국내 연구진이 대장암에서 간으로 전이된 암환자들의 예후와 생존율을 예측할 수 있는 인공지능(AI) 모델을 개발했다.
가천대 길병원은 최승준 영상의학과 교수팀이 인공지능 기반 기계 학습 ‘라디오믹스 모델’을 활용해 대장암 간전이(CRLM) 환자의 치료 반응과 생존율을 예측할 수 있는 인공지능 모델을 개발했다고 31일 밝혔다.
기존 대장암 간전이 환자의 치료 효과는 ‘고형 종양 반응 평가 기준(RECIST 1.1)’을 통해 평가됐다. 그러나 이 기준은 주로 종양 크기의 변화만으로 평가하기 때문에 종양 내부에서 일어나는 다양한 변화를 반영하지 못한다는 한계가 있었다.
최승준 교수팀이 개발한 라디오믹스 모델은 종양의 미세한 변화를 분석하고 종양의 반응을 보다 정밀하게 살펴볼 수 있다. 또 이를 통해 환자의 생존율도 정확하게 예측할 수 있다. 이 모든 과정은 정량화된 MRI 데이터를 바탕으로 기계 학습 알고리즘을 통해 분석해 이뤄진다.
연구팀은 표적 항암치료를 받은 외과적 절제 수술이 불가능한 소규모 대장암 간전이 환자 집단을 대상으로 치료 전후 MRI 촬영을 총 3회 진행했다.
분석 결과, 라디오믹스 모델의 종양 반응 예측 정확도는 76.5%로 나타났다. 진단 성능을 평가하는 지표인 곡선하면적(AUROC) 값은 0.857로 집계됐다. 이는 기존의 고형 종양 반응 평가 기준 모델의 곡선하면적 값인 0.667보다 월등히 높은 수치다. 곡선하면적은 인공지능 성능 평가의 대표적인 지표로 1에 가까울수록 정확도가 높다는 것을 의미한다.
이는 라디오믹스 모델이 기존 모델보다 정밀하게 치료 반응을 예측할 수 있다는 뜻이다. 연구팀은 또 라디오믹스 모델이 예측한 종양 반응 결과를 바탕으로 환자의 생존율도 분석했다.
그 결과, 라디오믹스 모델이 ‘질병 진행이 없는(non-progressing)’ 그룹으로 분류한 환자군의 중앙 전체 생존 기간(median overall survival, OS)은 17.5개월로 나타났다. 반면 ‘질병 진행이 있는(progressing)’ 그룹의 중앙 생존 기간은 14.8개월로 확인됐다.
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 설명했다.
그는 “이번 연구 결과는 암 환자의 정밀 의료 적용 가능성을 높이고, 효과적인 치료 계획 수립을 위한 중요한 자료로 활용될 전망”이라고 덧붙였다.
이번 연구는 《대한임상종양학회지(Korea society of Surgical Oncology)》 최신 호에 게재됐다.
