인공지능 모델, 전립선암 진단 정확도 혁신적으로 향상
## Diffusion Basis Spectrum Imaging과 AI로 전립선암 진단 정확도 대폭 향상
**최신 연구 결과에 따르면, 확산 기저 스펙트럼 영상(Diffusion Basis Spectrum Imaging, DBSI)을 인공지능(AI) 기술과 결합함으로써 전립선암의 진단 정확도가 크게 향상된 것으로 밝혀졌습니다. 2025년 6월에 발표된 이 연구는 기존 영상 진단법의 한계를 극복하고, 더 빠르고 정확한 진단을 가능하게 했다는 의의가 있습니다.**
전립선암 진단과 예후 예측에서 AI 기반 병리 이미지 분석 알고리즘은 임상적으로 유의미한 결과를 보여주었습니다. 실제로, 국내 연구진이 3만 건에 이르는 전립선 절제술 조직 슬라이드를 분석한 결과, AI가 글리슨 등급 분류와 종양 부피 정량화에서 높은 정확도를 입증했습니다. 특히 AI가 계산한 종양 비율(PTV)을 기존의 예후 예측 모델에 결합한 확장 모델은, 환자의 생화학적 무진행 생존 예측에서 기존 모델 대비 유의미하게 뛰어난 결과를 보였습니다.[2][4]
딥러닝 기반의 전립선암 의료 AI 소프트웨어는 민감도 99%, 특이도 97%를 기록하며 질환을 놓치는 경우가 거의 없고, 건강한 사람을 잘 구분하는 능력 역시 탁월하다는 평가를 받고 있습니다. AI가 적용된 진단 과정에서는 분석 시간이 기존보다 34% 단축되어, 단 30초 만에 조직 슬라이드 하나를 판독할 수 있습니다. 이를 통해 환자는 기존보다 훨씬 빠르게 진단 결과를 받아볼 수 있게 됐습니다.[1][3]
또한 AI는 병리의사의 주관적인 판단에 의존하던 기존 방법에 비해, 더욱 객관적으로 전립선암의 악성도와 예후를 평가할 수 있도록 지원합니다. 실제 임상 현장에서는 AI가 병리진단의 보조 도구로 사용되며, 진단의 신뢰성과 일관성을 높이고 있습니다. 이처럼 인공지능과 첨단 영상기술의 결합은 전립선암 조기 발견과 환자의 맞춤형 치료 계획 수립에 크게 기여할 전망입니다.
