폐암 검진, 딥러닝으로 위양성 크게 낮추다

🔎 배경: 왜 위양성 감소가 핵심인가

저선량 CT(LDCT, Low-dose CT)는 고위험군에서 폐암 사망률을 20–24% 낮추는 것으로 입증되었지만, 양성 결절까지 의심으로 분류되는 위양성 비율이 높아 불필요한 추적·시술·비용과 환자 불안을 초래합니다. 임상에서는 결절 크기·형태·성장 중심의 규칙이나 PanCan 위험도를 활용하지만, 특히 5–15mm의 애매한 결절에서 한계가 큽니다. 이러한 맥락에서 영상만으로 악성 위험을 산출하는 딥러닝(DL) 기반 분류기가 주목받고 있습니다.

---

🧪 연구 설계: 미국에서 학습, 유럽 3대 검진 코호트로 외부검증

DL 알고리즘은 NLST(미국) 16,077개 결절(악성 1,249)로 학습되었고, DLCST(덴마크)·MILD(이탈리아)·NELSON(네덜란드/벨기에)의 기준 시점 CT에서 외부검증을 수행했습니다. 전체 4,146명(남 78%, 중앙연령 58세, 38팩년), 양성 7,614·악성 180 결절이 포함되었고, 두 가지 까다로운 하위집단을 별도로 평가했습니다: Subset A(5–15mm 애매 결절), Subset B(악성과 동일 크기 양성 매칭).

유럽 3개 코호트의 포함·제외 흐름도. 설명: DLCST·MILD·NELSON에서 기준 시점 CT 기반으로 참여자·결절 포함/제외 과정을 도식화하여 검증 데이터의 규모와 구성을 명확히 제시합니다.출처: Antonissen, N., et al. (2025). Radiology, 316(3), e250874. Figure 1.

---

⚙️ 평가 방법: DL vs PanCan, 임상 의사결정에 맞춘 지표

DL은 결절 중심 3D 블록(50×50×50mm)에서 악성 확률(0–100%)을 산출하고, PanCan(임상+영상 변수 기반)과 비교했습니다. AUC·AUPRC로 성능을 요약하고, 민감도/특이도 목표 구간에서 PPV/NPV를 참여자 단위로 확인했습니다. PanCan은 BTS 가이드라인과 ILST 프로토콜에 실제로 연계되어 사용된 전례가 있어, 비교 기준으로 적절합니다.

DL vs PanCan의 구분 성능. 설명: 전체 코호트(1년·2년·전체기간)와 5–15mm 하위집단에서 DL의 일관된 우수 AUC를 시각화합니다. AUPRC 역시 DL이 우세합니다. 출처: Antonissen, N., et al. (2025). Radiology, 316(3), e250874. Figure 2.

---

📈 핵심 결과 ① 전체 코호트: 높은 AUC와 더 나은 AUPRC

전체 풀 코호트에서 DL은 1년/2년/전체기간 AUC 0.98/0.96/0.94, PanCan은 0.98/0.94/0.93으로 비슷하거나 우수했습니다. 특히 드문 사건에 민감한 AUPRC는 DL이 0.60/0.55/0.51, PanCan이 0.33/0.31/0.34로 DL이 전반적 확률 보정력에서 앞섰습니다.

---

🎯 핵심 결과 ② 5–15mm 애매 결절: 위양성 39.4% 상대적 감소

Subset A(5–15mm)에서 DL은 1년/2년/전체기간 AUC 0.95/0.94/0.90, PanCan은 0.91/0.88/0.86으로 일관되게 우수했습니다. 특히 1년 내 암을 100% 민감도로 놓치지 않는 조건에서 DL은 양성 결절의 68.1%를 저위험으로 분류해 PanCan(47.4%) 대비 위양성 상대적 39.4% 감소를 보였습니다. 또한 특이도 100% 지점에서 DL은 14.5%의 암을 즉시 의뢰 가능한 ‘룰인’으로 잡아냈습니다.

---

📏 핵심 결과 ③ 크기 영향 제거: DL이 크기 외 특징을 포착

Subset B(크기 매칭)에서 DL AUC 0.79 vs PanCan 0.60으로 차이가 컸습니다. 크기-위험 상관은 PanCan ρ=0.89로 매우 강한 반면, DL은 ρ=0.27로 약해 크기 외 영상 특징을 활용함을 시사합니다.

Subset B(악성과 동일 크기의 양성 결절 매칭 집단)에서 딥러닝 알고리즘과 PanCan 모델의 성능을 비교. 설명: AUC 0.79(DL) vs 0.60(PanCan)으로, DL이 크기 외 영상 특징을 활용함을 보여줍니다. 출처: Antonissen, N., et al. (2025). Radiology, 316(3), e250874. Figure 3.

---

🩺 임상적 함의: 추적 과잉을 줄이는 ‘룰아웃’ + 즉시 의뢰 ‘룰인’

이번 결과는 중간 크기 결절에서 단기 추적 남발을 줄이는 ‘룰아웃’과, 특이도 100%의 ‘룰인’ 케이스를 함께 제공해 워크플로우를 효율화할 가능성을 보여줍니다. 불필요한 추적·시술·비용을 줄이면서 검진의 실효성을 높일 수 있습니다. 실제 임상 도입 시에는 허용 미검률(민감도)과 추적 여력(특이도)에 맞춘 운영 임계치를 정하고 품질지표를 모니터링하는 전략이 필요합니다.

임상 사례로 보는 ‘룰아웃/룰인’ 가능성. 설명: 같은 결절에 대해 DL 고위험·PanCan 저위험 혹은 그 반대가 나타난 사례를 제시하여 두 접근의 판단 근거 차이를 직관적으로 보여줍니다. 출처: Antonissen, N., et al. (2025). Radiology, 316(3), e250874. Figure 4.

 

---

⚠️ 한계와 다음 단계: 종단 정보·전향적 검증·운영 임계치

본 연구는 기준 시점 CT 단일 시점에 기반해 성장·침윤도 등 종단 정보는 반영하지 못했습니다. 또한 운영 임계치 최적화와 다양 인구·실진료 환경에서의 전향적 검증이 필요합니다. 그럼에도 유럽 3개 검진 코호트에서의 외부검증으로 일반화 가능성을 입증한 점은 강점입니다.

---

✍️ 한줄평

대규모 외부검증을 통해 위양성 감소와 임상 적용 가능성을 함께 입증한, 폐암 검진 AI의 분수령 연구입니다.