▲ 최승준 교수

【후생신보】  전이된 간암 환자의 예후와 생존율을 정확히 예측할 수 있는 인공지능(AI) 모델이 개발됐다.

가천대 길병원 영상의학과 최승준 교수팀이 인공지능 기반 기계 학습 ‘라디오믹스 모델’을 활용해 대장암 간전이 환자의 치료 반응과 생존율을 예측할 수 있는 모델을 개발했다고 밝혔다.

기존 대장암 간전이 환자의 치료 반응은 ‘고형 종양 반응 평가 기준(RECIST 1.1)’에 따른다. 이는 주로 종양 크기의 변화만을 중심으로 평가기 이뤄진다. 따라서 종양 크기를 제외한 종양 내부의 복잡한 변화를 충분히 반영하지 못하는 한계점이 존재했다.

최 교수팀이 개발한 ‘라디오믹스 모델’은 종양의 미세한 변화를 분석하고 종양의 반응을 보다 정밀하게 살펴볼 수 있으며 환자의 생존율도 정확하게 예측할 수 있게 됐다. 이 모든 과정은 정량화된 MRI 데이터를 바탕으로 기계 학습 알고리즘을 통해 분석해 이뤄진다.

최 교수팀은 표적 항암치료를 받은 외과적 절제 수술이 불가능한 소규모 대장암 간전이 환자 집단을 대상으로 진행했으며 연구 방법은 치료 전후로 MRI 촬영을 총 3회 진행하는 것으로 이뤄졌다.

분석 결과, 라디오믹스 모델의 종양 반응 예측 정확도는 76.5%로 나타났으며 진단 성능을 평가하는 지표인 곡선하면적(AUROC Area Under the Receiver Operating Characteristic Curve) 값은 0.857(95% 신뢰구간: 0.605~0.976, P<0.001)로 높은 신뢰도를 보였다.

이는 기존의 종양 반응 평가 기준인 고형 종양 반응 평가 기준 모델의 곡선하면적 값인 0.667보다 월등히 높은 수치로 AI 기반 모델이 보다 정밀하게 치료 반응을 예측할 수 있음을 의미한다. 곡선하면적는 인공지능 성능 평가의 대표적인 지표로 1에 가까울 수록 정확도가 높다는 것을 의미한다.

또한 최 교수팀은 ‘라디오믹스 모델’이 예측한 종양 반응 결과를 바탕으로 환자의 생존율을 분석했다.

분석 결과, 라디오믹스 모델이 ‘질병 진행이 없는’ 그룹으로 분류한 환자군의 중앙 전체 생존 기간(median overall survival OS)은 17.5개월(95% 신뢰구간)로 나타났다. 반면, ‘질병 진행이 있는’ 그룹의 중앙 생존 기간은 14.8개월(95% 신뢰구간)로 드러나 라디오믹스 모델을 바탕으로 한 환자의 생존율 분석도 정확히 이뤄진 것이다.

최승준 교수는 “이번 연구는 AI 기반 라디오믹스 모델이 대장암 간전이 환자의 치료 반응을 조기에 예측할 가능성을 제시한 것”이라며 “향후 대규모 연구를 통해 모델을 더욱 정교화하고 맞춤형 치료 전략을 수립하는 데 기여할 수 있을 것”이라고 밝혔다.

이어 “이번 연구 결과는 암 환자의 정밀 의료 적용 가능성을 높이고 효과적인 치료 계획 수립을 위한 중요한 자료로 활용될 전망”이라고 덧붙였다.

한편 최 교수팀 연구는 대한임상종양학회지 최근호에 게재돼 주목받았다.