근감소증은 주로 CT 검사로 골격근량 지수(SMI), 골격근 방사선 밀도(SMD) 등 지표를 확인해 파악한다. SMI와 SMD를 동시에 고려하는 근게이지(SMG)도 암 예후를 정확히 예측하는 지표라는 연구 결과가 이미 나온 바 있다.
하지만 이러한 지표는 CT 검사를 해야 하는 단점이 있다. CT 검사는 수술 전에는 필수지만 수술이 끝난 뒤에는 비용 문제, 방사능 노출 등을 이유로 환자들의 우려가 크다.
이에 연세대 강남세브란스병원 대장항문외과 강정현 교수팀은 피 검사를 통해 염증 관련 지표와 환자 고유의 특성을 추출한 후 머신러닝을 적용해 SMG를 예측하는 알고리즘을 개발했다.
연구에는 강남세브란스병원에서 치료받은 1094명의 대장암 환자의 데이터가 사용됐다. 이 중 환자군의 예측 방법을 생성하는 트레이닝 그룹(656명)과 예측모델을 실제로 적용해보는 테스트 그룹(438명)으로 나눠 연구가 이뤄졌다.
강 교수는 “이 알고리즘의 장점은 근감소증 상태를 감지하기 위한 선별도구로 채택될 수 있다는 것”이라며 “무엇보다 CT를 이용한 진단 시 동반되는 비용 및 방사선 노출의 어려움을 극복해, 환자의 불편감을 줄이고 예후를 예측할 수 있다”고 말했다.
이번 연구는 국제학술지 《영양소(Nutrition)》에 게재됐다.