췌장암 인공지능이 진단 약 16개월 전에 신호를 찾았다는 연구는 유망하지만, 건강한 사람에게 지금 바로 적용하는 췌장암 선별검사가 완성됐다는 뜻은 아닙니다. 과거에 촬영된 CT를 다시 분석한 후향적 연구이며, 고위험군에서 실제 진료 흐름에 넣어 검증하는 단계가 남아 있습니다.
눈에 보이지 않는 CT 특징을 분석했습니다
연구진은 일반적인 조영증강 복부 CT에서 사람 눈으로 구별하기 어려운 췌장의 질감과 구조 신호를 수치화하는 REDMOD라는 모델을 만들었습니다. 췌장관선암 진단 3~36개월 전에 촬영됐고 당시 판독에서 췌장 종괴가 없었던 영상이 분석 대상이었습니다.
모델은 여러 기관에서 모은 969명 자료로 학습했고, 별도의 493명 자료에서 시험했습니다. 시험 자료에는 나중에 췌장암을 진단받은 63명과 대조군 430명이 포함돼 약 1대 6의 비율을 이루었습니다.
475일과 민감도 73%의 의미
독립 시험 자료에서 REDMOD는 임상 진단보다 중앙값 475일 앞선 CT에서 췌장암 신호를 분류했고, 민감도는 73.0%였습니다. 같은 영상을 다시 본 영상의학과 전문의의 민감도 38.9%보다 높았습니다. 진단 24개월보다 앞선 영상에서는 각각 68.0%와 23.0%였습니다.
민감도는 실제 암 환자 중 검사에서 양성으로 잡아낸 비율입니다. 73%라는 숫자는 전체 검사자의 73%가 정확했다는 뜻도, 양성 결과가 암일 확률이 73%라는 뜻도 아닙니다. 이 연구의 AUC는 0.82였고, 외부 자료에서 특이도는 81.3%와 87.5%였습니다.
일반인 검사에서는 위양성이 더 중요해집니다
특이도가 100%가 아니므로 암이 없는 사람도 양성으로 분류될 수 있습니다. 췌장암처럼 일반 인구에서 드문 질환은 민감도와 특이도가 괜찮아 보여도 검사 대상이 많아지면 위양성 수가 실제 암보다 훨씬 많아질 수 있습니다.
연구의 시험 비율인 암 1명 대 대조군 약 6명도 일반 인구의 실제 유병률보다 높습니다. 따라서 이 자료만으로 일반인의 양성예측도를 계산하거나, REDMOD 결과에 따라 곧바로 추가 검사·수술을 결정할 수는 없습니다.
과거 CT를 다시 본 연구라는 한계가 있습니다
연구진은 나중에 췌장암이 확인된 사람의 과거 영상을 골라 분석했습니다. 여러 기관 자료와 외부 데이터에서 성능을 확인했고 반복 CT 간 판정 일치도도 90~92%로 보고했지만, 실제 진료에서 처음 보는 환자를 연속적으로 검사한 전향적 시험은 아닙니다.
연구 결론도 고위험군을 대상으로 한 전향적 검증이 다음 단계라고 밝혔습니다. 암을 얼마나 일찍 확진하는지, 불필요한 정밀검사와 불안을 얼마나 만드는지, 생존율을 실제로 높이는지는 별도로 확인해야 합니다.
지금 CT를 새로 찍어야 한다는 뜻은 아닙니다
이 연구는 다른 이유로 이미 촬영한 표준 CT에서 추가 신호를 찾을 가능성을 보여줍니다. 증상이 없는 일반인이 AI 검사를 위해 반복적으로 CT를 찍어야 한다는 근거는 아닙니다. 방사선 노출과 조영제 위험, 우연히 발견되는 병변도 함께 고려해야 합니다.
설명되지 않는 황달, 지속되는 상복부·등 통증, 원인 모를 체중 감소처럼 걱정되는 증상이 있거나 췌장암 가족력·유전적 고위험 요인이 있다면 AI 검사 여부를 스스로 판단하기보다 의료진과 적절한 평가 방법을 상의해야 합니다.
참고 자료
Next-generation AI for visually occult pancreatic cancer detection