AI 영상 바이오마커
작성일
한 문단 요약만성 B형간염 환자에서 간세포암(HCC) 위험 예측은 임상에서 가장 자주 다루는 결정 중 하나예요. 이 연구는 정기 검진에서 이미 촬영하는 CT 영상의 정량적 바이오마커를 AI 모델로 분석해 개별 환자의 HCC 발생 위험을 예측합니다. 추가 검사 없이 기존 영상 데이터로 위험 계층화가 가능하다는 점이 임상적 의미예요.
BACKGROUND왜 의미 있는가
만성 B형간염 환자는 평생 HCC 검진이 필요하지만 모든 환자가 같은 위험은 아닙니다. 위험을 잘 분류하면 고위험 환자엔 더 자주, 저위험 환자엔 부담을 줄여 검진 자원을 효율적으로 쓸 수 있어요. 기존 위험 점수(REACH-B, mPAGE-B 등)는 임상·검사 변수만 사용하는데, 영상에서 추가 정보를 끌어낼 수 있을까가 질문입니다.
APPROACH접근 방식
CT 영상에서 정량적 바이오마커(간 부피·표면 결절성·비장 부피·문맥압 추정 등)를 자동 추출해 AI 모델 학습에 사용합니다. 이런 영상 마커는 사람 눈으로 보는 정성적 판독보다 객관적이고 시간 추세 비교가 쉬워요. 모델은 영상 + 임상 변수를 통합해 개별 환자 위험을 출력합니다.
AI-CT 점수가 임상 위험 인자 단독보다 HCC 발생을 잘 stratification합니다. (도식적 표현)
KEY POINT임상 함의
이 모델이 외래에 적용되면 "이번 검진에서 다음 6개월·1년 위험은 얼마인가"를 더 정확히 답할 수 있게 됩니다. 다만 외부 검증, 다른 인종·지역으로의 일반화, 임상 워크플로 통합은 후속 연구가 필요해요. AI 영상 바이오마커는 hepatology 임상 결정 지원의 다음 세대로 활발히 연구되고 있는 분야입니다.
References
- Shin H, Hur MH, Song BG, et al. AI model using CT-based imaging biomarkers to predict hepatocellular carcinoma in patients with chronic hepatitis B. J Hepatol. 2025;82(6):1080–1088. DOI · PMID 39710148
- Korean Liver Cancer Association (KLCA), National Cancer Center (NCC). 2022 KLCA-NCC Korea Practice Guidelines for the Management of Hepatocellular Carcinoma. J Liver Cancer. 2023;23(1):1–120. DOI
- Singal AG, Llovet JM, Yarchoan M, et al. AASLD Practice Guidance on prevention, diagnosis, and treatment of hepatocellular carcinoma. Hepatology. 2023;78(6):1922–1965. DOI · PMID 37199193
본 노트는 일반적 의료 정보 제공이며, 진료 결정의 단일 근거가 되지 않습니다.