국내 12개 기관 1424명 데이터 분석, 다중 모달 AI로 아형 분류
AUC 최대 0.89 성능…조직검사 전 임상 의사결정 보조 도구 기대
아주대병원이 조직 검사 없이 양전자방출단층촬영(PET) 영상만으로 림프종 아형을 예측할 수 있는 인공지능(AI) 기술을 개발했다. 병원과 장비가 다른 환경에서도 안정적인 성능을 유지한 다기관 연구 성과로, AI 기반 영상 분석의 임상 적용 가능성을 한 단계 끌어올렸다는 평가다.
아주대병원은 허재성 방사선종양학과 교수팀이 박용진 핵의학과 교수, 김선화 방사선종양학과 연구원 등과 함께 PET 영상과 임상 정보를 결합해 림프종 아형을 분류하는 AI 모델 'LymphoMAP'을 개발했다고 27일 밝혔다.
림프종은 아형에 따라 치료 전략과 예후가 크게 달라 정확한 구분이 중요하지만, 기존에는 조직 검사가 필요해 진단까지 시간이 오래 걸리는 한계가 있었다. PET 영상을 활용한 기존 연구 역시 병원별 장비와 촬영 방식 차이로 인해 일관된 성능 확보에 어려움이 있었다.
연구진은 이를 해결하기 위해 PET 영상과 연령, 젖산탈수소효소(LDH) 수치, 혈액 검사 결과 등 임상 정보를 함께 분석하는 다중 모달 AI 모델을 설계했다. 병원마다 다른 PET/CT 장비와 촬영 환경 차이는 AI가 스스로 보정하며 학습하도록 해 성능 저하를 최소화했다.
이번 연구에는 2000년부터 2022년까지 국내 12개 의료기관에서 수집된 림프종 환자 1424명의 데이터를 활용했다. 연구 결과 LymphoMAP은 호지킨 림프종과 비호지킨 림프종을 연구 참여 병원은 물론 외부 병원 데이터에서도 높은 정확도(AUC 0.89, 0.84)로 구분했다. 영상 정보에 임상 정보를 결합했을 때 성능이 유의미하게 향상(AUC 0.77→0.89)된 점도 확인했다.
연구진은 이번 성과가 조직 검사 이전 단계에서 AI를 활용한 보조 진단 가능성을 제시했다는 데 의미가 있다고 설명했다. 다만 병리 진단을 대체하기보다는, 진단 지연이나 조직 확보가 어려운 상황에서 임상 의사결정을 지원하는 도구로 활용될 수 있을 것으로 보고 있다.
허재성 교수는 “PET 영상과 임상 정보만으로 림프종 아형을 예측할 수 있는 가능성을 제시한 연구”라며 “임상 현장에서 진단을 보조하는 AI 도구로 활용될 수 있을 것”이라고 말했다.
이번 연구는 국제 학술지 'Cancers' 2026년 1월호에 게재됐다.
수원=김동성 기자 estar@etnews.com
