연세대학교 이과대학 수학계산학부(계산과학공학) 윤경호 교수 연구팀(신민우 박사, 서민지 석박통합과정생, 조선앵 석사과정)이 세브란스병원 및 한국과학기술연구원과의 공동연구를 통해 고주파 열절제 치료 시 체내 온도 분포 및 열 손상 영역을 실시간으로 예측하는 인공지능 기술을 개발했다.

고주파 열절제(Radiofrequency Ablation, RFA)는 간, 폐, 신장 등 다양한 장기의 종양을 제거하는 최소 침습 치료법으로, 고주파 에너지를 사용해 종양을 제거한다. 이 치료법은 절개 없이 종양을 제거할 수 있어 환자의 회복 속도가 빠르고 부작용이 적다는 장점이 있다. 이때, 종양 주변 조직의 열 손상 범위를 정확히 예측하는 것이 치료의 성공 여부를 결정짓는 중요한 요소로 작용한다. 

윤경호 교수팀이 개발한 'PhysRFANet' 모델은 인공신경망에 물리적 시뮬레이션 데이터를 학습시켜, 고주파 열절제 치료 중에 발생하는 전기 및 열 현상을 실시간으로 정밀하게 예측할 수 있도록 설계됐다. 이 모델은 0.5도 이내의 정확도로 체내 온도 분포를 예측하고, 열 손상 범위를 96.3%의 정확도로 예측한다. 특히, 예측 결과는 10밀리초 이내에 도출돼 임상 현장에서 즉각적인 피드백 제공이 가능하다.

이번 연구의 가장 큰 특징은 수리모델링과 계산과학 기술을 융합하여 고주파 열절제 치료의 물리적 현상을 인공지능에 학습시켰다는 점이다. 이러한 기술은 고주파 열절제 치료뿐만 아니라 다른 의료 분야에도 적용될 가능성이 커, 향후 다양한 질병 치료에서 환자 맞춤형 정밀 의료를 실현할 수 있을 것으로 기대된다.

윤경호 연세대 교수는 “인공지능 기반 치료 보조 시스템은 고주파 열절제 치료의 효율성과 안전성을 크게 높이고 합병증 발생 위험을 줄일 것”이라며, “환자 치료의 정확도와 안전성이 높아질 뿐만 아니라, 의료 서비스의 디지털 전환을 가속화할 것으로 기대된다.”고 연구 의의를 밝혔다.

한편, 이번 연구 결과는 관련 분야 최상위 저널인 'Engineering Applications of Artificial Intelligence(IF: 7.5, JCR 상위 2.5%)‘ 12월 호에 게재됐다.

(논문 정보)

● 논문 제목: PhysRFANet: Physics-guided neural network for real-time prediction of thermal effect during radiofrequency ablation treatment

● 논문 주소: https://www.sciencedirect.com/science/article/pii/S0952197624015070