Skip Navigation
본문바로가기

대한소화기학회

GNB 보기


[하부위장관] 딥러닝 모델을 이용한 대장내시경 검사 중 대장 선종병변과 증식성용종의 실시간 감별 연구
김은선 / 고려대학교 안암병원 소화기내과 / 2019.10.01
딥러닝 모델을 이용한 대장내시경 검사 중 대장 선종병변과 증식성용종의 실시간 감별 연구
Real-time differentiation of adenomatous and hyperplastic diminutive colorectal polyps during analysis of unaltered videos of standard colonoscopy using a deep learning model
(Gut 2019;68:94–100)


아주 작은 용종의 제거 후 병리 검사를 시행하지 않고 폐기하는 “resect and discard” 를 하기 위해서는 작은 선종성 병변과 증식성용종 병변을 내시경 소견으로 잘 구분할 수 있어야 합니다. 하지만 내시경 초심자 뿐만 아니라 경험이 많은 내시경 전문의도 두가지 병변을 정확하게 감별하기는 어려움이 있습니다. 아주 작은 용종의 “resect and discard” 를 시행하기 위하여 인공지능 딥러닝 모델을 활용하여 대장내시경 검사 중 실시간으로 용종에 대한 정보를 전달하는 연구가 최근 보고되었습니다. 125개의 대장내시경 비디오에서 선종과 증식성용종을 구분할 수 있는지를 보았고, 정확도는 94% (95% CI 86% to 97%), 선종을 감별하는 민감도는 98% (95% CI 92% to 100%), 특이도는 83% (95% CI 67% to 93%), 음성예측도 97%, 양성예측도는 90% 이었습니다. 실제 환자의 대장내시경검사에서도 이 딥러닝 모델을 이용하여 “resect and discard” 를 시행하는 것이 타당한지를 보는 연구가 앞으로 필요합니다.

<key points>
1. 아주 작은 미세 대장 용종을 제거하여 병리 검사를 시행하는 번거로움과 비용증가를 줄이기 위하여 “resect and discard” 개념이 제시되었지만 초심자 및 경험이 많지 않은 내시경 전문의에게는 이와 같은 실시간 선종/증식성용종 감별 딥러닝 알고리즘이 도움이 될 수 있습니다.
2. 별도의 이미지 변환 과정 없이 일반적인 내시경 영상으로 트레이닝된 인공지능 알고리즘으로 정확도가 94%로 높은 결과를 보였고 약 50ms 의 시간지연으로 거의 실시간 정보 제공이 가능하였습니다.
3. 의료비용 증감과 업무과중을 줄이기 위한 대장미세용종의 “resect and discard”는 더 일상적인 대장내시경 검사 및 시술에 정착되기 위해서 이와 같은 인공지능 플랫폼이 많은 도움이 될 것입니다.

논문 바로가기

Copyright© The Korean Society of Gastroenterlogy. All Rights Reserved.

06193 서울특별시 강남구 선릉로86길 31, 305호 (대치동, 롯데골드로즈빌Ⅱ)