담낭절제술 시 담관 손상의 주요 원인이 되는 ‘담낭절제삼각’을 정확히 식별할 수 있는 AI모델이 개발돼, 수술의 정밀도와 안전성을 획기적으로 높일 전망이다.

최근 담석증 환자의 증가로 담낭절제술을 받는 환자가 크게 늘고 있으나, 수술 중 ‘담낭절제삼각’을 정확히 식별하는 것은 숙련된 외과의에게도 쉽지 않은 일이다. 담낭에서 나오는 담낭관, 간에서 나오는 총간관, 간의 하부경계로 구성돼 있으며, 이 삼각형 구조 안으로 담낭동맥과 쓸개동맥이 지나간다. 만약 집도의가 담낭절제삼각을 정확히 식별하지 못해 담관을 손상시키면 담즙 누출로 인한 치명적인 합병증이 발생할 수 있다. 실제로 해외 조사에 따르면 외과 의사의 72%가 담낭절제술 중 담관 손상을 경험했고, 이 중 41%가 구조적 오인에서 비롯됐다.

  이에 한림대학교동탄성심병원 외과 유태석(사진 교신저자) 연구팀은 영상인식 AI를 활용해 담낭절제삼각을 실시간으로 식별하는 모델을 개발했다. ‘ICG 형광 발현물질 근적외선 담관조영술을 통한 최소 침습 담낭절제술 중 담낭절제삼각 식별을 위한 영상인식 AI모델 구축(Artificial intelligence for image recognition model construction: Using indocyanine green cholangiography to identify hepatocystic triangle during minimally invasive cholecystectomy)’이라는 제목의 이 연구는 최소침습수술 분야의 SCIE급 국제학술지인 ‘Videosurgery and Other Miniinvasive Techniques’ 지난해 12월호에 게재됐다.

  연구팀은 2018년부터 2021년까지 한림대학교의료원에서 복강경 및 로봇 담낭절제술을 받은 환자들로부터 추출한 총 3796장의 고품질 영상 데이터를 분석했다. 연구팀은 특히 육안으로 구별이 어려운 담낭절제삼각 부위를 명확히 시각화하는 ‘담관조영술’ 이미지를 활용해 AI를 훈련시켰다.

개발된 AI 모델은 객체 인식 알고리즘을 기반으로 하며, 수술 중 영상 속에서 담낭절제삼각의 패턴을 실시간으로 분석해 경계 부위를 생성한다. 성능 검증 결과, 평균 정확도는 86%를 기록했으며 특히 AI가 찾아낸 담낭절제삼각이 실제 구조물과 일치할 확률인 ‘정밀도’는 91%, 실제 존재하는 담낭절제삼각 구조물을 빠트리지 않고 찾아낼 확률인 ‘재현율’은 81%로 나타나 수술 중 실시간 보조 도구로서의 신뢰성을 입증했다.

또한 이러한 정확도는 환자의 해부학적 구조나 수술 조명의 변화와 같은 다양한 조건에서도 유지됐다. 담낭절제술은 비만 등 환자의 체형이나 담낭염의 심각도에 따라 해부학적 구조가 크게 변하며, 수술 중 조명 수위나 연기 발생 등으로 시야가 제한될 때가 많다. 연구팀은 데이터를 정제하고 강화하는 기법을 통해 이러한 조건 변화 속에서도 AI가 안정적으로 담낭절제삼각을 포착할 수 있도록 설계했다.

한림대학교동탄성심병원은 지난해 3월부터 실제 이 AI모델을 담낭절제술 시 사용하고 있다. 수술 중 담낭절제삼각을 정확히 식별해 집도의가 안전영역과 위험영역을 구분할 수 있도록 도와 수술의 정확도 향상, 수술시간 단축, 수술 후 담관 손상 발생률 감소에 기여하고 있다.

유태석 교수는 “담낭절제술 시 환자에게 비만이나 중증 담낭염이 있거나, 이전 수술로 유착이 생긴 경우 담관이 명확하게 보이지 않아 다른 구조물로 오인할 수 있고 이로 인한 합병증 위험이 있다”며 “이번에 개발한 AI 모델은 집도의에게 제2의 눈이 되어줌으로써, 환자들이 정밀하고 안전한 담낭절제술을 받을 수 있는 환경을 조성할 것”이라고 설명했다.