"장기손상 최소화"…AI, 방사선 암 치료계획 '뚝딱'[빠정예진]

AI 자동 컨투어링 활용해 '정밀 방사선 치료' 고도화

치료계획 수립 80% 이상 단축…한국인 해부학 반영

[서울=뉴시스] 전민수 중앙대광명병원 방사선종양학과 교수(좌)와 유혜조 교수(우)가 AI가 그린 방사선치료 설계도를 검증·보완하며 정밀 방사선치료 계획을 완성하고 있다. (사진= 중앙대광명병원 제공)

[서울=뉴시스] 류난영 기자 = 유방암이나 두경부암 환자의 방사선치료는 치료 전 '컨투어링'(Contouring)이라는 과정에서 시작된다. CT(컴퓨터단층촬영) 또는 MRI(자기공명영상) 속 종양과 정상 장기의 경계를 구분해 방사선 조사 범위를 결정하는 작업으로 치료 효과와 부작용을 좌우하는 핵심 단계다.

종양에는 충분한 방사선을 전달하면서도 폐·심장·척수·신장·방광·직장 등 정상 장기의 손상은 최소화해야 하기 때문이다.

하지만 컨투어링은 의료진이 환자 한 명당 수백 장에 달하는 영상을 직접 확인하며 장기와 치료 영역의 윤곽을 설정해야 하는 고난도 작업이다. 많은 시간과 노력이 필요할 뿐 아니라 의료진 간 윤곽 설정 차이를 최소화해 치료계획의 일관성과 재현성을 확보하는 것도 중요한 과제로 꼽혀왔다.

최근에는 이러한 한계를 보완하기 위해 AI(인공지능) 기반 자동 컨투어링 기술이 방사선치료 계획 과정에 활용되며 정밀 방사선치료의 새로운 도구로 주목받고 있다.
 
중앙대학교광명병원 방사선종양학과는 국내 의료 AI 기업 온코소프트가 개발한 AI 기반 자동 컨투어링 솔루션 '온코스튜디오'(OncoStudio)를 활용해 방사선치료 계획 프로세스를 고도화하고 있다.

기존 일부 범용 자동 컨투어링 모델은 해외 데이터를 중심으로 개발된 경우가 많아 한국인 환자의 체형과 해부학적 특성을 충분히 반영하는 데 한계가 있었다.

또 조영증강 CT 영상에서는 장기와 혈관, 주변 조직 간 영상 대비가 달라지면서 일부 구조물의 자동 구획화 성능이 저하될 수 있었고, 두경부암이나 유방암 치료에서 중요한 림프절 영역을 세분화해 제공하지 못하는 점도 실제 임상 현장에서 보완이 필요한 부분으로 지적돼 왔다.

온코스튜디오는 3차원 의료영상을 기반으로 주요 정상 장기와 치료 관련 구조물을 자동으로 구획화하는 소프트웨어다. 의료진은 필요한 장기와 림프절 영역을 선택적으로 생성할 수 있으며, AI가 제안한 컨투어를 검토·수정한 뒤 최종 치료계획에 반영한다.

특히 3차원 의료영상을 불러오면 단 수십 초 만에 주요 정상 장기와 치료 관련 구조물의 자동 구획화가 가능하다. 이를 통해 의료진이 기존에 수 시간이 소요되던 초기 반복 작업을 획기적으로 줄여 전체 치료계획 수립 시간을 기존 대비 80% 이상 단축할 수 있다.

또한 다양한 임상 영상과 한국인을 포함한 동양인 환자의 해부학적 특성을 반영한 데이터로 학습돼 국내 방사선치료 환경에 최적화되어 있다. 이를 통해 일반 CT뿐 아니라 조영증강 CT 영상에서도 보다 안정적인 장기 구획화를 지원하며, 치료 부위에 따라 필요한 림프절 영역을 세분화해 제시함으로써 실제 임상 치료계획 수립에 필요한 정보를 보다 효율적으로 제공할 수 있다.

