Beyond geometric accuracy: Evaluation of an MRI-based autocontouring prototype for brain and prostate radiotherapy

당신이 거대한 마천루를 짓기 위해 노력하는 숙련된 건축가라고 상상해 보십시오. 하지만 설계도 대신, 당신은 안개가 자욱하고 변화무쌍한 지도를 가지고 작업하고 있습니다. 암 치료, 특히 방사선 치료의 세계에서 의사들은 건축가이며 인체는 건설 현장입니다. 그들의 임무는 파괴해야 할 부분인 종양과 보호해야 할 부분인 건강한 장관을 둘러싸는 매우 정밀한 선을 그리는 것입니다. 수십 년 동안 그들은 뼈와 일반적인 형태를 볼 수 있는 흑백 사진 같은 CT 스캔을 사용해 왔습니다. 하지만 최근에는 MRI라는 새로운 도구가 등장했습니다. MRI를 고해상도 컬러 카메라라고 생각하십시오. 이는 근육, 신경, 종양과 같은 연부 조직을 훨씬 더 명확하게 보여줍니다. 이것은 의사들이 '안개'를 훨씬 더 잘 볼 수 있게 해준다는 점에서 게임 체인저가 됩니다.

하지만 문제가 하나 있습니다. 이 선들을 손으로 직접 그리는 것은 느리고 지루하며, 의사마다 결과가 달라질 수 있습니다. 의사가 피곤하면, 쌩쌩할 때 그린 선과는 조금 다를 수 있습니다. 방사선 치료에서는 아주 작은 실수만으로도 종양을 놓치거나 건강한 장기에 해를 끼칠 수 있습니다. 이를 해결하기 위해 과학자들은 컴퓨터가 인공지능(AI)을 사용하여 자동으로 선을 그리도록 가르치고 있습니다. 이는 마치 스캔을 보고 즉각적으로 형태를 스케치할 수 있는 초고속 로봇 조수를 고용하는 것과 같습니다. 하지만 우리가 로봇에게 운전대를 맡기기 전에 우리는 반드시 물어야 합니다. 이 로봇이 실제로 자신의 일을 잘하고 있는 것일까요, 아니면 그저 엉터리를 그리면서도 자신감 넘치는 척하는 것일까요? 이것이 우리가 들려줄 이야기 뒤에 숨겨진 핵심 질문입니다.

---

로봇 화가의 시운전

취리히 대학교 병원과 지멘스 헬시니어스(Siemers Healthineers)의 연구팀은 새로운 '로봇 화가'를 테스트해 보기로 했습니다. 이것은 상점에서 살 수 있는 완성된 제품이 아니었습니다. 뇌 전이(뇌로 전이된 암) 환자와 전립선암 환자라는 두 가지 매우 다른 유형의 환자를 위해 MRI 스캔 위에 자동으로 윤곽(contour)을 그리는 데 설계된 프로토타입, 즉 개발 중인 AI 도구였습니다.

연구진은 뇌 문제 환자 27명과 전립선 문제 환자 30명을 포함하여 총 57명의 환자 데이터를 수집했습니다. 그들은 AI가 MRI 스캔을 살펴보고 자체적인 그림을 생성하도록 했습니다. 그런 다음, 로봇의 스케치를 실제 치료를 위해 이미 전문가인 의사들이 그려놓고 승인한 '골드 스탠다드(gold standard)', 즉 표준 모델과 비교했습니다. 그들은 로봇이 얼마나 잘 수행했는지 측정하기 위해 몇 가지 다른 방법을 사용했습니다.

먼저, 그들은 '모양 일치도'를 살펴보았습니다. 그들은 디스 유사 계수(Dice Similarity Coefficient, DSC)라는 점수를 사용했는데, 이는 로봇의 그림이 인간의 그림과 얼마나 겹치는지를 나타내는 성적표와 같습니다. 1.0은 완벽한 일치를 의미하며, 0.0은 서로 전혀 닿지 않음을 의미합니다. 또한 '합의 거리(distance to agreement)'를 측정했는데, 이는 기본적으로 로봇의 선이 인간의 선으로부터 몇 밀리미터나 벗어났는지 확인하는 것입니다.

하지만 연구진은 완벽한 모양 일치가 항상 유용한 그림을 의미하는 것은 아니라는 점을 알고 있었습니다. 그래서 그들은 두 번째 단계의 테스트, 즉 인간의 판단을 추가했습니다. 두 명의 방사선 종양학자가 로봇이 만든 모든 그림을 검토하고 1점에서 4점까지 점수를 매겼습니다.

• 1점: "버려라, 처음부터 다시 시작해라."
• 2점: "수정 가능하지만, 대대적인 수술이 필요하다."
• 3점: "충분히 괜찮다, 약간의 미세 조정만 하면 된다."
• 4점: "완벽하다, 수정이 필요 없다."

