Texture-driven radiomics from longitudinal contrast-enhanced CT predicts short-term immunotherapy response in lung cancer: A retrospective cohort study

진보된 폐암과의 싸움에서 의사들은 환자 자신의 면역 체계를 깨워 종양을 공격하게 만드는 강력한 새로운 도구를 갖게 되었습니다. 면역 관문 억제제로 알려진 이러한 치료법은 이전에는 희망이 거의 없던 곳에 희망을 제공하며 치료의 지형을 바꾸어 놓았습니다. 그러나 이 치료법이 모든 사람에게 효과가 있는 것은 아닙. 어떤 환자들은 종양이 극적으로 줄어드는 것을 보는 반면, 다른 이들은 변화가 없거나, 심지어 면역 체계가 힘을 모으는 과정에서 나타나는 일시적이고 오해의 소지가 있는 성장을 경험하기도 합니다. 약물이 효과가 있는지 확인하는 현재의 표준 방식은 CT 스캔을 통해 종양의 크기를 측정하는 것에 의존합니다. 이 방법은 유용하긴 하지만, 성공이나 실패의 미묘하고 초기적인 신호를 포착하기에는 너무 느린 경우가 많으며, 이 약물이 신체와 상호작용하는 복잡한 방식에 의해 속기도 합니다. 과학자들은 의료 영상의 컴퓨터 분석인 라디오믹스(radiomics)라는 분야가 종양의 크기가 변하기도 전에 누가 반응할지를 예측할 수 있는 숨겨진 패턴을 찾아낼 수 있기를 오랫동안 희망해 왔습니다. 하지만 단일한 정적 스캔에 이러한 컴퓨터 모델을 사용하려는 이전의 시도들은 일관성이 없었으며, 서로 다른 기계나 스캔 기술에서 발생하는 노이즈로부터 진정한 생물학적 신호를 분리해 내는 데 자주 실패했습니다.

란저우 대학교와 케임브리지 대학교의 연구팀은 이 문제를 다르게 접근하기로 했습니다. 그들은 단 한 장의 사진이 무엇을 말해줄 수 있는지를 묻는 대신, '변화의 이야기'가 무엇을 드러낼 수 있는지를 물었습니다. 그들은 첫 번째 면역 요법을 받는 환자들에게 집중하여, 치료 시작 전 촬영한 스캔과 치료가 진행 중인 몇 주 후의 스캔 두 가지를 비교했습니다. 종양의 크기가 어떻게 변했는지만을 보는 것이 아니라, 이 두 시점 사이에서 내부 질감이 어떻게 진화했는지를 분석함으로써, 약물이 효과가 있는지에 대한 더 명확한 신호를 찾아내고자 했습니다. 156명의 환자를 대상으로 한 이 연구는 단기 반응을 예측하는 열쇠가 종양의 단일 시점에서의 모습에 있는 것이 아니라, 면역 체계가 종양과 맞붙을 때 내부 구조가 구체적으로 어떻게 변화하는지에 있다는 것을 밝혀냈습니다.

연구진은 조영제를 사용하여 혈관과 조직을 선명하게 부각시키는 조영 증강 CT 스캔을 받은 환자들의 데이터를 수집하는 것으로 시작했습니다. 그들은 종양과 그 주변 조직을 정밀하게 매핑하고, 이미지 내의 회색조 패턴에 대한 수천 개의 미세한 수치적 세부 사항을 추출했습니다. 이러한 세부 사항은 단순히 형태나 크기가 아니라, 조직의 질감, 즉 내부 구조가 얼마나 거칠거나 매끄러운지 또는 복잡한지를 설명합니다. 그런 다음 그들은 이 수치들이 환자를 '반응자(종양이 줄어들거나 사라지는 경우)'인지 아니면 '비반응자'인지 예측할 수 있는지 확인하기 위해 컴퓨터 모델을 구축했습니다.

결과는 놀라웠습니다. 연구진이 치료 시작 전의 스캔만을 살펴보았을 때, 컴퓨터 모델은 본질적으로 추측에 불과했습니다. 모델은 결국 반응할 환자와 그렇지 않을 환자를 구별하지 못했으며, 우연에 의한 결과보다 나은 성과를 내지 못했습니다. 연령, 흡연력, 특정 약물 사용과 같이 의사들이 사용할 수 있는 임상 정보조차도 신뢰할 만한 예측을 제공하지 못했습니다. 그러나 연구진이 첫 번째 스캔과 두 번째 스캔 사이의 변화를 살펴보는 순간, 그림은 명확해졌습니다. 두 스캔 사이의 질감 차이에 기반한 모델은 높은 정확도로 단기 결과를 예측하는 데 성공했습니다. 이는 예측력이 종양의 초기 상태에 있는 것이 아니라, 치료라는 압력 아래 종양이 어떻게 변모하는지에 있다는 것을 시사합니다.

결정적으로, 이 연구는 이러한 성공이 단순히 종양이 작아지는 것이 아니라 질감에 의해 주도된다는 것을 보여주었습니다. 연구진은 모델이 이미 크기 기반 규칙에 의해 포착되는 단순한 수축을 측정하는 세련된 방식에 불과한지 테스트했습니다. 그들은 종양의 모양이나 크기와 관련된 모든 측정을 제거하더라도 모델이 여전히 똑같이 정확하다는 것을 발견했습니다. 실제로 가장 중요한 단서는 세포 밀도와 조직화를 나타내는 픽셀의 배열과 같은 종양의 내부 패턴 변화였습니다. 이는 면요 체계가 종양의 전체 부피가 육안이나 표준 측정 도구로 보일 만큼 변하기 훨씬 전부터 암의 미시적 경관을 변화시키고 있음을 나타냅니다.

연구팀은 또한 이 신호가 어디에 존재하는지도 조사했습니다. 종양을 둘러싼 조직이 면역 체계의 중요한 격전지이며 가장 중요한 단서를 담고 있을 것이라는 공통된 믿음이 있습니다. 이를 테스트하기 위해 연구진은 종양 자체, 종양 바로 주변의 조직, 그리고 이 둘을 결합한 영역을 분석했습니다. 그들은 예측 신호가 종양만을 볼 때 가장 강력하고 신뢰할 수 있다는 것을 발견했습니다. 주변 조직을 추가하는 것은 예측을 개선하지 못했으며, 어떤 경우에는 오히려 노이즈를 더할 뿐이었습니다. 이 결과는 주변부가 항상 가장 많은 정보를 주는 영역이라는 가설에 도전하며, 단기 반응을 위해서는 종양 핵심부 내부에서 일어나는 변화가 가장 결정적임을 시사합니다.

이 모델은 환자가 단기에 반응할지 여부를 예측하는 데는 탁 excellence 했지만, 장기 생존율을 예측하는 능력은 다소 제한적이었습니다. 연구진은 질감 변화가 환자들을 질병 진행 위험이 다른 그룹으로 완만하게 구분할 수는 있었지만, 전체 생존율을 예측할 수는 없다는 것을 발견했습니다. 이는 생존이 초기 치료 이후에 발생하는 많은 요인, 예를 들어 후속 치료나 다른 건강 문제 등에 의해 영향을 받기 때문에 초기 신호가 희석되기 때문인 것으로 보입니다. 이 연구는 이러한 종단적 질감 변화가 약물이 효과가 있는지 알려주는 강력한 조기 경보 시스템이 될 수는 있지만, 질병의 전 과정을 보여주는 수정구슬은 아니라고 결론지었습니다.

이 연구의 함의는 향ating 미래에 의사들이 암 치료를 모니터링하는 방식에 있어 매우 중요합니다. 이는 종양이 줄어들기를 기다리는 것만이 성공을 판단하는 유일한 방법이 아님을 시사합니다. 치료 첫 몇 주 동안 발생하는 미묘한 질감 변화에 집중함으로써, 임상의들은 비반응자를 훨씬 더 일찍 식별하여 효과가 없는 약물의 부작용으로부터 환자를 보호하고 더 빨리 다른 치료법으로 전환할 수 있게 할 수 있습니다. 또한 이 연구는 정적인 스냅샷이 아닌 시간에 따른 변화를 보는 것의 중요성을 강조하며, 이는 의료 영상의 많은 분야에 적용될 수 있는 원칙입니다. 다만, 연구진은 자신들의 결과가 단일 센터의 연구이며, 임상 현장에서 표준적인 진료의 일부로 사용되기 전에는 더 크고 다양한 환자 집단에서 확인될 필요가 있다고 주의를 기울였습니다. 현재로서 이 연구는 영상이 실제로 우리에게 무엇을 말해주고 있는지에 대한 더 명확한 이해를 제공합니다. 즉, 종양 반응의 이야기는 단순히 크기가 아니라 변화하는 질감 속에 쓰여 있다는 것입니다.