CT 이미지만으로 간 기능 부전이 생길 위험을 97%의 높은 정확도로 예측하는 인공지능이 나와 학계의 주목을 받고 있다.

전문의들의 난제를 해결할 수 있는 가능성이 열렸기 때문이다. 특히 이 모델은 향후 비알콜성 지방간 등 만성 간 질환에 응용이 가능하다는 점에서 기대감을 높이고 있다.

현지시각으로 10일 국제학술지 온코타겟(Oncotarget)에는 간부전 예측 인공지능의 검증 연구 결과가 공개됐다(10.18632/oncotarget.28673).

원발성 경화성 담관염은 흔한 만성 간 질환 중 하나로 섬유화와 연관이 있으며 발열과 오한, 황달 등의 증상이 나타난다.

문제는 상당수 환자가 증상이 없다는 점에서 점차 질환이 악화돼 간경변증이나 간부전 등의 심각한 합병증을 일으킬 수 있다는 것.

이에 따라 전문의들은 이러한 간부전 합병증을 막기 위해 다양한 방법을 쓰고 있지만 이를 예측하는데는 한계가 있다는 점에서 어려움을 겪어왔다.

메이요 클리닉 야쉬비르 싱(Yashbir Singh) 교수가 이끄는 연구진이 이를 예측하는 인공지능 모델 개발에 나선 것도 이러한 배경 때문이다.

상당수 간 질환 환자가 CT 촬영을 한다는 점에서 이 이미지를 통해 간부전을 예측할 수 있다면 큰 도움이 될 수 있다는 판단에서다.

이에 따라 연구진은 2430개의 CT 이미지를 자체 개발한 딥러닝을 통해 학습시키고 체성분 및 근육 및 지방 조직의 분포 패턴을 정량화하는 인공지능 모델을 개발했다.

또한 간부전이 나타난 환자 30명과 없는 환자 30명, 외부 검증 세트의 20명의 환자를 모집해 이에 대한 검증 연구를 진행했다.

그 결과 이 인공지능 모델은 AI의 정확도를 평가하는 곡선 아래 면적(AUC)가 0.97로 매우 높게 나타났다. 정확도가 97%에 달한다는 의미다.

마찬가지로 정밀도 점수는 '1'을 기록했다. 진단 정밀도가 100%라는 의미가 된다.

연구진은 이러한 분석 모델이 비단 원발성 경화성 담관염 환자에게만 적용되는 것이 아니라는 점에서 향후 만성 간 질환의 예측에 큰 도움이 될 것으로 기대하고 있다.

야쉬비르 싱 교수는 "이 인공지능 모델은 전문의들의 난제 중 하나였던 간부전을 무려 97%의 정확도로 예측하는 놀라운 성능을 보였다"며 "더욱 고무적인 것은 이 모델을 단순히 원발성 경화성 담관염이 아니라 비알콜성 지방간 등에도 적용할 수 있다는 것"이라고 밝혔다.