특히 식도와 위에서 발생하는 암을 조기에 발견하는 데 있어 AI는 의사의 눈을 보완하며 진단의 정확도와 신뢰도를 한층 높이고 있다.
 |
| 초기 바렛 신생물의 특성 분석한 검사 이미지. 왼쪽은 실제 병변을 촬영한 내시경 검사사진, 오른쪽은 신생물을 예측하여 인공지능이 생성한 이미지. 서울성모병원 제공 |
최근 가톨릭대학교 서울성모병원 병리과 이성학 교수와 독일 아우크스부르크(Augsburg) 대학병원이 공동으로 수행한 연구 결과가 권위 있는 국제학술지 Gastroenterology에 게재됐다.
본 리뷰 논문은 바렛식도, 식도 편평세포암, 조기 위암을 포함한 상부 위장관 질환에서 AI의 활용 가능성과 임상 적용에 대한 최신 연구를 소화기내과 의사와 병리 의사의 관점에서 종합적으로 정리하였다.
논문에서는 진행성 위암의 5년 생존율은 30% 미만이지만 조기 위암의 경우 5년 생존율이 90% 이상인 점을 고려하면, 위암을 비롯한 상부 위장관 암은 조기 진단이 매우 중요하다고 말한다.
하지만 일부 경우에서는 병변이 평평하고 모호한 형태로 나타날 수 있어, 때로는 숙련된 전문의조차 내시경 검사에서 놓치는 경우가 간혹 발생하기도 한다.
이러한 한계를 극복하기 위해 AI는 방대한 내시경 영상 데이터를 학습하여 육안으로는 놓치기 쉬운 미세 병변까지 탐지할 수 있는 수준으로 진화하고 있다.
실제로 일부 연구에서는 조기 암의 침윤 깊이를 예측하거나 모호한 병변 경계를 식별하는 데 있어 인공지능이 98% 이상의 민감도와 특이도를 기록했다.
특히 확대 영상강화 내시경이나 협대역 영상을 활용할 경우, 제한적이지만 일부 연구에서는 인공지능 시스템이 내시경 전문의보다 더 나은 진단 성능을 보이기도 했다.
최근에는 AI가 내시경 시술 중 실시간으로 의심 병변에 대해 경고를 주거나, 화면에 이상 부위를 표시하여 시술자의 주의를 환기시키는 수준까지 도달했다.
이는 경험이 부족한 의료진에게 큰 도움이 되며, 실제로 AI를 활용했을 때 비전문가의 신생물 발견율이 평균 9~12% 향상됐다는 다기관 연구도 보고됐다.
한편 병리 이미지 분석 분야에서도 AI의 활용 가능성은 점점 넓어지고 있다.
AI는 Whole-Slide Image(WSI) 기반의 병리 조직 슬라이드를 분석해 암 전 단계(이형성)와 암 조직을 자동 분류할 수 있으며, 최근 연구에서는 바렛식도 조직을 대상으로 83~95% 이상의 정확도를 기록한 사례도 있다.
또한 최근에는 내시경 영상과 병리 이미지를 함께 분석하는 멀티모달 모델도 개발되고 있다.
내시경 영상으로는 병변의 위치와 외형을, 병리 WSI를 통해서는 세포 수준의 구조와 분화를 동시에 판단함으로써 보다 정밀한 진단이 가능하다.
일부 연구에서는 이러한 멀티모달 AI 모델이 내시경 영상만 사용할 때보다 병변 분류 정확도가 유의하게 높아졌다는 결과를 제시하기도 했다.
다만 AI의 임상 적용에는 몇 가지 과제도 있다.
대부분의 AI 시스템은 아직까지 실험실 환경에서 훈련된 모델이며, 다양한 병원과 환자군에서 일반화하려면 더욱 방대한 데이터셋과 품질 검증이 필요하다.
또한 AI가 왜 특정 진단을 내렸는지 설명이 어려운 ‘블랙박스’ 문제도 의료진의 신뢰 확보를 어렵게 한다.
이를 해결하기 위한 '설명 가능한 AI(Explainable AI)' 기술이 병행 개발되고 있으며, 시각화된 판단 근거 제시를 통해 임상 채택 가능성을 높이고 있다.
이성학 교수는 “향후 AI는 단순히 병변을 탐지하는 도구를 넘어, 실시간 내시경 보조 시스템, 개인별 위험도 예측, 조직검사 최적화 등으로 기능이 확장될 수 있을 것으로 예상된다”며 “이를 통해 조기 진단과 치료 성과를 높이고, 의료 자원의 효율적 활용에도 기여할 수 있을 것”으로 기대했다.
이어 “정확한 진단은 환자 치료의 출발점이므로, 인공지능이 만들어 갈 소화기 질환 진단의 미래는, 의료의 정밀화와 환자 중심 치료라는 궁극적 목표에 한 걸음 더 가까이 다가가는 여정이 될 것”이라고 덧붙였다.
이진우 기자 realstone@segye.com
<본 콘텐츠의 저작권 및 법적 책임은 세계일보(www.segye.com)에 있으며, 뽐뿌는 제휴를 통해 제공하고 있습니다.>
