아이소시트르산 탈수소효소(IDH) 변이는 신경교종의 치료 예후를 결정하는 중요한 분자 생체 표지자로, 효과적인 치료를 위해서는 IDH 변이의 정확히 진단이 중요하다. 딥러닝을 이용해 유전체 변이를 진단할 때 환자의 실제 데이터만으로는 충분한 훈련과 정확한 IDH 변이 예측이 어려웠다. 이때 실제와 유사한 데이터를 만드는 ‘생성형 인공지능’을 활용하면 예측 정확도를 높일 수 있다는 연구 결과가 최근 발표됐다.

서울아산병원 영상의학과 문혜현·박지은 교수, 융합의학과 김남국 교수팀은 생성형 인공지능 기반 데이터 증강(Generative AI-based Augmentation, GAA)을 이용해 2008년 8월부터 2020년 9월까지 신경교종을 진단받은 환자 565명의 조영증강 T1과 FLAIR MRI 영상을 학습시켰다. 이를 바탕으로 GAA가 생성한 유사한 신경교종 영상들은 모두 높은 현실성과 다양성을

▲ 서울아산병원 (왼쪽부터))영상의학과 문혜현·박지은 교수,

    융합의학과 김남국 교수

보였으며, 생성된 영상의 수가 11만 개일 때 IDH 변이 예측력이 최적화되는 것으로 확인됐다.

연구팀은 각각 119명, 108명의 자료로 내부, 외부 검증을 진행해 최적화된 GAA 모델의 정확성을 평가했다. 그 결과 정확도는 내부 93.8%, 외부 83.3%로 신경영상 분야 8년차 전문의(내부 86.4%, 외부 81.9%)와 2년차 전문의(내부 79%, 외부 74.3%)가 판독했을 때의 정확도보다 높은 것으로 나타났다.

이번 연구 결과는 세계적인 신경종양학 분야 학술지인 「뉴로온콜로지」에 최근 게재됐다.