분당서울대병원 연구팀이 11일 세계 최초로 자궁근종과 자궁평활근육종을 감별하는 진단 알고리즘 모델을 개발하고 성능을 입증했다.

김기동 분당서울대병원 산부인과 교수팀과 안태진 한동대 생명과학부 교수팀이 진행한 이 연구는 방사선종양학 분야의 국제학술지 'BMC Cancer'에 게재됐다.

논문 제목은 'A diffrential diagnosis between uterine leiomyoma and leiomyosarcoma using transcriptome analysis'다.

자궁근종은 자궁의 대부분을 이루고 있는 평활근에 생기는 종양으로 매우 흔하게 발생하는 양성질환이다. 반면 자궁평활근육종은 평활근세포에서 발생하는 악성종양으로 매우 드문 희귀암이다.

자궁근종과 모양이나 크기가 차이가 없기 때문에 초음파, MRI 등 영상 검사만으로는 자궁근종과 구별이 불가능하다. 수술 전 진단이 어렵고 일반적으로 양성 자궁근종 수술 후에 행하는 조직검사에서 진단된다.

연구팀은 공개된 데이터로부터 수집한 114개의 정상 자궁 조직 샘플과 31개의 자궁평활근육종 샘플을 바탕으로 정상 자궁 조직보다 자궁평활근육종에서 발현의 분산이 크게 나타나는 17개의 유전자 '전사체(transcripton)'를 기계학습시켰다.

그 결과 '심층신경망(DNN)'과 '서포트벡터머신(SVM)' 등 4가지 분류기를 개발했다. 전사체는 한 세포에 존재하는 모든 RNA 분자의 총합을 뜻한다.

연구팀은 분류기의 성능을 검증하기 위해 35개의 정상 자궁 조직 샘플과 자궁평활근육종 샘플을 수집해 정확도, 민감도 등을 평가했다.

평가 지표는 AUC(ROC 커브 아래 부분의 면적의 너비)를 사용했다. AUC는 특정 검사도구의 정확도를 나타내는 통계 기법으로 인공지능 러닝 모델의 성능평가 지표로 주로 사용되며 1에 가까울수록 더 높은 정확도를 나타낸다.

연구팀이 개발한 모델 가운데 DNN 분류기의 정확도, 민감도, 특이도와 균형 정확도가 각각 0.922, 0.889, 1.00, 0.944로 높은 성능을 나타냈다.

김기동 교수는 "영상 검사만으로는 구별이 불가능했던 자궁근종과 자궁평활근육종을 감별 진단하는 알고리즘을 성공적으로 개발함으로써 수술 전에 최적의 치료 계획을 수립할 수 있는 단초를 제공했다"고 말했다.

이어 "양성 자궁근종 환자는 불필요한 수술을 피할 수 있으며 자궁평활근육종 환자는 조기에 수술을 진행함으로써 종양의 전이를 최소화할 수 있다"고 말했다.