[메디칼업저버 배다현 기자] 간암은 종양의 위치나 크기, 전이여부 뿐 아니라 잔존 간 기능 등 고려할 요소가 많고 치료 방법도 다양해 치료 방향 결정이 어려웠다.

이에 서울아산병원 소화기내과 김강모, 융합의학과 김남국 교수팀이 인공지능으로 환자별 치료 방법을 제안하고 생존율을 예측하는 임상 의사결정 지원 시스템을 개발했다.

시스템은 각 기관별 데이터를 기반으로 최적의 치료법을 제안한다는 점에서 의료진의 간암 치료방향 결정에 도움이 될 것으로 기대된다. 또한 진단 분야에 국한되어있던 AI의 역할을 확장해 치료 방법 결정에 활용할 수 있음도 증명했다.

한국의 간암 사망률은 OECD국가 중 1위로, 암으로 인한 전체 국내 사망원인 중 간암이12.2%를 차지한다. 

진단받은 환자의 대부분이 B형 혹은 C형 간염 바이러스에 의한 간질환을 앓고 있고 이 중 80% 이상이 간경변증이 있어 간암의 위치나 크기, 전이 여부뿐만 아니라 진단 당시의 잔존 간 기능이 치료 선택에 있어 큰 영향을 미친다.

의료진은 이러한 요소를 종합적으로 고려해 수술, 색전술, 고주파 열치료, 방사선 치료, 항암 치료 등 환자에게 가장 적절한 치료를 선택한다. 하지만 간암은 병기 외에도 고려해야 할 요소들이 많고 치료 결정이 복잡해 치료 방향 설정과 생존율 예측이 매우 어렵다.

서울아산병원 김강모·김남국 교수팀은 개별 환자가 병원별로 어떤 치료를 받을 가능성이 높은지 예측하고 그 치료를 받은 이후의 생존율을 예측하는 임상 의사결정 지원 시스템(Clinical Decision Support System, CDSS)을 개발했다.

연구진은 서울아산병원 및 고대구로병원, 분당서울대병원, 삼성서울병원, 서울대병원, 서울성모병원, 세브란스병원, 인하대병원, 중앙대병원 등 국내 9개 기관에서 2010년 1월부터 2012년 12월까지 간세포암을 진단받고 다양한 치료를 받은 환자 2685명의 △기본 임상정보 △암 진단 후 처음 받은 치료의 종류 △치료 이후의 생존 데이터를 수집해 병원별로 나누어 인공지능을 학습시켰다.

연구 결과, 치료 예측 정확도는 서울아산병원 내부 및 외부 데이터셋에서 각각 87.27% 및 86.06%였고, 생존 예측 정확도 역시 91.89%와 86.48%로 높은 진단성능을 보였다.

특히 이번 연구에서는 각 기관의 특성을 바탕으로 동일한 환자에게 다른 치료방법을 권장하기도 하고 치료별 생존율을 다르게 예측하는 특성을 보여, 실물과 똑같은 상황을 가상모델로 구현하고 여러 상황을 시뮬레이션 할 수 있는 '디지털 트윈'으로 사용될 수 있는 가능성을 확인했다.

김남국 교수(융합의학과)는 "이번 연구는 진단 분야에만 적용되는 인공지능을 치료영역으로 확장할 수 있음을 증명한 것으로, 치료 방향 설정이 어려운 간암환자에서 병원별 특성을 고려한 데이터 기반 임상 의사결정 시스템이 가능해졌다는 것에 의의가 있다"고 말했다.

김강모 교수(소화기내과)는 "간암은 내과, 외과, 방사선 종양학과, 영상의학과 등 여러 과가 긴밀하게 협력해서 치료방향을 선택하는 것이 중요하다. 최적의 치료방법 제안과 생존율을 예측한 이 프로그램이 각 병원 인프라와 연결되고 인허가 과정을 거친다면 실제 현장에서 참고할 수 있는 자료가 될 것"라고 하였다.

이번 연구는 고대구로병원 방사선종양학과 이경화 교수, 분당서울대병원 소화기내과 최광현 교수와 공동연구로 수행됐으며, 연구결과는 '네이처 파트너 저널 디지털 메디신(npj Digital Medicine, 피인용지수 15.2)' 온라인에 최근 게재됐다.