결과: 찬란함과 실수의 혼재

로봇은 무려 988개의 서로 다른 그림을 생성했습니다. 여기서 이야기가 흥미로워지는데, 로봇이 모든 작업에 똑같이 뛰어난 것은 아니었기 때문입니다.

뇌의 경우:
로봇은 종양을 찾는 데 놀라울 정도로 뛰어났습니다. 로봇은 존재하는 뇌 전이의 81.5%를 성공적으로 찾아냈습니다. 그러나 '오보(false alarm)' 문제도 있었습니다. 실제로는 종양이 없는 경우에도 20.9%의 사례에서 종양이 있다고 주장했습니다. 금속 탐지기가 동전뿐만 아니라 모든 음료수 캔과 병뚜껑에도 삐 소리를 내는 상황을 상상해 보십시오.

실제 그림의 모양에 관해서는 다음과 같았습니다:

• 건강한 장기(뇌간 등)의 경우, 로봇은 괜찮은 모양 점수(평균 DSC 0.58)를 얻었습니다.
• 종양 자체의 경우, 모양 점수가 조금 더 나았습니다(평균 DSC 0.66).
• 로봇의 선과 인간의 선 사이의 '거리'는 종양의 경우 보통 1밀리미터 미만이었으며, 이는 매우 근접한 수치입니다.

의사들은 뇌 그림에 대해 중앙값 3점을 주었습니다. 이는 대부분의 경우 로봇이 인간의 약간의 '수정'만 있으면 되는 훌ered 훌륭한 시작점을 제공했다는 것을 의미합니다. 로봇은 눈의 수정체나 각막처럼 크고 명확한 것을 그릴 때는 스타였습니다(점수 4). 하지만 달팽이관(내이)이나 눈물샘처럼 작고 까다로운 구조물에서는 어려움을 겪었으며, 종종 2점을 받아 대대적인 편집이 필요하다는 판정을 받았습니다.

전립선의 경우:
로봇은 이곳에서 모양 일치도가 평균 DSC 0.73으로 더욱 우수한 성능을 보였습니다. 대퇴골두(허벅지 뼈 윗부분)는 로봇이 가장 좋아하는 주제였으며 0.87점을 기록했습니다. 그러나 전립선 자체와 정낭은 가장 낮은 점수를 기록하며 골칫거리가 되었습니다. 의사들은 여전히 중앙값 3점을 주었는데, 이는 사용 가능하지만 편집이 필요함을 의미합니다.

큰 교훈: 숫자가 전부는 아니다

이 논문에서 발견한 가장 중요한 사실 중 하나는, 로봇이 좋은지 판단하기 위해 단순히 수학적 수치만 봐서는 안 된다는 것입니다. 연구진은 테스트한 19가지 항목 중 10가지 항목에서 낮은 수학적 점수(DSC)가 실제로 의사들이 그림이 나쁘다고 생각하는 결과와 일치한다는 것을 발견했습니다. 하지만 나머지 9가지 항목에서는 수학과 현실이 일치하지 않았습니다.

예를 들어, 로봇이 그린 '항문' 그림은 의사들이 '사용 불가능'하다고 평가한 일부 그림보다 높은 수학적 점수를 받았습니다. 이는 마치 학생이 객관식 시험에서는 높은 점수를 받았지만, 핵심 개념을 이해하지 못해 서술형 시험에서는 낙제하는 것과 비슷합니다. 로봇은 적절한 면적을 겹쳤을지 모르지만(높은 수학 점수), 치료에 중요한 특정 경계선을 놓쳐서 실제 임상에서는 쓸모없는 그림이 될 수 있습니다.

이것이 미래에 갖는 의미

이 논문은 이 AI 프로토타입이 대체제가 아닌 유망한 '조수'라고 결론짓습니다. 이것은 매우 빠른 인턴과 같아서, 힘든 기초 작업을 수행하고 초안을 그려 의사의 시간을 크게 절약해 줄 수 있습니다. 하지만 이 인턴은 여전히 실수를 하며, 특히 작고 복잡하거나 까다로운 구조물에서 그렇습니다.

연구진은 명확하게 말합니다: 로봇이 혼자 일하게 해서는 안 됩니다. 전문가의 검토는 여전히 필수적입니다. 로봇이 종양을 놓치거나(실제로 몇몇 사례에서 발생함) 선을 잘못된 위치에 그을 경우, 반드시 인간 의사가 이를 잡아내야 합니다. 이 연구는 이 도구가 크고 명확한 구조물에는 훌륭하지만, 인체의 작고 복잡한 세부 사항을 스스로 다루기 전에는 더 많은 훈련과 조정이 필요함을 시사합니다.

요약하자면, 로봇 화가는 재능 있고 빠르지만, 최종 걸작에 서명할 인간 감독자가 여전히 필요합니다. 이 기술의 미래는 AI의 속도와 인간 전문가의 날카로운 눈을 결 결합하여, 그려지는 모든 선이 정확하고 안전하도록 보장하는 데 있습니다.