생체 간이식에서 공여자 간의 크기와 용량을 정확히 측정하는 게 매우 중요하다. 최근 생체 간 공여자의 간 크기와 용량을 정밀하게 자동 측정하는 AI 모델이 발표됐다. 일본이 주도하는 수술 소프트웨어 시장에서 국내 연구자가 개발한 국산 AI 모델이 산업 지형을 바꿀 수 있을지 관심이 모아진다.
삼성서울병원 이식외과 유진수·오남기 교수, 영상의학과 정우경·김재훈 교수 연구팀은 생체 간 공여자의 간의 크기와 용량을 CT 영상에 기반해 자동 측정하는 ‘간이식 AI모델’을 제시했다. 기존에는 이식외과 의사가 CT 영상을 기반으로 공여자의 간을 해부학적 구조에 따라 분할한 다음, 일일이 손으로 크기와 용량을 계산하는 방식이 주를 이뤘다. 사람이 직접 하다 보니 시간이 많이 걸릴 뿐 아니라, 의사마다 주관적 판단에 따른 오차가 발생할 수 있다는 한계가 있었다.
공여자의 간은 기증 후 최소 30% 이상은 유지해야 기증자 안전을 확보할 수 있고, 수여자 역시 자기 몸무게 대비 이식받은 간의 무게가 0.6~0.8%는 돼야 간이 제 기능을 할 수 있다. 그만큼 공여자, 수여자 양쪽 모두에게 안전한 적정선을 찾는게 중요하다.
삼성서울병원 이식외과 유진수·오남기 교수, 영상의학과 정우경·김재훈 교수 연구팀은 생체 간 공여자의 간의 크기와 용량을 CT 영상에 기반해 자동 측정하는 ‘간이식 AI모델’을 제시했다. 기존에는 이식외과 의사가 CT 영상을 기반으로 공여자의 간을 해부학적 구조에 따라 분할한 다음, 일일이 손으로 크기와 용량을 계산하는 방식이 주를 이뤘다. 사람이 직접 하다 보니 시간이 많이 걸릴 뿐 아니라, 의사마다 주관적 판단에 따른 오차가 발생할 수 있다는 한계가 있었다.
공여자의 간은 기증 후 최소 30% 이상은 유지해야 기증자 안전을 확보할 수 있고, 수여자 역시 자기 몸무게 대비 이식받은 간의 무게가 0.6~0.8%는 돼야 간이 제 기능을 할 수 있다. 그만큼 공여자, 수여자 양쪽 모두에게 안전한 적정선을 찾는게 중요하다.
이를 해결하려 연구팀은 2022년 4월부터 2023년 2월 사이 삼성서울병원에서 공여자로 수술 받은 환자 114명의 데이터를 이용해 간이식 AI모델을 만들었다. 103명의 자료는 간이식 AI모델의 학습용으로, 나머지 인원의 데이터는 예측값과 수술 후 실제 측정값을 비교하는 검증용으로 사용됐다. 연구팀은 환자들의 CT 영상 검사 결과를 3D 모델로 만든 다음, U-Net 기반 딥러닝 모델을 설계했다.
환자 데이터 샘플 4개당 한조로 250 차례에 걸쳐 학습을 반복했다. 최적화를 거쳐 만든 간이식 AI 모델은 검증에 쓰인 환자의 데이터와 맞아 떨어졌다.
의료진이 직접 했을 때와 유사도(Dice Similarity Coefficient)는 우엽에서 94%, 좌엽에서 91%로 나타났다. 간의 용량 차이도 간이식 AI모델과 의사가 직접 측정 값의 차이가 평균 9.18ml로 낮았다.
환자 간의 용량 크기에 대한 변동성을 예측하는 결정계수(R²) 비교 값에서는 간이식 AI모델이 앞섰다. 간이식 AI모델의 결정계수는 0.76으로 의사가 직접 하는 경우 0.68을 웃돌았다. AI모델이 실제 환자의 간의 용적이나 크기 등을 잘 구분해 반영하고 있다는 뜻이다.
