MediWave

AI 기반 유방 DCE-MRI 분석: 항암치료 반응 예측의 새로운 지평   doi:10.1148/ryai.240769 서론: 유방암 치료의 패러다임 변화와 정밀의료의 필요성 유방암은 전 세계 여성 암 중 발병률과 사망률 모두 상위를 차지하는 중요한 질환입니다. 특히 항암화학요법(Neoadjuvant Chemotherapy, NAC) 후 병리학적 완전 반응(pathologic complete response, pCR)을 예측하는 것은 치료 전략을 수립하는 데 핵심적인 요소로 작용합니다. 최근 등장한 AI 기반의 영상 분석 , 특히 동적조영증강 자기공명영상(Dynamic Contrast-Enhanced MRI, DCE-MRI)은 이러한 예측의 정밀도를 획기적으로 향상시킬 수 있는 도구로 각광받고 있습니다. 본 칼럼에서는 RSNA에 소개된 최신 연구를 기반으로, 딥러닝을 이용한 유방 DCE-MRI 분석이 NAC 반응 예측에 미치는 영향과 임상적 함의에 대해 심도 깊게 다루어 보겠습니다. 1. 연구 배경과 목적 연구진은 기존의 육안 판독이나 단순한 영상 파라미터 분석을 넘어, 딥러닝 알고리즘 을 이용해 영상 속 잠재적인 예측 특징(latent predictive features)을 추출하고자 하였습니다. 특히 NAC 후 pCR을 보인 환자군과 그렇지 않은 환자군의 DCE-MRI를 분석하여, 딥러닝 기반 모델의 예측 정확도를 평가하였습니다. 2. 연구 설계와 딥러닝 알고리즘 구성 연구는 총 250명의 유방암 환자 의 전처리(pre-treatment) DCE-MRI 데이터를 대상으로 하였습니다. 데이터 구성 총 250건의 환자 DCE-MRI 영상 pCR 그룹과 non-pCR 그룹으로 구분 T1-weighted 조영증강 시퀀스 사용 딥러닝 모델 ResNet 기반의 3D CNN(Convolutional Neural Network) 아키텍처 사용 입력: 다시간점 DCE-MRI 슬라이스 출력: pCR ...