The ASCO Post AI & LLM
AI-Assisted Tumor Volume Response Criteria Outperform Physician Assessments and RECIST Criteria in Pleural Mesothelioma - The ASCO Post
2026년 6월 19일 오후 06:12
원문 보기
Medical Imaging AI Deep Learning Segmentation Pleural Mesothelioma AI AI-Assisted Diagnostics
📝 한국어 요약
네덜란드 암 연구소(NCI) 연구진이 흉막 중피종의 종양 반응 평가를 위해 개발한 AI 기반 부피 측정 기준인 'ARTIMES'가 기존의 표준 방식인 RECIST를 뛰어넘는 정밀도를 입증했습니다. 이 모델은 픽셀 단위의 정밀한 부피 분석을 통해 질병 진행을 조기에 감지하며, 환자의 생존율 예측에서도 탁월한 성능을 보였습니다.
🧠 기술적 의미
ARTIMES는 딥러닝 기반의 Segmentation AI 모델을 활용하여 종양의 불규칙한 형태를 픽셀 단위로 정밀하게 분할(Segmentation)하며, 기존 RECIST의 직경 기반 측정 한계를 극복했습니다. 연구 결과, ARTIMES는 C-index 0.83을 기록하며 RECIST(0.73) 대비 높은 예후 예측력을 보였고, 질병 진행(Progression)을 RECIST보다 평균 5주 더 빠르게 감지했습니다. 특히 임상 시험 데이터에서 무진행 생존 기간(PFS)과 전체 생존 기간(OS) 간의 상관관계(R² = 88%)가 RECIST(R² = 6%)보다 압도적으로 높게 나타나 강력한 대리 표지자(Surrogate marker)로서의 가능성을 입증했습니다.
🔑 핵심 포인트
- • 기존 RECIST의 직경 기반 측정 방식이 가진 흉막 중피종 특유의 불규칙한 성장 패턴 반영 한계를 픽셀 단위 부피 측정 기술로 해결했습니다.
- • 10,926개의 CT 스캔 데이터를 활용한 대규모 검증을 통해 모델의 신뢰성을 확보했으며, Dice Similarity Coefficient를 통해 세그멘테이션 성능을 정밀하게 평가했습니다.
- • 질병 진행 감지 시점이 기존 방식보다 약 5주 앞서며, 임상 시험에서 신약의 효능을 평가하는 데 있어 훨씬 정밀한 지표를 제공합니다.
- • 연구진은 모델의 범용성을 위해 코드를 공개했으며, 향후 폐암 및 뇌 전이 등 타 종양 분야로의 확장 가능성을 제시했습니다.