[헬스코리아뉴스 / 서정필] 궤양성 대장염(ulcerative colitis)의 내시경 결과를 소화 내시경 전문의 수준으로 정확하게 분석하는 인공지능(AI) 알고리즘이 일본 연구팀에 의해 개발됐다.
궤양성 대장염(ulcerative colitis)은 대장의 점막이나 점막 하층에 생기는 만성 염증성 질환을 말하는데 난치성 희귀질환인 크론병(Crohn's disease)과 증상이 비슷하지만, 크론병은 입에서 항문까지 소화관 전체에 염증이 생길 수 있다는 점에서 다르다.
환경적·유전적 요인이나 과도한 면역반응 등에서 발병하는 것으로 추정되나 정확한 원인은 알려진 게 없으며 지금까지 궤양성 대장염 환자의 예후는 주로 내시경 검사와 생체조직검사를 통해 이뤄져 왔다.
내시경 검사의 경우, 개별 내시경 전문의의 경험에 근거해 주관적으로 평가될 수밖에 없어 그 평가 결과가 다른 환자에게 적용되기 힘들고, 생체조직검사는 실제 조직을 바늘 등으로 떼어내야 하는 번거로움이 있었다. 이러한 이유로 내시경 영상의 일관적이고 객관적인 실시간 분석을 위한 신경망의 필요성이 대두돼 왔다.
이에 일본 도쿄의치대(Tokyo Medical and Dental University, TMDU) 연구진은 2012명의 궤양성 대장염 환자를 대상으로 한 4만758개의 대장내시경 영상과 6885개의 생체검사 결과를 학습시키는 방법으로 인공지능 알고리즘을 구축하고 ‘DNUC’라고 이름 붙였다.
이어 연구팀은 이 알고리즘의 성능을 검증하기 위해 875명의 궤양성 대장염 환자로부터 4187개의 내시경 영상과 4104개의 생체검사 표본을 사용해 이 DNUC의 정확성을 검증했다.
이번 연구의 수석저자인 켄토 다나카(Kento Takenaka) 도쿄의치대 교수는 “검증 결과 DNUC가 소화 내시경전문의와 동등한 수준의 정확도를 보였다”며 “우리 시스템은 내시경 영상만을 사용해 궤양성 대장염이 앞으로 어떻게 진행될 것인지 정확히 예측할 수 있으며 DNUC가 보편화되면 생체조직검사를 진행할 때 생기는 여러 비용을 아낄 수 있을 것”이라고 말했다.
이번 연구결과는 국제학술지 ‘위장병학(Gastroenterology)’ 최근호에 실렸다.