Predicting brain tumour enhancement from non-contrast MR imaging with artificial intelligence: a multi-cohort retrospective diagnostic accuracy study

기술 요약: 인공지능을 이용한 비조영 증강 MRI로부터 뇌종양 조영 증강 예측

문제 정의
표준 신경 종양학 영상은 종양의 조영 증강(enhancement)을 식별하기 위해 가돌리늄 기반 조영제를 활용하며, 이는 진단 및 추적 관찰에 있어 핵심적인 특징이다. 그러나 신기능 장애, 알레르기 등의 금기 사항, 환자의 거부, 또는 소아 환자나 빈번한 추적 관찰 상황에서 조영제 노출을 최소화하려는 목적 등으로 인해 조영제 투여가 항상 가능한 것은 아니다. 또한, 가돌리늄 폐기로 인한 전 지구적 환경 영향도 상당하다. 기존 연구들이 조영제 용량을 줄이거나 합성 영상을 생성하는 방법을 탐구해 왔으나, 딥러닝이 조영제를 사용하지 않은 MRI 시퀀스만으로 조영 증강 종양의 존재와 위치를 정확하게 예측할 수 있다는 것을 입증하는 대규모의 이질적인 근거는 부족한 실정이다. 기존 문헌들은 주로 단일 기관, 성인, 그리고 주로 교종(glioma) 코호트에 국한되어 있으며 표본 크기도 크지 않다.

방법론
본 다기관 코호트 후향적 진단 정확도 연구는 비조영 T1 강조(T1w), T2 강조(T2w), T2/FLAIR 시퀀스만을 사용하여 조영 증강 뇌종양을 분할(segmentation)하고 검출하는 딥러닝 모델을 개발하고 검증하였다.

• 데이터: 본 연구는 영국, 미국, 네덜란드, 나이지리아 등 4개국, 3개 대륙에 걸친 10개의 국제 데이터셋에서 추출한 8,548명의 고유 환자, 11,089건의 영상 세션을 활용하였다. 코호트에는 다양한 병리 현상(교종, 수막종, 전이, 수술 후 양상)과 성인 및 소아 인구가 포함되었다. 데이터는 2006년부터 2024년 사이에 다양한 자기장 강도(1.5T 및 3T)와 제조사의 장비로 획득되었다.
• 모델 개발: 세 가지 완전 볼륨형 멀티모달 3D 딥러닝 아키텍처인 nnU-Net (v2), SegResNet, SwinUNETR를 학습시켰다. 모델은 배경, 정상 뇌 실질, 비조영 증강 이상 조직, 조영 증강 신경 종양의 네 가지 클래스를 분할하도록 학습되었다. 결정적으로, "조영 증강" 클래스의 정답(ground truth)은 조영 증강 T1 강조(T1CE) 시퀀스를 포함한 완전한 데이터셋에서 유도되었으나, 모델의 입력값은 엄격히 비조영 시퀀스로 제한되었다.
• 학습 전략: 환자 단위의 무작위 분할을 통해 90%의 환자는 학습에, 10%의 환자는 홀드아웃(held-out) 테스트 세트에 할당하였다. 모델이 획득 과정의 이질성에 의해 보호받는 것이 아니라 이를 학습할 수 있도록 사이트(site)나 스캐너 간의 조화(harmonization) 작업은 적용하지 않았다.
• 평가 지표: 성능은 복셀 수준 지표(Dice 계수, 정밀도, 재현율, F1)와 환자 수준 지표(균형 정확도, 민감도, 특이도)를 사용하여 평가되었다. 검출 성공을 위한 임상적 임계값은 Dice ≥ 0.3(수용 가능), ≥ 0.5(우수), ≥ 0.7(매우 우수)로 정의되었다.
• 인간 벤치마크: 11명의 전문 방사선 전문의가 임상 기록과 이전 영상을 보지 못한 상태(blinded)에서 테스트 세트의 564개 고유 사례 일부를 대상으로 비조영 영상만을 사용하여 조영 증강 여부를 예측하도록 하였다. 이들의 수행 능력은 모델의 예측 결과와 비교되었다.
• 형평성 평가: 본 연구는 SAGER 가이드라인을 준 따르며 병리, 출신 국가, 연령, 성별로 정의된 하위 그룹에 대한 세밀한 형평성 평가를 포함하였다.

