인공지능으로 방사성의약품 생체 내 분포 평가

PET 영상 생성 딥러닝 모델, 장기별 방사선 흡수선량 평가에서 높은 정확도 보여

한국원자력의학원(원장 이진경) 우상근 박사 연구팀이 한 번의 양전자방출단층촬영(이하 PET)으로 방사성의약품의 시간변화에 따른 생체 내 분포 평가를 할 수 있는 PET 영상 생성형 인공지능(AI) 모델을 개발했다고 18일 밝혔다.

방사성의약품을 상용화하기 위해서는 방사성의약품이 체내에 들어와 어느 장기에 얼마나 분포하는지 시간에 따른 생체 내 분포를 정량화하여 일반 장기의 피해를 최소화하고, 표적부위의 치료효과를 극대화하기 위한 안전성과 유효성 평가가 중요하다. 

 기존에는 방사성의약품의 분포를 주로 PET을 이용해 평가해 왔으며, 시간변화에 따른 생체 내 분포를 평가하기 위해 여러 번의 PET 영상을 찍어야 되기 때문에 환자와 의료진에게 부담이 되어왔다. 특히 치료용 방사성의약품은 진단용에 비해 높은 에너지로 체내에 방사성의약품이 잔류하는 시간이 길어 생체 내 분포 평가에 어려움이 있어 왔다.

연구팀은 현재 한국원자력의학원이 림프종 진단용으로 임상시험 중인 방사성의약품 구리-64 도타 리툭시맙(⁶⁴Cu-DOTA-rituximab)의 생체 내 분포를 PET 영상 생성형 인공지능(AI) 모델을 이용하여 한 번의 PET 촬영 영상으로 24시간과 48시간 째의 PET 영상을 획득하여 평가하는데 성공했다.

림프종 환자 6명을 대상으로 연구팀은 ⁶⁴Cu-DOTA-rituximab을 주사하고 3일에 걸쳐 3회(주사 직후, 24시간 째, 48시간 째)의 PET을 촬영하여 60건의 PET 영상을 증강 생성시켰다. 

60건의 PET 영상을 학습시킨 딥러닝 모델은 ⁶⁴Cu-DOTA-rituximab을 주사하고 1회 촬영한 PET 영상을 입력하면 영상 생성기에서 시간변화에 따른 영상을 생성하고 영상 판별기를 통해 24시간 째, 48시간 째 PET 영상을 얻을 수 있는 원리다. 

딥러닝 모델 생성 PET 영상은 잔류시간과 등가선량, 유효선량 등 체내 분포를 3일에 걸쳐 3회 반복 촬영한 PET 영상과 비교 평가한 결과, 방사성의약품의 장기별(심장, 폐, 간, 위, 신장 등) 잔류시간 평균절대오차는 0~5.63%, 등가선량 오차는 1%, 유효선량 오차는 0.52%로 높은 정확도를 나타냈다.

이번 연구성과는 딥러닝 기법을 적용하여 기존 수회에서 단 한 번의 PET 촬영만으로 시간에 따른 방사성의약품의 체내 잔류시간과 흡수선량 등 체내분포를 평가해 치료계획을 조속히 수립하고, 시간과 비용을 줄여 환자와 의료진 모두의 편의성을 높이는데 기여할 것으로 기대된다. 

 이번 연구는 네이처 자매지 ‘사이언티픽 리포트(Scientific Reports)’ 2월 15일자 온라인판에 게재됐다.