위암 병원체 진단을 위한 내시경 영상분석에 인공지능 적용

Scientific Reports 13권, 기사 번호: 13380(2023) 이 기사 인용

436 액세스

4 알트메트릭

측정항목 세부정보

헬리코박터 파일로리(H. pylori) 감염은 만성 위염, 위궤양, 십이지장 궤양, 위암의 주요 원인입니다. 임상 실무에서 위장병 전문의의 내시경 영상 소견을 통한 H. pylori 감염 진단은 부정확하며 위장 질환 관리에 사용할 수 없습니다. 본 연구의 목적은 내시경 영상의 전처리와 기계학습 방법을 통해 H. pylori 감염 진단을 위한 인공지능 분류 시스템을 개발하는 것이다. 인공지능 분류 시스템의 도출 및 검증을 위해 안난병원에서 신속 우레아제 검사를 통해 H. pylori 상태를 확인한 내시경 검사를 받은 환자 302명의 위체 및 유문부 내시경 영상을 획득하였다. H. pylori 상태는 CNN(Convolutional Neural Network) 및 scSE(Concurrent Spatial and Channel Squeeze and Excitation) 네트워크에 의해 양성 또는 음성으로 해석되었으며, 위 영상의 딥러닝을 위한 다양한 분류 모델이 결합되었습니다. 동일한 환자의 신체 및 유문 영상 모두에 대해 scSE-CatBoost 분류 모델을 사용하여 H. pylori 상태를 종합적으로 평가한 결과 정확도 0.90, 민감도 1.00, 특이도 0.81, 양성 예측도 0.82, 음성 예측도 1.00을 달성했습니다. 0.88 곡선 아래의 면적. 이 데이터는 위 내시경 영상에 대한 scSE-CatBoost 딥러닝을 활용한 인공지능 분류 모델이 H. pylori 상태를 좋은 성능으로 구별할 수 있으며, 임상 현장에서 H. pylori 감염을 조사하거나 진단하는 데 유용할 수 있음을 시사합니다.

헬리코박터 파일로리(H. pylori)는 위의 상피 내막을 감염시키며 만성 위염, 소화성 궤양 질환 및 위암의 주요 원인입니다1. H. pylori 제균은 소화성 궤양 질환을 치료하는 표준 치료법이 되었습니다1. 위선암 발생률이 높은 지역에서는 위암 발생을 예방하기 위해 H. pylori 제균이 권장됩니다2.

H. pylori 감염을 검출하기 위해 다양한 수준의 민감도와 특이성을 지닌 침습적 또는 비침습적 기술을 활용하는 여러 가지 진단 방법이 개발되었습니다. 신속 우레아제 검사, 조직학, 배양 등 침습적 방법에는 위 조직 생검을 포함한 내시경 검사가 필요합니다3. 신속 우레아제 검사는 H. pylori 박테리아에 의한 우레아제 효소 생산을 기반으로 합니다. 장상화생 환자와 소화성 궤양 출혈4,5,6의 경우에는 시험의 민감도가 상당히 낮습니다. 또한 양성자 펌프 억제제, 항생제 및 비스무트 화합물을 사용한 치료는 H. pylori3에 의한 우레아제 생성을 방지할 수 있기 때문에 위음성 결과를 초래할 수도 있습니다. 또한 구강이나 위장에 있는 Klebsiella pneumoniae, Staphylococcus aureus, Proteus mirabilis, Enterobacter cloacae 및 Citrobacter freundii와 같은 여러 유기체도 우레아제 활성을 나타내며 위양성 결과를 나타낼 수 있습니다6. 조직학은 급속 우레아제 검사보다 비용이 더 많이 듭니다. 수집된 생검 물질의 수와 위치, 병리학자의 경험, 염색 기술, PPI 또는 항생제 사용, 기타 박테리아 종의 존재 등 많은 요인이 조직학적 검사의 진단 정확도에 영향을 주지만 구조적으로는 헬리코박터와 유사합니다7 .

여러 연구에 따르면 기존의 백색광 내시경 검사를 통한 H. pylori 감염의 판단은 확산성 발적, 주름 비대 또는 두껍고 희끄무레한 점액의 유무에 근거할 수 있음이 입증되었습니다8. 그러나 내시경 영상을 이용한 위장병 전문의의 소견에 의한 진단은 부정확하며 임상에서 위장관 질환의 관리에 활용될 수 없다8.