한림대학교동탄성심병원 소화기내과 이경주·박세우 교수, 한림대학교 소프트웨어학부 허종욱 교수가 이끄는 공동연구팀이 인공지능(AI)과 3차원 광회절단층촬영을 결합한 담관암 진단기술을 세계 최초로 개발했다.

담관암은 담관에 발생하는 악성 종양으로 증상이 거의 없어 조기 진단이 어렵고 암이 상당히 진행된 상태에서 발견되는 경우가 많다.

이로 인해 치료 시기를 놓치기 쉬우며 예후 역시 좋지 않다. 2022년 국가암등록통계에 따르면 '담낭 및 기타 담관암'은 전체 암 발생의 2.8%를 차지했으며, 꾸준한 증가 추세를 보이고 있다.

또 담관암은 진행속도가 빠르고 5년 생존율이 29%에 불과해 정확하고 신속한 진단이 환자 생존율을 높이는 데 결정적인 역할을 한다.

공동연구팀은 이러한 담관암을 보다 빠르고 정확하게 진단하기 위해, 암세포의 대사적 특징 중 하나인 '지질 방울(Lipid Droplets)'에 주목했다.

암세포는 정상세포에 비해 지질 방울의 부피, 밀도, 분포에서 뚜렷한 차이를 보인다. 연구팀은 3D ODT 영상 기술을 이용해 세포 내 지질 방울의 형태를 정량화하고, AI 기반 합성곱 신경망(CNN)을 활용해 암세포를 자동 분류하는 진단 모델을 구축했다.

실험에는 담관암 세포주(SNU1196, SNU308, SNU478)와 정상 담관세포(H69)가 사용됐다. 약 9만 장 이상의 세포 이미지를 CNN 모델에 학습시킨 결과, 단일 이미지 분석 기준 진단 정확도는 93.8%였으며, 지질 방울의 부피와 건조질량 등 세부 정보를 포함한 다중 모델 학습의 경우 정확도는 97.9%에 달했다.

최종적으로 다각도 영상 융합기법(Multi-View Score Fusion)을 적용한 모델의 진단 정확도는 98.6%로 매우 높은 수준을 기록했다.

특히 이 기술은 별도의 염색 과정 없이 획득한 세포 영상만으로도 암세포를 실시간으로 분류할 수 있다는 점에서 기존 병리적 판독 방식을 보완하는 차세대 AI 진단법으로 주목받고 있다.

이경주 교수는 “이번 기술은 단순한 영상 판독을 넘어 암세포의 대사 특성을 반영한 정밀 진단 플랫폼으로 확장 가능성이 크다”며 “기존 병리진단은 조직을 채취해 염색하고 판독하기까지 수일이 소요되지만, 이번 진단법은 염색 없이 세포 수준에서 실시간으로 암세포를 식별할 수 있어 실제 임상에서 빠른 판단과 치료 결정에 실질적인 도움을 줄 수 있을 것”이라고 기대감을 밝혔다.

[ 경기신문 = 류초원 기자 ]