악성 췌장 병변 진단에서 인공지능기술을 이용한 초음파내시경의 응용 = Application of Endoscopic Ultrasound-based Artificial Intelligence in Diagnosis of Pancreatic Malignancies

국문 초록 (Abstract)

췌장암(pancreatic cancer, PC)은 가장 치명적인 암으로 5년 전체 생존율(5-year overall survival rate)은 모든 병기에서 9%로 4기 질환의 경우 3%에 불과하다[1]. 현재 악성 췌장 병변의 진단에는 CT 스캔, 자기공명영상(magnetic resonance imaging), 초음파내시경(endoscopic ultrasound, EUS) 등 다양한 기법이 사용되고 있는데, 이중에서도 초음파내시경(EUS)은 췌관 암종(pancreaticductal adenocarcinoma) 및 췌관 선상세포 암종(pancreatic acinar cell carcinoma)과 같은 외분비계 세포에서 발생하는 악성 종양뿐 아니라 신경내분비 종양(pancreatic neuroendocrine tumors, PNETs), 췌장 낭포성 병변(pancreatic cystic lesions)과 같은 내분비 세포에서 발생하는 악성 췌장 병변의 진단에도 매우 유용하다[2]. 하지만, 만성 췌장염(chronic pancreatitis,CP)이 동반된 경우 EUS는 특이도가 낮아 감별 진단이 어렵고[3], 또한 시술자의 의존도가 높아 진단이 주관적일수 있어 아직까지는 초음파내시경 유도하 세침 흡인 생검술(endoscopic ultrasound guided fine needle aspiration)을 이용한 세포학적 진단이 췌장암 진단의 goldstandard이다.
인공지능(artificial intelligence, AI)은 생물학적 두뇌를 학습하고 모방하기 위해 개발된 모든 컴퓨터 시스템에 적용되는 기술로 특히, 머신 러닝(machine learning, ML)은 대량의 데이터를 이용해 다양한 패턴을 찾아내는 AI의 한 형태다(Fig. 1) [4]. 이러한 ML에는 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 강화 학습(reinforced learning)의 세 가지 유형이 있는데, 이중 지도 학습은 의학, 특히 진단 분야에서 연구되고 응용이 되고 있다. 특히, EUS에서는 신경망(neural networks, NN)이라고도 불리는 인공 신경망(artificial neural networks, ANN)과 서포트 벡터 머신(support vector machine, SVM)이라는 두 가지 유형의 지도 학습 방법이 연구되었다[5]. 딥 러닝(deep learning, DL)은 ANN에서 유래한 고급 개념으로, 인간 두뇌의 뉴런에서 영감을 받아 ANN의 여러 복잡한 층을 사용한다. 최근 널리 쓰이는 DL 알고리즘의 중 하나인 합성 곱신경망(convolutional neural network, CNN)은 데이터에서 지식을 추출해 학습이 이루어졌지만, 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 알고리즘이다.
반면, support vector machine (SVM)은 이미 입력 및 출력으로 훈련된 매우 많은 양의 데이터가 공급되는 지도ML 유형으로 훈련을 위해 더 많은 데이터 입력 없이는 더 많은 범주 지식을 자체 학습할 수 없다[6].
지난 몇 년 동안 인공지능(AI) 활용이 의료 전반에 걸쳐 급격히 확대되었으며, Xu 등[7]은 EUS 영상을 이용하여 췌장암에서 예후 평가에 대한 연구를 시행하여 발표하였다. 실제로 2015년부터 2023년까지 PubMed 검색에서 인공지능, 췌장암을 핵심 용어로 조사해보면 발표된 연구 수가 기하급수적으로 증가했음을 알 수 있다(Fig. 2). 본고에서는 문헌 고찰을 통한 췌장 악성종양 진단에 대한 EUS 기반 AI 연구에 대한 효능에 대해서 논의하고자 한다.

다국어 초록 (Multilingual Abstract)

Pancreatic cancer is a highly fatal malignancy with a 5-year survival rate of < 10%. Endoscopic ultrasound (EUS) is a useful noninvasive tool for differential diagnosis of pancreatic malignancy and treatment decision-making. However, the performance of EUS is suboptimal, and its accuracy for differentiating pancreatic malignancy has increased interest in the application of artificial intelligence (AI). Recent studies have reported that EUS-based AI models can facilitate early and more accurate diagnosis than other preexisting methods. This article provides a review of the literature on EUS-based AI studies of pancreatic malignancies.