연구팀은 간이식 AI모델의 가능성을 초기 단계에서 확인한 만큼, 이를 발전시켜 보다 정교한 범용 서비스로 구현할 계획이다. 국내 시장에 주로 쓰이는 3D 모델링 기반 수술 계획 소프트웨어 시장을 주도할 가능성도 있다고 연구팀은 기대했다. 현재 일본이 해당 시장을 주도하고 있다. 수술 계획 소프트웨어는 전 세계 시장 규모가 1억 2500만 달러(2024년 기준, 한화 약 1732억원)로 추산되고, 연 평균 6.6%씩 성장해 2030년께는 1억 8300만 달러(약 2536억원) 수준까지 커질 것으로 전망된다.
다만, 일본은 자국 내 시장을 토대로 국내 시장을 선점하고 있다. 일본은 간 수술에서 3D 모델링을 이용해 수술할 때 별도 보상을 해준다. 우리나라에서는 소프트웨어 하나 당 수 천만원에 달하는 사용료 부담으로, 일부 대형병원에서만 이용 중이다. 규모가 작은 병원은 비용 부담 탓에 소프트웨어의 도움 없이 수술 하는 경우도 적지 않다.
환자 데이터 샘플 4개당 한조로 250 차례에 걸쳐 학습을 반복했다. 최적화를 거쳐 만든 간이식 AI 모델은 검증에 쓰인 환자의 데이터와 맞아 떨어졌다.
의료진이 직접 했을 때와 유사도(Dice Similarity Coefficient)는 우엽에서 94%, 좌엽에서 91%로 나타났다. 간의 용량 차이도 간이식 AI모델과 의사가 직접 측정 값의 차이가 평균 9.18ml로 낮았다.
환자 간의 용량 크기에 대한 변동성을 예측하는 결정계수(R²) 비교 값에서는 간이식 AI모델이 앞섰다. 간이식 AI모델의 결정계수는 0.76으로 의사가 직접 하는 경우 0.68을 웃돌았다. AI모델이 실제 환자의 간의 용적이나 크기 등을 잘 구분해 반영하고 있다는 뜻이다.
연구팀은 간이식 AI모델의 가능성을 초기 단계에서 확인한 만큼, 이를 발전시켜 보다 정교한 범용 서비스로 구현할 계획이다. 국내 시장에 주로 쓰이는 3D 모델링 기반 수술 계획 소프트웨어 시장을 주도할 가능성도 있다고 연구팀은 기대했다. 현재 일본이 해당 시장을 주도하고 있다. 수술 계획 소프트웨어는 전 세계 시장 규모가 1억 2500만 달러(2024년 기준, 한화 약 1732억원)로 추산되고, 연 평균 6.6%씩 성장해 2030년께는 1억 8300만 달러(약 2536억원) 수준까지 커질 것으로 전망된다.
다만, 일본은 자국 내 시장을 토대로 국내 시장을 선점하고 있다. 일본은 간 수술에서 3D 모델링을 이용해 수술할 때 별도 보상을 해준다. 우리나라에서는 소프트웨어 하나 당 수 천만원에 달하는 사용료 부담으로, 일부 대형병원에서만 이용 중이다. 규모가 작은 병원은 비용 부담 탓에 소프트웨어의 도움 없이 수술 하는 경우도 적지 않다.
유진수 교수는 “간이식 수술 이전 잘 준비된 계획이 수술 성공률을 높일 수 있다”면서 “생체 간 공여자의 숭고한 뜻을 살리고, 환자의 더 나은 삶을 위해서 간이식 AI모델이 기여할 수 있는 부분을 찾아가겠다”고 말했다. 이어 “한국은 전세계에서 간암 수술이나 간이식 수술이 가장 많이 이뤄지는 나라지만 소프트웨어 개발에는 뒤처져 있다”면서 “연구 당시보다 모델의 정확도는 더 올랐으므로 수술의 안전성을 높여주는 신기술에 대한 적극적인 투자와 수가 등의 지원을 받아 일본이 주도하는 시장에 새 바람을 일으키고 싶다”고 말했다.
한편, 이번 연구 결과는 ‘국제외과학저널(International Journal of Surgery)’ 최근호에 게재됐다.
한편, 이번 연구 결과는 ‘국제외과학저널(International Journal of Surgery)’ 최근호에 게재됐다.
이 기사와 관련기사