생검과 전절제 조직을 활용한 전립선암 재발 예측 AI 모델

초록

본 연구는 스톡홀름 STHLM3 코호트의 전립선 생검 슬라이드를 이용해 생화학적 재발(BCR) 위험을 예측하는 인공지능 모델을 개발하고, 이를 세 개의 외부 전절제(cohort) 코호트에 검증하였다. 이미지‑전용, 임상‑전용, 그리고 이미지와 임상을 결합한 멀티모달 모델을 비교했으며, 멀티모달 모델이 일부 코호트에서 가장 높은 판별력을 보였다. 기존 CAPRA‑S 점수와 결합했을 때 추가적인 예측 향상이 확인되었다.

상세 분석

이 연구는 전립선암 환자의 생화학적 재발을 예측하기 위해 딥러닝 기반의 병리학 이미지 분석을 시도한 최초 수준의 다중코호트 검증 사례이다. 모델 개발은 STHLM3 코호트(676명)에서 전처리된 전립선 생검 전자 슬라이드(WSI)를 이용했으며, 세 가지 사전학습된 foundation model인 UNI2, VIRCHOW2, CONCH을 활용해 타일 단위 임베딩을 추출하였다. 각 타일 임베딩은 고차원 벡터 형태로 변환된 뒤, attention‑based multiple instance learning (MIL) 구조에 입력되어 환자 수준의 위험 점수를 산출한다. MIL은 개별 타일이 전체 슬라이드 내에서 차지하는 중요도를 학습함으로써, 전통적인 Gleason 점수와는 다른 미세한 조직학적 패턴을 포착한다.

모델은 세 가지 변형으로 구현되었다. 첫 번째는 임상 변수(연령, PSA, ISUP 등급)만을 사용한 임상‑전용 모델이며, 두 번째는 이미지 임베딩만을 활용한 이미지‑전용 모델, 세 번째는 두 정보를 결합한 멀티모달 모델이다. 각 변형은 5년 재발 자유 생존을 목표로 Cox 비례 위험 손실 함수를 최적화하였다. 내부 교차 검증 결과, 임상‑전용 모델과 CONCH 기반 이미지‑전용 모델이 각각 AUC 0.70±0.12, 0.70±0.07을 기록했으며, UNI2 기반 멀티모달 모델은 0.73±0.03으로 가장 높은 성능을 보였다.

외부 검증은 전절제 조직을 포함하는 LEOPARD(508명), CHIMERA(95명), TCGA‑PRAD(379명) 코호트에서 수행되었다. LEOPARD에서는 이미지‑전용 모델이 5년 AUC 0.64(95% CI 0.55–0.72)를 기록했으며, CHIMERA에서는 임상‑전용 모델이 0.80, 이미지‑전용 모델이 0.70, 멀티모달 모델이 0.82로 가장 높은 판별력을 보였다. TCGA‑PRAD에서는 임상‑전용 모델이 0.76으로 최고였고, 멀티모달 모델은 0.72, 이미지‑전용 모델은 0.70을 기록했다. 이러한 결과는 코호트별 조직 처리 방식, 추적 기간, 재발 비율 차이에 따라 이미지와 임상의 상대적 기여도가 변한다는 점을 시사한다.

가이드라인 기반 CAPRA‑S 점수와의 비교에서도 흥미로운 결과가 나타났다. CHIMERA 코호트에서 CAPRA‑S는 AUC 0.79였으며, 멀티모달 AI 모델은 0.82로 소폭 우위였고, 두 점수를 결합했을 때 0.83으로 통계적으로 유의한 개선(χ²=8.20, p=0.004)을 보였다. TCGA‑PRAD에서는 CAPRA‑S가 0.76으로 AI 모델보다 우수했지만, AI 점수를 추가했을 때 0.79로 향상되었다(χ²=8.09, p=0.004). 이는 병리학 이미지에서 추출된 특징이 기존 임상·병리 변수와 보완적인 정보를 제공한다는 증거이다.

위험군 분류에서는 각 코호트별로 AI 점수를 사분위수로 나누어 Kaplan‑Meier 생존곡선을 그렸으며, 높은 사분위수 그룹이 현저히 조기 재발을 보였다. 이는 실제 임상에서 고위험군을 조기에 식별해 강화된 추적이나 보조 치료를 고려할 근거를 제공한다.

한계점으로는 외부 코호트, 특히 CHIMERA의 표본 크기가 작아 성능 추정의 불안정성이 존재하고, 일부 코호트에서는 임상 데이터가 완전하지 않아 멀티모달 분석이 제한적이었다는 점을 들 수 있다. 또한, 훈련 데이터는 전처치 생검이었지만 검증은 전절제 조직이었으므로, 조직학적 차이에 따른 성능 변동을 완전히 해소하지 못했다. 향후 대규모 전향적 연구와 표준화된 슬라이드 스캐닝 프로토콜이 필요하다.

요약하면, 전립선 생검 슬라이드만으로도 BCR 위험을 예측할 수 있는 AI 모델을 구축했으며, 이미지와 임상을 결합한 멀티모달 접근법이 특정 상황에서 최고의 성능을 보였다. 이 모델은 기존 가이드라인 점수와 병행해 사용함으로써 재발 위험을 보다 정밀하게 stratify 할 수 있는 잠재력을 가진다.