딥러닝 기반 저용량 CT 폐암 스크리닝 혁신

초록

본 연구는 National Lung Screening Trial(NLST)에서 추출한 1,449건의 저용량 CT 영상을 대상으로, 폐 결절 주석 없이 전체 폐 영상을 입력으로 암 여부를 예측하는 새로운 딥러닝 모델 DeepScreener를 개발·검증하였다. 모델은 연속된 슬라이스와 다중 과제 특징, 공간 피라미드 구조를 활용해 78.2% 정확도와 AUC 0.858을 달성했으며, 기존 대회 우승 모델과 통계적으로 유의미한 차이가 없음을 보였다.

상세 분석

DeepScreener는 전통적인 결절‑중심 접근법을 탈피하여 전체 폐 볼륨을 한 번에 처리하는 end‑to‑end CNN 기반 프레임워크이다. 핵심 설계는 (1) 연속적인 CT 슬라이스를 3‑D 컨텍스트로 활용하는 pseudo‑3D 구조, (2) 다중 과제 학습을 통해 결절 검출과 암 위험 예측을 동시에 수행하는 멀티‑태스크 네트워크, (3) 다양한 크기의 결절을 포착하기 위한 공간 피라미드(pooling) 모듈이다. 이러한 설계는 결절 주석이 없는 데이터에서도 효과적으로 특징을 추출하도록 돕는다.

학습 단계는 두 단계로 나뉜다. 첫 번째 단계에서는 LIDC/IDRI와 LUNA16 데이터셋을 이용해 결절 검출 서브넷을 사전 학습한다. 여기서 방사선과 전문의가 제공한 정확한 결절 위치와 악성도 라벨을 활용해 고해상도 로컬 특징을 학습한다. 두 번째 단계에서는 DSB2017 대회 데이터(주석 없는 전체 CT)와 NLST 라벨을 사용해 암 여부 분류기를 미세조정한다. 손실 함수는 대회 목표와 일치하도록 로그‑로스를 최소화했으며, 이는 거짓 양성 억제에 강한 편향을 만든다.

검증 결과, DeepScreener는 1,359개의 유효 CT(90개는 전처리 과정에서 제외)에서 78.2% 정확도, AUC 0.858, AUPRC 0.788, 로그‑로스 0.484를 기록했다. 민감도는 34.3%로 낮았지만 특이도는 98.7%에 달해 거짓 양성 감소에 크게 기여한다. 동일 데이터에 대해 DSB2017 우승 모델(grt123)은 AUC 0.885, 정확도 82.1%를 보였으며, DeLong 검정 결과 두 모델 간 AUC 차이는 통계적으로 유의하지 않았다. 이는 DeepScreener가 대회 최상위 모델과 동등한 일반화 능력을 가짐을 의미한다.

한편, 저자들은 모델이 높은 거짓 음성률을 보인 원인을 두 가지로 분석한다. 첫째, 테스트 코호트가 의도적으로 “false‑negative” 스크린을 포함하도록 설계돼 실제 임상 환경보다 어려운 사례 비중이 높았다. 둘째, 대회 목표가 로그‑로스 최소화였기에 모델이 보수적으로 양성 예측을 회피하도록 학습되었을 가능성이 있다. 이를 해결하기 위해 저자는 임계값을 0.29(정확도 최적) 혹은 0.19(민감도·특이도 균형)로 조정하면 성능이 크게 개선된다고 제시한다.

기술적 한계로는 (1) 슬라이스 간 간격 불균형 및 중복 슬라이스 처리 과정에서 90건의 데이터를 제외한 점, (2) 훈련 데이터와 테스트 데이터 간 중복 검증을 위해 이미지 지문(fingerprint) 기반 필터링을 수행했음에도 불구하고 남은 잠재적 편향, (3) 모델 해석성을 위한 시각화 도구 부재가 있다. 향후 연구에서는 (a) 임계값 최적화를 포함한 손실 함수 재설계, (b) Grad‑CAM 등 시각화 기법을 통한 의사결정 투명성 강화, (c) 다기관, 다인종 데이터셋을 통한 외부 검증을 통해 임상 적용 가능성을 높여야 한다.

전반적으로 DeepScreener는 결절 주석 없이도 전체 폐 CT에서 암 위험을 예측할 수 있는 실용적인 딥러닝 파이프라인을 제시한다. 특히 높은 특이도와 경쟁 모델 대비 유사한 AUC는 폐암 스크리닝에서 불필요한 추가 검사를 감소시키는 데 기여할 가능성을 보여준다. 다만 민감도 향상과 임상 워크플로우와의 통합을 위한 추가 연구가 필요하다.