갑상선 암 AI 기술로 진단… 포항공대 연구팀, 결절과 암 구분 방법 개발

갑상선 암을 인공지능(AI)기술로 진단하는 기술이 개발돼 화제다.

30일 포항공대(포스텍)에 따르면 이 대학 전자전기공학과∙IT융합공학과∙기계공학과 김철홍 (사진) 교수∙박별리 박사 연구팀이 가톨릭대 서울성모병원 임동준 교수∙하정훈 교수 연구팀, 부산대 김지수 교수와 공동연구를 통해 광음향 및 초음파와 인공지능 기술을 결합해 비침습 검사로 갑상선 결절과 암을 구분하는 방법을 개발했다.

연구팀은 갑상선에 혹이 생기는 것을 갑상선 결절이라고 밝혔다.

전체 갑상선 결절의 5∼10%는 갑상선 암으로 진단된다.

갑상선 암은 치료 예후가 좋아 생존률이 높은 만큼 조기진단과 조기치료가 특히 중요하다.

현재 갑상선 결절 환자에 대한 진단은 초음파 영상을 이용한 미세 바늘 흡입 생체검사법을 이용한다.

하지만 이 방법의 약 20%가 정확하지 않다는 보고가 있고 이로 인해 검사를 반복하는 문제점이 발생한다.

이런 문제를 극복하기 위해 빛을 이용해 초음파 신호를 얻는 광음향 영상법을 적용하고 있다.

연구팀은 악성 결절의 산소포화도가 정상 결절의 산소포화도보다 낮다는 점에 착안해 악성 결절 환자 23명과 정상(양성) 결절 환자 29명을 광음향 초음파로 촬영해 인공지능을 적용해 분석했다.

그 결과 악성이 아닌 양성 결절을 제대로 진단할 확률이 인공지능을 적용하지 않았을 때보다 약 3배 높은 것으로 나타났다.

연구팀은 이 방법을 통해 과잉 진단 및 불필요한 생체검사와 반복검사를 줄일 수 있는 잇점이 있다고 강조했다.

김철홍 포항공대 교수는 “이번 연구는 최초로 갑상선 결절에 대한 광음향 영상을 획득해 머신러닝 기법을 적용한 악성 결절 분류라는 점에서 가치가 있다”며 “이 기술은 갑상선 환자에 대한 초기 검사에서 불필요한 생체검사를 최소화할 수 있을 뿐만 아니라 유방암 등 다양한 다른 암에도 적용할 수 있다”고 설명했다.

한편 이번 연구는 최근 세계적 권위지 ‘캔서 리서치’에 게재됐다.

포항=이영균 기자 [e-mail]