주요 결과

• 모델 성능: nnU-Net 아키텍처가 SegResNet과 SwinUNETR보다 우수한 성능을 보였다. 홀드아웃 테스트 세트(n=1,109)에서 nnU-Net은 환자 수준의 조영 증강 검출에 대해 83.0%(95% CI 79.1–87.2)의 균형 정확도를 달형성했으며, 민감도는 91.5%, 특이도는 74.4%를 기록했다.
• 분할 품질: 992개의 조영 증강 사례 중 76.8%가 Dice 점수 ≥ 0.3을 달성했고, 67.5%는 ≥ 0.5를, 50.2%는 ≥ 0.7을 달성했다. 모델은 예측된 조영 증강 부피와 실제 정답 부피 사이에 강한 상관관계(R² = 0.859)를 보였다.
• 방사선 전문의 비교: 매칭된 564개 사례에 대한 블라인드 비교에서 모델은 방사선 전문의 패널보다 우수한 성능을 보였다. 모델은 83.3%의 균형 정확도를 달성한 반면, 방사선 전문의 다수결은 71.7%를 기록했다. 모델은 방사선 전문의가 놓친 109개의 사례를 정확히 식별한 반면, 방사선 전문의는 모델이 놓친 사례 중 단 14개만을 식별했다 (McNemar's exact test, p<0.0001).
• 하위 그룹 분석: 성능은 병리 및 국가에 따라 대체로 견고했으나 특정 하위 그룹에서는 낮게 나타났다. 소아 사례는 가장 낮은 성능(균형 정확도 73.9%, Dice ≥ 0.3 성공률 45%)을 보였으며, 수술 후 교종 사례가 그 뒤를 이었다. 모델의 성능은 병변 크기에 따라 차이를 보였는데, 병변 크기가 0.5 cm³ 미만인 경우 검출률은 약 50%였으나, 2 cm³ 이상인 경우에는 90% 이상 검출되었다.
• 실패 분석: 허용 가능한 검출 임계값(Dice < 0.3)에 도달하지 못한 260개 사례를 분석한 결과, 주요 원인은 작은 병변 부피(<0.5 cm³, 40.4%)와 비전형적인 조영 증강 양상(38.5%)이었다.

의의 및 주장
저자들은 본 연구가 비조영 뇌 MRI로부터 조영 증강을 예측하는 데 있어 지금까지 진행된 가장 크고 이질적인 평가라고 주장한다. 본 연구의 일차적인 의의는 딥러닝 모델이 동일한 새로운 비표준 과업을 수행하는 전문 방사선 전문의보다 더 높은 정확도로 비조영 영상만으로 조영 증강되는 두개 내 질환을 식별하고 묘사할 수 있음을 입증했다는 점에 있다.

본 논문은 이 모델들을 조영 증강 MRI의 완전한 대체재가 아닌, 트리아지(triage) 또는 의사 결정 지원 보조 도구로 위치시킨다. 제안된 임상적 활용 방안은 모델이 조영 증강 가능성이 높은 검사를 식별하여, 환자가 두 번 방문하는 것을 피하기 위해 비조영 프로토콜에 조영제를 추가하도록 유도하거나, 특정 상황(예: 신기능 장애, 소아 추적 관찰)에서 조영 증강이 없는 것으로 예측된 검사가 조영제 없이 진행될 수 있도록 하는 것이다. 본 연구는 현재의 성능이 조영제를 완전히 제거하기에는(특히 작은 병변과 소아 인구의 경우) 불충분하지만, 신경 종양 영상에서 가돌리늄 의존도를 줄이기 위한 실행 가능한 경로를 구축하고 있음을 강조한다. 또한, 본 연구는 형평성 평가의 중요성을 강조하며, 향후 데이터와 알고리즘 개선이 필요한 소아 인구에서의 현재 한계를 드러냈다.