인공지능분석을 이용하면 갑상선암 초음파진단의 1차적 선별검사 역할을 할 수 있을 것 같다는 연구결과가 발표됐다.  

서울대학교병원운영 서울특별시보라매병원 갑상선센터 채영준, 박선원, 이가희 교수팀은 ZeroOne AI (대표 송준호)와의 공동연구에서 인공지능신경망을 통해 갑상선초음파영상을 분석, 세침흡인검사 결과를 예측한 결과를 발표했다. 

교수팀은 1358개의 갑상선초음파 영상을 인공지능신경망을 통해 학습시켜 보라매병원과 일본 쿠마병원의 155개의 결절을 테스트한 결과, 인공지능이 양성으로 판정한 결절의 90% 이상이 최종적으로 세침흡인검사나 수술에서 양성으로 나옴을 보고했다. 

이에 따라 인공지능으로 갑상선초음파를 분석, 양성판정을 받은 결절에 대해서는 세침검사를 생략하고 추적관찰 할 수 있음을 확인했다.

[그림] 인공지능신경망을 통해 갑상선초음파영상을 분석하여 양성과 악성을 구분하는 과정 

채영준 교수는 “인공지능 시대를 맞아 의료분야에도 인공지능을 적극적으로 도입한다면, 향후에는 진단의 정확도를 높이고 불필요한 시술을 줄일 수 있을 뿐 아니라, 의료기반시설이 취약한 지역에서는 1차적 선별검사의 역할을 할 수 있을 것이다”고 밝혔다.

이번 연구결과는 SCIE에 등재된 Medicine 최신호에 ‘Ultrasound image analysis using deep learning algorithm for the diagnosis of thyroid nodules‘라는 주제로 게재됐다.

한편 갑상선초음파는 갑상선암 진단에 기본적이고 필수적인 검사로, 초음파 소견에서 악성이 의심되거나 크기가 2cm 보다 크면 세침흡인검사를 시행하도록 권고되고 있다. 이에 따라 양성 가능성이 높은 결절에 대해서도 크기가 크면 세침흡인검사를 시행하기 때문에 이와 관련한 비용과 출혈, 통증 등의 합병증의 문제가 생길 수 있다.

[메디컬월드뉴스 김영신 기자]