담도췌장 EUS를 위한 인공지능 네비게이션 시스템의 효능 및 안전성에 관한 다기관 연구 원문보기 KCI 원문보기 인용

췌장암은 서서히 발병하고 빠르게 진행하며 예후가 매우 나쁜 소화계의 악성 종양입니다. 세계보건기구(WHO) 산하 국제암연구소(IARC)가 발표한 2020년 중국의 최신 암 데이터에 따르면 중국에서 약 12만 건의 새로운 췌장암 사례가 발생했으며 사망률은 100%에 가깝다. 국민건강을 심각하게 위협합니다. 췌장암의 조기진단은 외과적 절제술로 가능하며 5년 생존율은 58%, 일단 진행성 췌장암이 발생하면 환자의 생존율은 7.2%입니다. 빠르게 진행되는 치명적인 암인 췌장암은 진단을 놓치면 환자에게 매우 심각한 결과를 초래할 수 있습니다. 조기 췌장암의 진단율을 어떻게 향상시킬 것인가가 시급한 문제입니다.

EUS(endoscopic ultrasonography)는 췌장암 진단을 위한 가장 민감한 방법 중 하나로 간주됩니다. 췌장암, 특히 직경이 1cm 미만인 조기 췌장암의 진단에서 MRI, CT보다 진단 정확도가 훨씬 높다(EUS-FNA 95.6% vs CT 77.4%, MRI 76.2%). EUS는 췌장 종양의 조기 진단을 위한 선택 양식입니다. 췌장암 진단 누락을 방지하기 위해서는 EUS의 연속성과 무결성을 최대한 확보해야 합니다. 그러나 EUS는 시술자 의존도가 높고 학습 곡선이 가파르며 검사 품질이 시술자의 기술에 크게 의존합니다. 따라서 EUS 전체 스캐닝을 효과적으로 지원할 수 있는 시스템 개발이 필요하다.

췌장 EUS의 스테이션 접근법은 표준 스캐닝 절차로 확립되었습니다. 스테이션 접근법을 완료하는 원리는 이 스테이션의 해부학적 랜드마크를 찾는 것입니다. 장기(신장, 비장), 혈관(예: 비장 동맥, 비정맥, 문맥), 덕트(췌관, 담관), 등. 이러한 해부학적 랜드마크의 스캐닝은 전체 췌장의 정확한 평가를 위한 기초입니다. 동시에, 췌장 병변의 유형과 과정의 발달은 다른 해부학적 구조의 비정상적인 영상 소견을 가지고 있습니다. 예를 들어, 췌장암의 초음파 이미지는 혈관 침범, 담도췌관의 변형, 인접 장기의 전이를 보여줍니다. 이 가이드라인은 기능적 췌장 실질의 부피 보존을 최대화하기 위해 인접한 중요한 해부학적 구조에 대한 암의 침범 정도에 따라 췌장암에 대한 수술적 접근 방식을 선택해야 한다고 분명히 요구합니다. 완전한 해부학적 스캐닝은 췌장 병변의 진단을 돕고 환자 치료 및 예후를 안내할 수 있습니다.

최근 몇 년 동안 인공 지능(AI)이 여러 의료 분야에 성공적으로 적용되었습니다. 현재까지 췌장 병변을 식별하기 위한 AI 기반 내시경 초음파에 대한 연구는 있었지만, 췌장 내시경 초음파를 위한 AI 기반 내비게이션 시스템에 대한 연구는 전무한 실정이다. 이전에 우리는 췌장과 담관을 위한 표준 스테이션 스캐닝 내비게이션 시스템을 성공적으로 개발했습니다. 이 시스템은 표준 스테이션에 대한 내시경 의사의 인식 정확도를 향상시키고 내시경 초음파 영상의 인지 능력을 향상시킬 수 있습니다.

이를 기반으로 췌장에 인접한 중요한 해부학적 구조를 실시간으로 식별할 수 있는 EUS에서 딥러닝 기반 췌장 스캐닝 내비게이션 시스템을 구축했습니다. 임상 실습에서 내시경 의사를 위한 보조 성능을 검증합니다. EUS의 품질을 향상시키고 췌장 병변의 진단 누락을 줄이기 위해.