대한유방검진의학회

Review Article

Full Text(PDF)

유방암은 전 세계 여성에게 가장 흔히 발생하는 암으로, 조기 발견을 위해서는 개인별 위험도를 정확하게 평가하는 것이 중요하다. 널리 사용되는 전통적인 방법인 Gail 모델 및 Tyrer–Cuzick 모델은 임상 정보(나이, 가족력 등)를 바탕으로 5년 또는 10년 이내 유방암 발생 위험을 추정 하지만, 예측 정확도(area under the curve; 이하 AUC)가 0.6 내외로 제한적이고 개인별 특성을 충분히 반영하지 못한다(1-3). 특히 위험 인자가 없더라도 많은 유방암 환자가 발생하는 현실은 새로운 접근법의 필요성을 보여 준다(4). 최근 딥러닝(deep learning)을 이용해 유방촬영술에서 미묘한 이상 소견을 감지하여 암 발생 위험을 직접 예측하려는 연구들이 주목받고 있다. 이번 종설 논문에서는 영상 기반 위험도 예측 기술의 발전을 살펴보고, 특히 Mirai 모델과 이를 설명 가능한 인공지능(explainable AI; 이하 XAI)으로 확장한 최신 연구를 중점적으로 소개 한다. 또한 기존 임상 기반 위험 모델과 영상 기반 AI 모델의 구조 및 성능을 비교하고, 영상의 해석 가능성을 높이기 위한 최신 XAI 방법론과 그 임상적 활용 가능성을 포괄적으로 검토한다.
Key Words: