Robust Renal Mass Segmentation on CT: A Validation Study of an AI-Based Framework

기술 요약: CT 상의 견고한 신장 종괴 분할 (Robust Renal Mass Segmentation on CT)

문제 정의
신장 종괴 분할은 상염색체 우성 다낭신질환(ADPKD)과 같은 질환에서 신장 부피 변화를 모니터링하거나, 직경 및 부피를 기준으로 신장 종양의 병기를 결정하는 것과 같은 정량적 평가를 포함하는 임상 워크플로우에서 매우 중요합니다. 현재의 임상 관행은 주관적인 시각적 평가에 크게 의존하고 있으며, 이는 판독자 간 변동성이 크고 시간이 많이 소요되는 문제를 안고 있습니다. TotalSegmentator와 같은 일반적인 의료 영상 분할 모델들이 발전했음에도 불구하고, 종양이 장기의 형태와 내부 구조를 크게 변화시키는 신장 종괴 분할과 같은 특화된 작업에서는 성능이 떨어지는 경우가 많습니다. 또한, 특정 데이터셋(예: KiTS)으로 학습된 기존 모델들은 외부의 이질적인 임상 코호트에 일반화하는 데 어려움을 겪는 경우가 많으며, 이는 알고리즘 개발과 견고한 임상 도입 사이의 간극을 보여줍니다.

방법론
저자들은 최첨단 nnU-Netv2 프레임워크(구체적으로 Residual Encoder Large 구성)를 기반으로 한 견고한 분할 알고리즘인 Renal-Net을 개발했습니다.

• 학습 데이터: 모델의 재현성과 일반화 가능성을 보장하기 위해 오직 두 가지 공개 데이터셋만을 사용하여 학습되었습니다:
  1. KiTS23: 신장 암이 의심되는 미국 환자 489건의 CT 스캔으로, 신장, 종양, 낭종(cyst) 라벨이 주석 처리되어 있습니다.
  2. Radboudumc Kidney Abnormality Dataset: 다양한 병변(낭종, 종괴, 전이)을 포함하는 네덜란드 종양 환자 215건의 조영 증강 CT 스캔입니다.
  • 데이터 조화(Data Harmonization): 두 데이터셋을 병합하기 위해 저자들은 주석 프로토콜을 통일했습니다. KiTS23의 낭종과 종괴는 Radboudumc 데이터셋과 일치시키기 위해 단일 "신장 종괴(renal mass)" 범주로 통합되었습니다. 신장 영역 정의(실질/문부 포함 여부)는 모델이 주석의 변동성에 노출되도록 원래의 주석 방식을 그대로 유지하였으며, 이는 모델의 견고성을 향상시킬 것이라는 가설에 근거합니다.
• 아키텍처 및 후처리: 모델은 전체 해상도의 nnU-Net을 활용합니다. 예측된 신장 종괴 영역이 신장에 붙어 있지 않은 경우(단, 큰 종양이 신장의 가시성을 억제하는 것을 고려하여 부피가 100 cm³를 초과하는 경우는 제외)를 제거하고, 위양성을 줄이기 위해 작은 축 직경(< 3 mm)을 필터링하는 후처리 파이프라인이 적용되었습니다.
• 검증 전략: 본 연구는 세 개의 독립적인 테스트 데이터셋을 통해 대규모 검증 접근 방식을 채택했습니다:
  1. Radboudumc Private Test Set: 50건의 CT 스캔 (정상 20건, 병변 30건).
  2. TCGA-KIRC: 투명 세포 신세포암 환자 28건의 스캔.
  3. Charité Universitätsmedizin Berlin: 다양한 종양 아형 및 조영 단계를 가진 917명의 환자로부터 얻은 1,510건의 수술 전 CT 스캔.
• 평가 지표: 성능은 Dice 계수(중첩도)와 95번째 백분위수 하우스도르프 거리(경계 정확도)를 사용하여 정량화되었습니다. 탐지 성능은 IoU(Intersection over Union) 임계값 0.5를 기준으로 정밀도(precision), 재현율(recall), F1-score를 통해 평가되었습니다. 환자의 성별, 연령, CT 조영 단계, 종양 조직학적 아형에 대한 하위 그룹 분석이 수행되었습니다.

주요 기여

1. Renal-Net 개발: 공개 데이터만을 사용하여 학습된, 신장 및 신장 종괴를 위한 특화되고 견고한 분할 모델을 개발했습니다.
2. 대규모 외부 검증: 다양한 인구 통계 및 영상 프로토콜을 가진 세 곳의 서로 다른 의료 센터에서 1,500개 이상의 CT 스캔을 테스트함으로써, 이 분야에서 현재까지 가장 큰 규모의 외부 검증을 제공했습니다.
3. 포괄적인 하위 그룹 분석: 환자의 성별, 연령, CT 조영 단계 및 종양 조직학적 아형에 걸쳐 모델의 견고함을 입증하는 상세한 분석을 수행했습니다.
4. 오픈 사이언스: 모델 가중치, 코드 및 즉시 사용 가능한 알고리즘은 Zenodo, GitHub, grand-challenge.org를 통해 공개적으로 제공됩니다.

결과

• 분할 성능: Renal-Net은 모든 데이터셋에서 "신장(Kidney)", "신장+종괴(Kidney+Mass)", "신장 종괴(Renal Mass)" 영역에 대해 참조 모델(TotalSegmentator 및 BAMF 모델)보다 유의미하게 우수한 성능을 보였습니다 (Dice 점수에 대해 교정된 p-value < 0.001).
  • TCGA-KIRC 데이터셋에서 Renal-Net은 신장 영역에 대해 0.95, 신장 종괴에 대해 0.86의 평균 Dice를 달성했으며, 이는 TotalSegmentator의 0.80 및 0.05와 대조됩니다.
  • Charité 데이터셋에서 Renal-Net과 BAMF 모델은 유사한 성능을 보였으나, Renal-Net은 어려운 사례(신장 종괴에 대한 5번째 백분위수 Dice가 BAMF의 0.39 대비 0.53)에서 더 우수한 성능을 입증했습니다.
• 건강한 신장: 건강한 신장 하위 집단에 대해 Renal-Net은 TotalSegmentator와 유사한 성능(Dice ~0.93-0.95)을 보였으나, TotalSegmentator는 약간 더 낮은 HD95 점수를 기록했습니다.
• 인간 수준의 성능: Radboudumc 프라이빗 테스트 셋에서 Renal-Net의 성능(신장+종괴 Dice 0.95)은 인간의 관찰자 간 변동 범위(Dice 0.941) 내에 있었습니다.
• 탐지: Renal-Net은 모든 테스트 셋에서 베이스라인 모델 대비 우수한 탐지 성능(정밀도, 재현율, F1-score)을 보였습니다. 예를 들어, Charité 데이터셋에서 Renal-Net은 BAMF 모델의 0.70 대비 0.78의 F1-score를 달성했습니다.
• 견고성: 하위 그룹 분석 결과, 다양한 환자 성별, 연령대, CT 조영 단계(초기 정맥기, 지연 정맥기, 동맥기) 및 종양 아형(ccRCC, pRCC, chrRCC, oncocytoma)에 대해 일관되게 높은 성능을 보였습니다.

의의 및 주장
본 논문은 공개적으로 사용 가능한 데이터셋과 nnU-Net 프레임워크를 결부터 하는 것이 독점적인 학습 데이터 없이도 외부의 다양한 임상 환경에 효과적으로 일반화되는 분할 모델을 개발하는 데 충분하다는 점을 주장합니다. 저자들은 모델이 특정 데이터셋에서의 미미한 정확도 향상보다는, 다양한 주석 프로토콜과 영상 특성을 가진 이질적인 데이터로 학습함으로써 얻는 견고성을 우선시했음을 강조합니다.

이 연구는 Renal-Net을 능동적 감시(active surveillance) 또는 질병 진행 모니터링을 위한 신장 부피 변화 추적과 같은 객관적이고 재현 가능한 임상 워크플로우를 지원하는 도구로 포지셔닝합니다. 저자들은 비조영 증강 CT를 처리할 수 없는 모델의 한계와 검증 세트에 소아 또는 비서구권 인구 통계 데이터가 부족하다는 점을 인정합니다. 결론적으로, 이 모델은 임상 테스트 및 추가 연구를 위한 준비가 되어 있으나, 향후 연구에서는 이러한 격차를 해소하고 낭종성 병변과 고형 병변의 분리 가능성을 탐구해야 한다고 밝히고 있습니다.