라벨이 유방암조기진단인 게시물 표시

디지털 유방단층촬영술(DBT)과 합성 유방촬영의 임상적 가치: 위양성 감소와 조기 유방암 진단 최적화 전략

이미지
서론 유방암은 전 세계 여성에게 가장 흔히 발생하는 암 중 하나이며, 조기 진단은 환자의 생존율을 결정하는 핵심 요인이다.  현대 의학에서 영상의학적 유방암 검진은 디지털 유방촬영술(Digital Mammography, DM)을 중심으로 발전해왔지만, 최근에는 디지털 유방단층촬영술(Digital Breast Tomosynthesis, DBT)과 합성 유방촬영(synthesized mammography)의 결합이 새로운 표준으로 주목받고 있다. 특히 독일에서 수행된 TOSYMA 임상시험 은 약 10만 명에 달하는 대규모 무작위 대조시험(randomized controlled trial)으로, DBT와 합성 유방촬영의 결합이 기존의 디지털 유방촬영보다 위양성(false-positive) 발생을 줄이고 실제 유방암 발견률을 높인다는 결과를 제시하였다. 본 칼럼에서는 이 최신 연구 결과를 기반으로 DBT와 합성 유방촬영의 임상적 유용성을 심층적으로 분석하고, 위양성 감소 효과, 환자 안전성, 임상적 의의 및 향후 발전 방향을 논의한다. 본론 1. 유방암 검진의 진화 유방암 검진의 기본 도구였던 디지털 유방촬영술(DM)은 저선량 방사선으로 촬영한 2차원 이미지를 기반으로 하며, 비교적 저비용과 보급성을 이유로 오랫동안 표준 검진 도구로 사용되어왔다.  그러나 DM은 유방 밀도가 높은 여성에서 겹쳐 보이는 음영(summation shadow) 문제로 인해 위양성 및 위음성 판독을 야기할 수 있다는 한계가 있었다. 이를 보완하기 위해 개발된 DBT는 여러 각도에서 얻은 이미지를 3차원적으로 재구성하여 병변의 구조를 더 정확하게 파악할 수 있다.  하지만 DBT 단독 사용은 촬영 시간 증가, 데이터량 증가, 그리고 방사선 피폭량의 증가 문제를 동반한다.  이를 해결하기 위해 등장한 것이 바로 합성 유방촬영(synthesized 2D mammography)이다.  이는 DBT 데이터를 기반으로 가상의 2차원 영상을 ...

인공지능 딥러닝을 활용한 디지털 유방촬영술에서의 악성 종양 판독과 임상 적용

이미지
    doi:10.31916/sjm 2020-01-03 서론 유방암은 전 세계 여성에서 가장 흔히 발생하는 암이자 주요 사망 원인으로 꼽히며 , 조기 진단이 생존율을 높이는 핵심 요인으로 알려져 있습니다 .  디지털 유방촬영술 (Digital Mammography) 은 저에너지 X 선을 사용하여 유방 내부의 미세석회화 (microcalcifications), 종괴 (masses), 구조 왜곡 (architectural distortion) 등을 탐지하는 영상의학적 방법으로 , 조기 발견을 위한 핵심 기술입니다 .  그러나 육안 판독은 주관적 오류 가능성이 있으며 , 이 한계를 보완하기 위해   인공지능 (AI) 딥러닝 기반 자동 판독 시스템 이 빠르게 발전하고 있습니다 . 본 칼럼에서는   AI 기반 디지털 유방촬영 영상 분석 기술 의 최신 연구 결과를 정리하고 , 실제 임상 적용 가능성과 향후 전망을 살펴보겠습니다 . 1. 디지털 유방촬영술의 원리와 임상적 중요성 디지털 유방촬영술은 약 30kVp 의 저에너지 X 선을 사용하여 유방 영상을 획득합니다 .  다른 뼈 X 선과 달리 , 상대적으로 낮은 에너지를 사용해 미세한 병변을 탐지할 수 있습니다 . 미세석회화 : 직경 0.05~1 mm 크기의 밝은 점 형태 병변으로 , 군집 (cluster) 형태일 경우 악성 가능성이 높습니다 . 종괴 (Mass) : 원형 , 타원형 , 엽상형 (lobulated), 불규칙형 , 방사상 (spiculated) 등 다양한 형태를 가지며 , 경계가 불명확할수록 악성 가능성이 큽니다 . 구조 왜곡 : 유방 내 조직 배열이 정상과 달리 당겨지거나 휘어진 형태로 보이는 현상으로 , 암의 주요 지표가 될 수 있습니다 . 2. 인공지능 기반 영상 판독의 필요성 영상의학 전문의는 수많은 판독 경험을 바탕으로 병...