실제로 의료영상 분할 분야의 대표적 정확도 평가 지표인 다이스 계수(Dice Similarity Coefficient)에서 주요 정상 장기를 대상으로 평균 0.90 이상의 높은 일치율을 기록했다. 이는 의료진 간 발생할 수 있는 윤곽 설정 편차를 최소화하고 치료계획의 일관성과 재현성을 높이는 데 기여한다.

유방암 환자의 방사선치료는 종양 제어와 정상 장기 보호라는 두 가지 목표를 동시에 달성해야 하는 대표적인 정밀치료 영역이다. 예를 들어 유방 부분 절제술과 액와 림프절 절제술을 받은 50대 좌측 유방암 환자의 경우, 재발 방지를 위해 남아 있을 수 있는 미세 암세포가 존재하는 유방과 림프절 영역에는 충분한 방사선을 조사해야 한다. 반면 치료 부위 바로 뒤에는 심장과 왼쪽 폐가 위치해 있어 정상 장기의 방사선 노출은 최소화해야 한다.

이를 위해 의료진은 CT 영상 수백 장을 분석해 치료 부위와 정상 장기의 경계를 정밀하게 구분한다. AI 자동 컨투어링은 이러한 구조물을 자동으로 구획화해 의료진에게 제시하고, 의료진은 이를 검토·보완해 최종 치료 범위를 결정한다. 이를 통해 윤곽 설정에 소요되는 시간을 줄이고 치료계획 수립의 효율성을 높이는 동시에, 정상 장기 보호와 치료 범위의 일관성을 향상시켜 환자 맞춤형 정밀 방사선치료를 지원한다.

AI 기반 자동 컨투어링은 환자 CT 영상을 입력하면 주요 정상 장기와 치료 관련 구조물의 윤곽을 자동으로 제안한다. 의료진은 이를 기반으로 보다 빠르고 일관성 있게 치료 범위를 설정할 수 있으며, 반복적인 윤곽 작성 업무를 줄여 환자별 선량 설계와 정상 장기 보호 전략 수립에 더욱 집중할 수 있다.

기술적으로는 딥러닝 기반 영상 분석 알고리즘을 활용해 CT 영상 내 장기와 조직의 형태를 자동 인식하고 구획화한다. 이를 통해 장기 윤곽 설정의 표준화와 재현성을 높이고, 치료계획 과정의 효율성을 향상시키는 데 도움을 준다.

오도훈 중앙대학교광명병원 방사선종양학과 교수는 "방사선치료에서 컨투어링은 종양에는 충분한 선량을 전달하고 정상 장기는 보호하기 위한 핵심 과정"이라며 "AI 기반 자동 컨투어링은 의료진의 반복적인 수작업 부담을 줄이고 환자별 치료 범위와 정상 장기 보호 전략을 보다 면밀하게 검토하는 데 도움을 줄 수 있다"고 말했다.

이어 "특히 한국인 환자의 체형과 해부학적 특성을 반영하고 조영증강 CT 영상과 림프절 영역 세분화까지 지원하는 점은 실제 임상 치료계획에서 활용도가 높다"며 "AI가 제시한 결과를 의료진이 최종 검토·수정함으로써 환자 맞춤형 방사선치료의 정확도와 효율성을 높이고 있다"고 설명했다.

전민수 중앙대학교광명병원 방사선종양학과 의학물리 파트 교수는 "의학물리 관점에서 AI 자동 컨투어링은 치료계획의 일관성과 재현성을 높이는 데 의미가 있다"며 "장기 윤곽의 차이는 선량 분포와 정상 장기 선량 평가에 영향을 줄 수 있기 때문에 안정적인 초기 컨투어를 확보하는 것은 정밀 방사선치료의 중요한 기반"이라고 말했다.

전 교수는 "AI 기반 자동 컨투어링은 단순히 윤곽 작성 시간을 줄이는 기술이 아니라 치료계획의 출발점이 되는 구조 정보를 보다 일관되게 제공하는 데 의미가 있다"며 "이를 통해 의료진과 의학물리팀은 환자별 선량 분포, 정상 장기 보호, 치료계획 품질 검증 등 정밀 방사선치료의 핵심 요소를 보다 체계적으로 평가할 수 있다"고 설명했다.


◎공감언론 뉴시스 [email protected]