대한유방검진의학회

Review Article

Full Text(PDF)

유방촬영술은 대규모 집단연구에서 사망률 감소 효과가 입증된 유일한 유방암 검진 방법이나, 유방암 발견에 대한 민감도와 특이도는 판독자에 따라 큰 차이를 보인다. 이는 유방암의 조기 발견을 늦추고, 때로는 불필요한 재검과 조직검사를 야기한다. 이를 개선하기위한 노력으로 유방촬영술에서는 전통적 진단보조프로그램이 지난 10년이상 사용되어 왔고, 최근에는 빅데이터에 기반한 기계학습의 발달에 힘입어 보다 정확한 유방암 진단을 돕기 위한 인공지능 알고리즘이 개발되어 적용되고 있다. 비록 현재까 지는 후향적 분석에 기반하고 있으나, 다기관 연구를 통해 검증된 성능을 바탕으로 일부는 상용화되어 임상 환경에서 활용 범위를 넓혀 가고 있다 (1). 유방암 진단의 정확도를 높여줌과 동시에, 영상의학과 의사가 일상적으로 부담하고 있는 많은 양의 유방촬영 영상의 중요도를 분류함으로써 업무 부담을 경감하고, 나아가 인공지능이 예측한 위험도와 기존의 알려진 유방암 위험 인자를 종합한 모형을 개발, 유방암에 대한 위험도를 보다 세분화하고 이에 따른 환자 맞춤형의 검진 방식을 제안하는 데에도 기여할 수 있는 가능성을 보여주고 있다. 이번 종설에서는 검진 유방촬영술에 대해 인공지능 기반 진단프로그램 (이하 AI-CAD, artificial intelligencebased computer assisted diagnosis)을 적용한 주요 연구 결과를 정리해보고 이에 대한 임상 활용과 발전 과제에 대해 고찰해보고자 한다.
Key Words: