Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

기술 요약: 위 GIST의 수술 전 Ki-67 계층화를 위한 컨투어 프리(Contour-free) 다중 인스턴스 학습 대 전통적 CT 특징 비교

문제 정의
위장관 기질 종양(GIST)은 상당한 생물학적 가변성을 보이며, 세포 분열 수나 종양 파열 상태와 같은 핵심 예후 인자는 통상적으로 수술 중 또는 병리적 확인이 필요하기 때문에 수술 전 위험 평가가 제한적인 경우가 많다. Ki-67 표지 지수는 종양 증식의 결정적인 척도로서, 값이 높을수록 공격적인 질환 및 재발과 상관관계가 있다. 그러나 Ki-67 평가는 생검 또는 절제된 조직에 의존하며 샘플링의 이질성에 영향을 받는다. 조영 증강 컴퓨터 단층촬영(CT)은 병기 결정에 일상적으로 사용되지만, 기존의 예측 모델은 대개 수동으로 구획화된 종양 관심 영역(ROI)에 의존한다. 이러한 수동 컨투어링(contouring)은 별도의 전처리 단계를 도입하고, 작업량을 증가시키며, 라디오믹스(radiomics)나 딥러닝 접근법의 확장성을 제한한다. 더욱이, 단일 환자 수준의 Ki-67 레이블은 수백 개의 슬라이스로 구성된 전체 CT 시리즈에 대응하지만, 그중 일부 슬лей스만이 종양을 포함하고 있다. 이러한 "하나의 레이블, 다수의 인스턴스" 구조는 세그멘테이션(segmentation) 없는 표준 지도 학습으로는 최적으로 해결되지 않는다.

방법론
본 회고적 단일 센터 연구는 종양 세그멘테이션을 요구하지 않고 위 GIST를 Ki-67 지수에 따라 계층화하도록 설계된 컨투어 프리 다중 인스턴스 학습(Contour-free Multi-Instance Learning, MIL) 프레임워크를 평가하였다.

• 코호트 및 과업: 본 연구에는 근치적 절제를 받은 61명의 위 GIST 환자가 포함되었다. Ki-67 컷오프(cutoff)인 5%, 8%, 10%를 기준으로 세 가지 이진 분류 과업이 정의되었다. 특정 컷오프를 가로지르는 간격 보고된 Ki-67 값을 가진 환자는 해당 과업에서만 제외되었다.
• 데이터 처리:
  • 전통적 특징(Conventional Features): 두 명의 판독자가 동맥기 및 정맥기 영상에서 21개의 전통적인 CT 변수(인구통계학적 특성, 종양 형태, 조영 패턴, 괴사 등)를 독립적으로 추출하였다.
  • 컨투어 프리 MIL: 종양 국소화 없이 전체 동맥기 및 정맥기 CT 시리즈를 처리하였다. DICOM 슬라이스는 물리적 위치에 따라 정렬되었고, 복부 설정으로 윈도잉(windowing) 되었으며 표준화되었다. ImageNet으로 사전 학습된 동결된 ResNet-18 인코더를 사용하여 각 슬라이스에서 512차원 특징 벡터를 추출하였다.
  • MIL 아키텍처: 각 환자의 전체 CT 시리즈는 "백(bag)" 내의 인스턴스(슬라이스)들로 구성된다. 슬라이스 특징을 환자 수준의 표현으로 집계하기 위해 다섯 가지 MIL 방법인 MeanMIL, Attention-based MIL (ABMIL), Gated-attention MIL (GAMIL), Dual-stream MIL (DSMIL), Attention-stabilized MIL (ASMIL)을 구현하였다.
• 모델 비교: 본 연구는 다음을 비교하였다:
  1. 두 가지 전통적 모델 (L2 및 Elastic Net 규제가 적용된 로지스틱 회귀).
  2. 동맥기 및 정맥기에 각각 적용된 다섯 가지 MIL 방법.
  3. 네 가지 등가 로짓 퓨전(equal-logit fusion) 조합 (예: 동맥기 + 정맥기, 전통적 특징 + 동맥기 등).
• 평가 프로토콜: 10회 반복된 환자 수준의 층화 5-겹 교차 검증(5-fold cross-validation)을 수행하였다. 성능은 AUROC, AUPRC, 교정(calibration), 그리고 결정 곡선 분석(DCA)을 통해 평가되었다. 통계적 유의성은 Holm 교정이 적용된 쌍체 부트스트랩 테스트(paired bootstrap tests)를 통해 결정되었다. 학습에 사용되지 않은 수동 주석 ROI를 활용하여, 학습된 어텐션 가중치가 종양 함유 슬라이스와 상관관계가 있는지 확인하기 위해 사후 "어텐션 감사(attention audit)"를 실시하였다.
• 주요 결과
• 판별 성능: 연구 결과, 컨투어 프리 MIL이나 퓨전 모델이 전통적인 CT 특징에 비해 뚜렷한 판별 우위를 보이지 못했다.
  • 최고 AUROC는 0.645 (5% 컷오프), 0.646 (8% 컷오프), 0.605 (10% 컷오프)였다.
  • 결정적으로, 모든 AUROC 신뢰 구간에 0.5가 포함되어 있었으며, 이는 본 코호트에서 어떤 모델도 우연 수준 이상의 통계적으로 유의미한 판별력을 보여주지 못했음을 의미한다.
  • Holm 교정 후, 모델 간의 90가지 쌍체 비교와 퓨전 모델 및 그 구성 요소 간의 54가지 비교 모두에서 통계적 유의성이 남아 있지 않았다.
• MIL 방법 비교: 다섯 가지 MIL 방법 중, 오직 두 가지 특정 쌍체 비교만이 교정 후 유의미하게 남았다 (8% AUROC에서의 Venous DSMIL vs ASMIL; 10% AUPRC에서의 Venous DSMIL vs GAMIL). 특정 MIL 방법이 다른 방법이나 전통적 모델보다 일관되게 우수한 성능을 보이지 않았다.
• 어텐션 감사: 사후 감사에서, 글로벌 Holm 교정 후 어텐션 가중치와 종양 함유 슬라이스 사이의 유의미한 연관성이 60개 테스트 중 34개에서 나타났다. 그러나 이 연관성의 방향은 다양했다 (21개는 기준 이상, 13개는 기준 미만). 이는 환자 수준의 분류를 위해 최적화된 어텐션 가중치가 종양을 일관되게 국소화하지 못함을 시사한다.
• 안정성: 퓨전 구성 요소들은 낮거나 중간 정도의 상관관계를 보였으며, 3개 구성 요소 퓨전은 단일 단계 MIL 모델보다는 변동성이 적었으나 전통적 Elastic Net보다는 변동성이 컸다.
• 의의 및 주장
  본 논문은 병변 묘사 없이 완전한 CT 시리즈를 평가하기 위한 환자 수준의 프레임워크를 정의하며, 이는 전통적인 라디오믹스에 필요한 노동 집약적인 수동 컨투어링의 대안을 제시한다.

그러나 저자들은 다음과 같이 자신들의 연구 결과에 대한 한계를 명시적으로 밝히고 있다:

1. 임상적 우월성 부재: 본 특정 코호트에서 컨투어 프리 MIL은 전통적인 CT 특징보다 우수한 성능을 보이지 않았다. 저자들은 작은 표본 크기와 넓은 신뢰 구간으로 인해 이 접근법들이 동등한 성능을 가진다는 확정적인 결론을 내리기 어렵다고 언급했으나, 분명히 우월성을 입증하지는 못했다.
2. 주석 부담: 본 연구는 컨투어 프리 접근법의 주요 동기인 주석 작성 시간 또는 임상 업무량의 감소를 측정하지 않았다.
3. 향후 요구 사항: 저자들은 이 설계가 임상적으로 사용되기 위해서는 외부 검증과 주석 부담에 대한 직접적인 평가가 필요하다고 결론지었다. 또한 향후 연구에서는 더 큰 규모의 코호트, CT 특화 표현법, 그리고 동맥기와 정맥기 사이의 공간적 등록(spatial registration)을 활용해야 한다고 제언하였다.

요약하자면, 본 연구는 위 GIST의 Ki-67 계층화를 위한 컨투어 프리 MIL 파이프라인을 성공적으로 구현하였으나, 더 단순한 전통적 CT 특징 분석과 비교했을 때 이 접근법이 판별상의 이점을 제공한다는 것을 입증하는 데는 실패하였다.