인공지능(ai)을 활용해 췌장의 미세한 구조적 변화를 분석하면 육안으로 식별하기 어려운 초기 췌장암 징후를 포착할 수 있다는 연구 결과가 나왔다. 미국 메이요 클리닉 연구팀은 췌장암 환자들이 과거에 촬영했던 영상과 정상 대조군의 컴퓨터단층촬영(ct) 영상 기록을 정밀 분석하는 연구를 진행했다. 이번 연구는 췌장암이 명확한 종양으로 나타나기 전 단계에서 발생하는 미세한 변화를 인공지능이 분석할 수 있는 가능성을 보여준다는 점에서 의미가 있다.

연구팀은 '레드모드(redmod)'라고 명명한 인공지능 분석 체계를 구축하여 췌장암 환자군과 정상 대조군으로부터 수집한 1,462건의 ct 영상 데이터를 분석했다. 특히 암 진단 수개월에서 수년 전에 촬영된 영상을 시간순으로 추적 분석했다. 이를 통해 질병 진행 과정에서 나타나는 전조 신호를 포착하고 데이터의 일관성도 확인했다. 이러한 과정을 바탕으로 구축된 ai 기술은 췌장 전체의 부피와 경계를 정밀하게 자동 분할한 뒤, 육안으로는 식별이 어려운 미세한 조직 질감(texture) 차이와 구조적 신호를 수치화해 암 발생 가능성을 분석한다.

분석 결과 ai 모델은 73%의 진단 민감도(실제 환자 중 양성으로 판별한 비율)를 기록했으며, 실제 임상 진단이 내려지기 약 475일(약 16개월) 전 단계의 영상에서 이미 췌장암의 징후를 포착한 것으로 나타났다. 이는 동일 영상에 대해 전문의가 판독한 민감도(38.9%)와 비교해 약 2배 높은 수치다. 이러한 결과는 인공지능이 인간의 눈으로 놓치기 쉬운 전임상 단계의 변화를 데이터 기반으로 감지할 가능성이 있음을 시사한다.

세부 데이터를 살펴보면 인공지능의 조기 발견 능력은 진단 시점으로부터 멀어질수록 기존 진단 방식과의 차이가 확대되는 경향을 보였다. 실제 암 진단 24개월 이전에 촬영된 영상의 경우 전문의의 판독은 23%의 사례에서만 이상을 발견했지만, 반면 인공지능은 68%의 식별률을 기록했다. 또한 서로 다른 시점에 촬영된 여러 영상에서도 분석 결과의 일관성이 90% 이상 유지되는 것으로 나타났다.

연구의 교신저자인 아지트 하리시쿠마르 고엔카(ajit harishkumar goenka) 교수는 "이번 연구를 통해 시각적으로 암이 드러나지 않는 진단 전 단계에서 인공지능이 전문의보다 더 높은 민감도로 췌장암 신호를 식별할 수 있음을 확인했다"며, "이 인공지능 체계는 대규모 데이터 분석을 통해 객관적인 예측이 가능하며, 향후 추가적인 전향적 연구와 임상 검증을 통해 실제 진단 보조 도구로의 활용 가능성이 기대된다"고 강조했다.

이번 연구 결과(next-generation ai for visually occult pancreatic cancer detection in a low-prevalence setting with longitudinal stability and multi-institutional generalisability: 다기관 검증과 안정성을 확보한 초기 췌장암 조기 진단 차세대 ai)은 2026년 4월 국제 학술지 '거트(gut)'에 게재됐다.