생성형 인공지능으로 신경교종 진단 정확도 높여
아이소시트르산 탈수소효소(IDH) 변이는 신경교종의 치료 예후를 결정하는 중요한 분자 생체 표지자로, 효과적인 치료를 위해서는 IDH 변이의 정확히 진단이 중요하다. 딥러닝을 이용해 유전체 변이를 진단할 때 환자의 실제 데이터만으로는 충분한 훈련과 정확한 IDH 변이 예측이 어려웠다. 이때 실제와 유사한 데이터를 만드는 ‘생성형 인공지능’을 활용하면 예측 정확도를 높일 수 있다는 연구 결과가 최근 발표됐다.

서울아산병원 영상의학과 문혜현·박지은 교수, 융합의학과 김남국 교수팀은 생성형 인공지능 기반 데이터 증강(Generative AI-based Augmentation, GAA)을 이용해 2008년 8월부터 2020년 9월까지 신경교종을 진단받은 환자 565명의 조영증강 T1과 FLAIR MRI 영상을 학습시켰다. 이를 바탕으로 GAA가 생성한 유사한 신경교종 영상들은 모두 높은 현실성과 다양성을 보였으며, 생성된 영상의 수가 11만 개일 때 IDH 변이 예측력이 최적화되는 것으로 확인됐다.

연구팀은 각각 119명, 108명의 자료로 내부, 외부 검증을 진행해 최적화된 GAA 모델의 정확성을 평가했다. 그 결과 정확도는 내부 93.8%, 외부 83.3%로 신경영상 분야 8년차 전문의(내부 86.4%, 외부 81.9%)와 2년차 전문의(내부 79%, 외부 74.3%)가 판독했을 때의 정확도보다 높은 것으로 나타났다.

이번 연구 결과는 세계적인 신경종양학 분야 학술지인 「뉴로온콜로지」에 최근 게재됐다.