, 실시간 상황에서 의사의 성능과 비교하고 있습니다.

그들은 또한 사용자 피드백과 같은 기능을 통합하고 있으며 간암, 뇌암, 전립선암을 포함한 다른 종양 유형으로 이 기술을 확장하기 위해 노력하고 있습니다.

또한 iSeg를 MRI 및 PET 스캔과 같은 추가 영상 방법에 맞게 조정하는 계획도 진행 중입니다.

파인버그 방사선종양학 강사이자 공동 저자인 트로이 테오는 "이 기술은 방사선종양학에서 종양 표적 치료 방식을 표준화하고 향상시킬 수 있는 기반 도구가 될 것으로 기대합니다. 특히 세부 전문 분야에 대한 접근성이 제한적인 환경에서 더욱 그렇습니다."라고 덧붙였습니다. "이 기술은 여러 기관에서 보다 일관된 치료를 지원하는 데 도움이 될 수 있으며, 2년 안에 임상 적용이 가능할 것으로 예상합니다."

출처: 노스 웨스턴 대학