식도위십이지장내시경(EGD)는 상부 위장관에서 발견된 병변을 검사하는 데 널리 사용되지만 내시경 의사 사이에 성능에 대한 상당한 편차가 있어 조기위암(EGC)에 대한 상당한 실패율을 초래한다. 그러나 Endoscopy 저널에 발표된 연구에서 연구자들은 AI 기술로 병변에 대한 보다 객관적인 평가가 실시간으로 탐지율을 향상시켜 조기 진단을 확립하고 위암의 신속한 치료를 시작할 가능성을 높일 수 있다고 제안한다.

연구원들은 이전에 EGD 동안 간과된 위 영역("사각지대"라고 함)을 모니터링하는 기능을 시연한 WISENSE라는 개발된 AI 시스템을 업데이트했다. 조사관들은 훈련된 실시간 EGC 탐지 모델을 WISENSE 시스템에 통합하고 업데이트된 시스템의 이름을 ENDOANGEL로 변경했다.

중국 우한대학교 인민병원 연구원들은 ENDOANGEL을 개발하기 위해 심층 컨볼루션 신경망과 심층 강화학습을 사용했다. 중국의 5개 병원에서 EGD를 받은 총 1,050명의 환자가 ENDOANGEL 지원 프로토콜(n = 498) 또는 ENDOANGEL 시스템을 사용하지 않은 대조군(n = 504)으로 무작위 배정되었다. 검사는 백색광 영상관찰, 확대영상증강내시경관찰, 의심병변 생검으로 이루어졌다.

조사관은 개입 후 사각 지대의 수 측면에서 그룹을 비교했다. 그들은 실제 임상 환경에서 EGC를 예측하는 능력에서 AI 기반 ENDOANGEL 시스템의 성능을 평가했다.

ENDOANGEL에 배정된 환자는 대조군에 배정된 환자에 비해 평균 사각지대 수가 유의하게 적었다(각각 5.38 대 9.82, P < .001). 이러한 이점에도 불구하고 ENDOANGEL 그룹의 환자는 검사 시간이 훨씬 더 길었다(5.40분 대 4.38분, P < .001).

ENDOANGEL군에서 내시경 전문의가 보고한 병변은 819건이었고, 이 중 196건의 위 병변이 병리학적 결과를 보였다. 연구진에 따르면 ENDOANGEL 시스템은 점막암 1개, 고등급 종양 2개, 진행성 위암 2개 등 3개 EGC를 모두 정확하게 예측했다. 병변당 정확도는 84.7%였고, 위암을 감지하는 민감도와 특이도는 각각 100%와 84.3%였다.

저자는 분석 자체의 한계와 짧은 추적 조사에서 비롯된 한계, 맹검되지 않은 통계학자에 의해 도입된 가능한 편견에 주목했다. 그들은 더 많은 연구가 필요하다고 썼다.

저자들은 “결론 딥러닝 기반 내시경 품질 개선 시스템인 엔도엔젤(ENDOANGEL)은 EGD 중 내시경 사각지대, 타이밍, EGC 검출을 실시간으로 모니터링했다”고 말했다. "ENDOANGEL은 이 다기관 연구에서 EGD의 품질을 크게 향상시켰고 실제 임상 환경에서 EGC를 감지할 수 있는 가능성을 보여주었다."