Development and Validation of a Nomogram Integrating Multimodal Ultrasound and Radiomics for Differentiating Granulomatous Mastitis from Invasive Ductal Carcinoma

유방 건강의 영역에서, 두 가지 매우 다른 질환이 스캔 상에서는 매우 흡사하게 보일 때가 있습니다. 하나는 즉각적인 치료가 필요한 흔하고 심각한 형태의 유방암인 침윤성 관암(invasive ductal carcinoma)입니다. 다른 하나는 암처럼 보이지만 생명을 위협하지는 않는 희귀하고 양성인 염증성 질환인 육아종성 유방염(granulomatous mastitis)입니다. 의사들에게 있어 이러한 시각적 중첩은 어려운 딜레마를 만들어냅니다. 환자가 의심스러운 덩어리를 발견하면, 표준적인 경로는 바늘을 이용해 조직 샘고를 채취하는 절차인 생검을 수행하는 것입니다. 이것이 확실히 알 수 있는 유일한 방법이지만, 덩어리가 무해한 것으로 밝혀질 경우 많은 환자들이 피하고 싶어 하는 침습적인 단계이기도 합니다. 과제는 바늘이 피부에 닿기도 전에 초음파 기기로 포착된 이미지만을 사용하여 이 두 질환을 구별할 방법을 찾는 데 있습니다.

초음파는 특히 아시아 여성들에게 유방 조직을 검사하는 주요 도구로 오랫동안 사용되어 왔습니다. 초음파는 음파를 사용하여 신체 내부의 모습을 보여주며, 덩어리의 모양, 크기, 질감을 나타냅니다. 최근 몇 년 동안 의사들은 이 기술에 더 많은 층을 추가했습니다. 이제 그들은 혈류가 병변을 통해 어떻게 흐르는지 보기 위해 컬러 도플러를 사용하고, 압력을 가했을 때 조직이 얼마나 딱딱하거나 부드러운지를 측정하기 위해 탄성 영상(elastography)을 사용합니다. 이러한 추가 기능들은 더 풍부한 그림을 제공하지만, 이러한 첨단 도구들을 사용하더라도 염증성 모사 질환과 악성 종양을 구별하는 것은 여전히 중요한 임상적 난제입니다. 때때로 이미지들이 너무 비슷하여 의사가 확신할 수 없게 되며, 이는 모든 것에 대해 생검을 권고하게 되는 '회색 지대'를 만들어내어 불필요한 시술을 초р하게 합니다.

중국 항저우의 병원 연구진은 인간의 관찰과 컴퓨터 분석을 결합하여 이 특정 문제를 해결하고자 했습니다. 그들은 이미 수술이나 생검을 통해 육아종성 유방염 또는 침윤성 관암으로 진단받은 460명의 여성으로부터 초음파 이미지와 환자 기록을 수집했습니다. 연구진은 이 환자들을 두 그룹으로 나누었습니다. 하나는 컴퓨터 시스템이 무엇을 찾아야 하는지 학습시키기 위한 더 큰 그룹이고, 다른 하나는 새로운 미지의 사례에 대해 시스템이 정확한 예측을 할 수 있는지 테스트하기 위한 더 작은 별도의 그룹입니다. 목표는 여러 요인을 함께 가중치를 두어 계산함으로써 덩어리가 암일 확률을 정밀하게 제시할 수 있는 정량적 도구를 구축하는 것이었습니다.

연구진은 먼저 컴퓨터가 픽셀 단위로 원시 초음파 영상을 분석하도록 훈련하기 시작했습니다. '라디오믹스(radiomics)'라고 알려진 이 과정은 덩어리 내부의 특정 회색 및 검은색 패턴과 같이 인간의 눈으로는 알아채기 어려운 이미지 속의 수백 가지 미세한 세부 사항을 추출합니다. 컴퓨터는 이러한 숨겨진 질감(texture)을 바탕으로 점수를 계산했습니다. 동시에 연구팀은 환자의 연령과 같은 표준 임상 세부 정보와 덩의 모양, 가장자리의 선명도, 석회화 포함 여부, 압력 하에서의 경도와 같이 초음파에서 관찰되는 특정 특징들을 기록했습니다. 그런 다음 그들은 통계적 방법을 사용하여 이러한 요소들 중 어떤 것들이 두 질환을 구별하는 데 가장 강력한 예측 인자인지를 결정했습니다.

분석 결과, 여섯 가지 특정 요인이 가장 신뢰할 수 있는 예측 인자로 밝혀졌습니다. 여기에는 환자의 연령, 병변의 모양, 경계의 성질, 석회화의 존재, 탄성 영상의 경도 점수, 그리고 컴퓨터가 생성한 질감 점수가 포함되었습니다. 흥ari하게도, 컴퓨터의 질감 분석은 그 자체로 유용했지만, 인간이 관찰한 특징들만큼 정확하지는 않았습니다. 그러나 컴퓨터의 점수가 인간의 관찰 결과와 결합되었을 때, 그 결과는 매우 정확한 진단 도구가 되었습니다. 연구진은 이 여섯 가지 요인의 조합을 '노모그램(nomogram)'이라 불리는 시각적 차트로 만들었습니다. 이 차트를 통해 의사는 환자의 특정 세부 사항을 단순히 살펴보고, 각 요인에 해당하는 점수를 찾아 합산한 뒤, 환자가 암을 가지고 있을 가능성을 나타내는 최종 백분율을 읽어낼 수 있습니다.

연구진이 훈련에 사용하지 않은 환자 그룹을 대상으로 이 새로운 도구를 테스트했을 때, 결과는 놀라웠습니다. 이 도구는 암 사례의 99%를 정확히 식별해냈으며, 양성 사례의 83%를 정확히 식별했습니다. 의료 진단 분야에서 이 정도의 정확도는 매우 이례적인 수준입니다. 이 도구는 초음파 특징만을 사용했을 때보다 성능이 좋았으며, 컴퓨터 질감 분석만을 사용했을 때보다 훨씬 뛰어났습니다. 연구진은 가장 결정적인 단서가 종종 덩어리의 가장자리와 석회화의 존재라는 것을 발견했습니다. 암성 덩어리는 대개 들쭉날쭉하고 불분명한 가장자리를 가지며 석회화가 포함될 가능성이 높은 반면, 양성 염증성 덩어리는 종종 매끄러운 경계를 가지며 이러한 석회화를 포함하지 않았습니다. 조직의 경도 또한 중요한 역할을 했는데, 일반적으로 암 조직이 염증성 조직보다 훨씬 더 딱딱하게 느껴졌습니다.

이 연구는 컴퓨터를 통한 이미지 질감 분석이 강력한 보조 수단이긴 하지만, 숙련된 초음파 검사자의 세심한 관찰을 대체하기보다는 이를 뒷받침할 때 가장 효과적이라는 점을 강조합니다. 최종 도구는 슈퍼컴퓨터를 필요로 하지 않습니다. 그것은 임상 현장에서 바로 적용할 수 있는 간단한 점수 체계입니다. 명확한 수치적 확률을 제공함으로써, 이 도구는 의사가 더 자신 있게 결정을 내릴 수 있도록 돕습니다. 계산된 위험도가 낮다면, 의사는 즉시 생검을 명령하는 대신 환자를 면밀히 관찰하는 방향으로 안심하고 결정할 수 있습니다. 위험도가 높다면, 이 도구는 개입을 진행해야 한다는 강력한 근거를 제공합니다.

저자들은 이 도구가 의사의 판단을 대체하는 것이 아니며, 모든 환자에게 적용되는 최종 해답도 아니라는 점을 주의 깊게 언급하고 있습니다. 이 도구는 초음파 이미지가 불분명한 바로 그 까다로운 사례들을 위해 특별히 설계되었습니다. 이 연구는 단일 병원에서 과거 데이터를 사용하여 수행되었으므로, 연구진은 이 도구가 보편적으로 작동하는지 확인하기 위해 다른 병원과 다른 기기들을 대상으로 테스트가 필요하다는 점을 인정합니다. 또한 그들은 자동화된 컴퓨터 프로그램을 사용하여 덩어리의 윤곽을 그려냄으로써, 서로 다른 의사들이 손으로 경계를 그릴 때 발생하는 작은 변동성을 제거하여 방법을 더욱 정교하게 다듬을 계획입니다. 향러의 연구들이 완료될 때까지, 이 새로운 점수 체계는 불필요한 생검을 줄이고 유방 건강의 혼란스러운 영역에 명확성을 가져다줄 수 있는 유망한 진전으로 남아 있습니다.