- 기존 영상 활용한 유방암 ‘기회적 탐지’로 검진 사각지대 보완…핵심 기술 특허 출원

중앙대학교병원(병원장 이재성) 호흡기알레르기내과 문경민 교수의 흉부 X-ray를 활용한 인공지능(AI) 기반 유방암 조기 선별 연구가 한국연구재단의 ‘우수핵심연구’ 과제에 선정됐다.

이번 연구는 흉부 X-ray 영상에서 유방암 의심 소견을 부수적으로 포착하는 ‘기회적 탐지(Opportunistic detection)’를 구현하고, 추가 검사가 필요한 고위험군을 신속히 선별하는 AI 기반 선별·분류(Triage) 모델 개발을 목표로 한다. 기존 검진 체계에서 발생하는 진단 사각지대를 보완하는 새로운 접근법이다.

국내를 포함해 아시아 여성 70~80%는 치밀유방에 해당돼 유방촬영술의 민감도가 낮다는 것이 오랜 한계로 지적돼 왔다. 이를 보완하기 위해 유방초음파 검사가 필수적이지만, 상급종합병원의 경우 수개월에 달하는 대기 기간으로 인해 조기 진단이 지연되는 경우가 적지 않다.

문경민 교수는 이러한 문제의 해법으로 흉부 X-ray에 주목했다. 연간 3억 건 이상 시행되는 대표적인 검사임에도 불구하고 판독이 폐와 심장 위주로 이뤄지면서 유방 병변이 간과될 수 있다는 점을 연구에 착안했다.

이번 연구의 핵심은 유방암의 '진단'이 아닌 '선별'이다. AI로 유방암을 확진하는 것이 아니라, 고위험군을 조기에 식별해 초음파 등 추가 검사로 빠르게 연계하는 의료 안전망 구축에 초점을 맞췄다. 이를 통해 수개월에 이르는 검사 대기 시간을 단축하고, 조기 발견율을 높이겠다는 구상이다.

연구는 향후 3년간 단계적으로 진행된다. 흉부 X-ray와 유방촬영술, 초음파 및 CT 데이터를 연계한 고품질 데이터셋을 구축하고, 치밀유방 환경에서도 미세 병변을 탐지할 수 있는 딥러닝 모델을 개발한다. 이후 임상 시뮬레이션과 경제성 평가를 통해 실제 의료현장에서의 적용 가능성을 검증할 계획이다.

특히 수술 및 조직검사로 확진된 ‘리얼월드 데이터(Real-World Data)’를 활용해 임상 적합성을 높이고, AI 판단 근거를 시각화하는 설명 가능한 AI(XAI)를 적용해 의료진의 신뢰도 확보에도 나선다.

연구팀은 흉부 X-ray 기반 유방암의 기회적 탐지 및 고위험군 선별 알고리즘 관련 핵심 기술에 대해 특허 출원을 마쳤으며, 향후 기술 사업화 가능성도 검토 중이다.

문경민 교수는 “흉부 X-ray라는 일상적 검사에 담긴 정보를 활용하면 기존 검진의 사각지대를 효과적으로 보완할 수 있다”며 “유방암 고위험군을 조기에 선별하고 임상 의사결정을 지원하는 시스템으로 발전시키겠다”고 말했다.

이어 “추가 비용 없이 기존 데이터를 활용한다는 점에서 국가 검진 체계의 효율성을 높일 수 있다”며, “다기관 연구와 정책 적용으로 활용 범위를 확대해 나갈 것”이라고 덧붙였다.

이번 연구는 유방암 조기 발견율 향상과 검진 대기 기간 단축은 물론, 국가 검진 체계 보완과 의료 자원 활용 효율성 제고 등 공공 보건 측면에서도 의미 있는 성과로 이어질 것으로 기대된다.