국내 의료진이 컴퓨터단층촬영(CT) 영상을 분석해 충수염(맹장염)을 자동 진단하는 인공지능(AI) 모델을 개발했다. 정확도는 89.4%. 상용화된다면 충수염 오진을 줄이고, 더욱 신속한 환자 진료가 가능해질 것으로 보인다.
◇급성충수염, 진단 늦어지면 천공·복막염 등 수술 후 합병증 증가
흔히 맹장염으로 알고 있는 충수염은 맹장 끝 부위인 충수돌기에 염증이 발생하는 질환을 뜻한다. 증상으로는 구역질, 구토, 메스꺼움 등의 증상이 나타나다가 명치 부위와 상복부에 점차 통증 강도가 심해지는 특징이 있다. 상복부 통증은 시간이 지나면 배꼽 주위를 거쳐 충수의 위치인 우하복부 통증으로 바뀌는데, 미열이 나타나고 한기를 느끼기도 한다.
급성충수염은 수술 통계 5위를 차지하는 다빈도 질환이다. 동시에 오진 발생이 높기도 하다. 질환 특성상 급성충수염 의심 증상으로 병원을 찾는 환자는 야간이나 주말 응급실을 통해 병원을 찾는 경우가 많다. 이때는 복부 영상의학과 전문의에 의한 정확한 판독이 제한될 수 있다. 게다가 급성충수염은 임상 양상이 다양하고, CT 영상을 통해서도 비정상적인 충수가 발견되지 않아 다른 소화기 질환으로 오진하는 경우도 있다.
문제는 충수염 진단이 늦어지면 천공이 발생할 수 있고, 충수염의 우측 하복부 염증이 복막염이나 골반내농양으로 발전되면 충수절제술 이상의 외과적 처치로 커질 수 있다는 것이다. 게다가 수술 후 합병증 발생 가능성도 높아진다.
◇인공지능 모델이 CT 분석해 충수염 유사질환 걸러내고 충수염만 진단
한림대학교성심병원 외과 연구팀과 한림대학교의료원 의료인공지능센터는 CT 영상을 보고 충수염을 자동판독해주는 인공지능을 개발하기 위한 연구를 진행했다. 먼저 2013년부터 2020년까지 한림대학교의료원에서 충수염 진료를 위해 CT를 촬영한 환자 4701명의 데이터와 2019년부터 올해 5월까지 응급실을 내원해 복부 통증으로 CT를 촬영한 환자 4452명의 데이터를 분석했다.
이후 충수염 환자 1839명, 충수염이 아닌 것으로 진단받은 1782명의 데이터를 걸러내고 ‘3D 컨볼루션 신경망(Convolutional Neural Network)’을 활용한 인공지능 모델에 학습시켰다. 그 결과 인공지능의 충수염 진단 정확도는 89.4%로 나타났다. 게다가 대장염, 말단회장염, 상행결장게실염 등 충수염과 임상적으로 유사한 질환을 걸러내고 충수염만을 진단하는 게 가능하다.
인공지능 모델의 성능을 평가하는 데 사용하는 ‘곡선하면적(Area Under the Curve, AUC)’ 점수는 0.890으로 나타나 실제 임상에 적용할 수 있는 우수한 결과를 보였다.
◇급성충수염, 진단 늦어지면 천공·복막염 등 수술 후 합병증 증가
흔히 맹장염으로 알고 있는 충수염은 맹장 끝 부위인 충수돌기에 염증이 발생하는 질환을 뜻한다. 증상으로는 구역질, 구토, 메스꺼움 등의 증상이 나타나다가 명치 부위와 상복부에 점차 통증 강도가 심해지는 특징이 있다. 상복부 통증은 시간이 지나면 배꼽 주위를 거쳐 충수의 위치인 우하복부 통증으로 바뀌는데, 미열이 나타나고 한기를 느끼기도 한다.
급성충수염은 수술 통계 5위를 차지하는 다빈도 질환이다. 동시에 오진 발생이 높기도 하다. 질환 특성상 급성충수염 의심 증상으로 병원을 찾는 환자는 야간이나 주말 응급실을 통해 병원을 찾는 경우가 많다. 이때는 복부 영상의학과 전문의에 의한 정확한 판독이 제한될 수 있다. 게다가 급성충수염은 임상 양상이 다양하고, CT 영상을 통해서도 비정상적인 충수가 발견되지 않아 다른 소화기 질환으로 오진하는 경우도 있다.
문제는 충수염 진단이 늦어지면 천공이 발생할 수 있고, 충수염의 우측 하복부 염증이 복막염이나 골반내농양으로 발전되면 충수절제술 이상의 외과적 처치로 커질 수 있다는 것이다. 게다가 수술 후 합병증 발생 가능성도 높아진다.
◇인공지능 모델이 CT 분석해 충수염 유사질환 걸러내고 충수염만 진단
한림대학교성심병원 외과 연구팀과 한림대학교의료원 의료인공지능센터는 CT 영상을 보고 충수염을 자동판독해주는 인공지능을 개발하기 위한 연구를 진행했다. 먼저 2013년부터 2020년까지 한림대학교의료원에서 충수염 진료를 위해 CT를 촬영한 환자 4701명의 데이터와 2019년부터 올해 5월까지 응급실을 내원해 복부 통증으로 CT를 촬영한 환자 4452명의 데이터를 분석했다.
이후 충수염 환자 1839명, 충수염이 아닌 것으로 진단받은 1782명의 데이터를 걸러내고 ‘3D 컨볼루션 신경망(Convolutional Neural Network)’을 활용한 인공지능 모델에 학습시켰다. 그 결과 인공지능의 충수염 진단 정확도는 89.4%로 나타났다. 게다가 대장염, 말단회장염, 상행결장게실염 등 충수염과 임상적으로 유사한 질환을 걸러내고 충수염만을 진단하는 게 가능하다.
인공지능 모델의 성능을 평가하는 데 사용하는 ‘곡선하면적(Area Under the Curve, AUC)’ 점수는 0.890으로 나타나 실제 임상에 적용할 수 있는 우수한 결과를 보였다.
손일태 교수는 “이번 인공지능 모델의 민감도, 곡선하면적점수, F1 점수 등을 높이기 위해 다양한 방법을 검토하고 있다”며 “이번 모델의 상용화 작업과 더불어 향후 충수와 관련된 모든 질환의 자동 판독을 목표로 연구할 계획”이라고 말했다.
이번 인공지능 모델은 최근 열린 국제 대한외과학회 및 대한외과의사회 추계학술대회에서 발표돼 ‘최우수 연구자상(Best Principle Investigator)’을 수상한 것으로 알려졌다.
이번 인공지능 모델은 최근 열린 국제 대한외과학회 및 대한외과의사회 추계학술대회에서 발표돼 ‘최우수 연구자상(Best Principle Investigator)’을 수상한 것으로 알려졌다.