우상근·신의섭·김병일 박사 연구팀 수술 전 항암방사선치료 '완전관해 예측' 정확도 비교 분석
수술 전 항암 방사선치료 후 종양 소실되는 완전관해 정확하게 예측하는 '기계학습모델' 개발
측정 장비와 이미지 추출·분석법 등 차이 'PET 영상 변동성 개선 분석' 정확도↑
논문, 종양학 분야 국제 학술지 'Cancers 온라인판'에 게재
[보건타임즈] 인공지능(AI)으로 직장암 수술 여부를 결정할 수 있을 전망이다
한국원자력의학원(원장 이진경)은 우상근·신의섭·김병일 박사(사진, 순서 앞줄 왼쪽부터 원자력병원 외과 신의섭 박사·핵의학과 김병일 박사/ 방사선의학연구소 우상근 박사) 연구팀이 국소 진행성 직장암 환자의 수술 전 항암 방사선치료 시행 후 종양이 소실되는 완전관해를 정확하게 예측할 수 있는 기계학습(Machine Learning)모델을 개발했다며 이같이 발표했다.
완전관해는 치료 후 조직검사 상에서 암세포가 완전히 사멸된 상태를 의미한다.
기계학습(Machine Learning)은 인공지능(AI)의 한 분야로 컴퓨터가 스스로 규칙을 형성해 데이터를 분류하거나 값을 예측한다.
직장은 대장의 제일 끝부분부터 항문에 이르는 15㎝가량의 부위다.
암세포가 직장 내에 국한된 국소 진행성 직장암은 종양의 크기를 최대한 줄여 국소 재발을 막아 항문을 보존하기 위해 수술 전 항암치료와 방사선치료를 병행하는 항암 방사선치료를 시행한다.
수술 전 항암 방사선치료를 받은 일부 국소 진행성 직장암 환자에게서 완전관해를 보이는 경우 수술 후 많은 불편감이 따를 수 있는 직장암 수술을 꼭 하지 않아도 되는 완전관해 예측 환자를 조기에 선별, 치료계획을 수립하는 것은 매우 중요하다.
연구팀은 의료분야에서 다양하게 활용되는 인공지능을 착안, 국소 진행성 직장암 환자 156명을 대상으로 양전자방출단층촬영(이하 PET) 영상 데이터 기반의 기계학습 모델을 이용해 수술 전 항암 방사선치료 결과 완전관해 예측 정확도를 비교 분석했다.
이 결과, 원자력병원 환자의 항암 방사선치료 전 종양 PET 영상 데이터와 치료 후 결과를 학습시킨 기계학습 모델의 완전관해 예측 정확도는 76%로 평가됐다.
반면, 원자력병원과 부천순천향병원 양 의료기관 환자의 항암 방사선치료 전 종양 PET 영상 데이터와 치료 후 결과를 학습시킨 기계학습 모델의 완전관해 예측 정확도는 87.5%로 향상됐다.
이 과정에서 연구팀은 원자력병원과 부천순천향병원 양 기관에서 산출한 다양한 PET 영상 데이터와 치료 후 결과자료를 확보, 측정기관 간의 장비와 이미지 추출·분석법 등의 차이에 따른 PET 영상의 변동성을 개선해 분석 결과의 정확도를 높였다.
이 연구로 연구팀은 PET 데이터 기반 인공지능 모델의 높은 정확도를 확인, 신뢰성을 확보했으며, 직장암 치료전략 수립과 예후 예측에 필요한 임상 활용 가능성을 열었다.
이 연구성과를 상세하게 정리한 논문은 'Prediction of Neoadjuvant Chemoradiotherapy Response in Rectal Cancer Patients Using Harmonized Radiomics of Multcenter 18F-FDG-PET Image'란 주제로 종양학 분야 국제 학술지 '캔서스(Cancers) 2023년 11월 30일자 온라인판'에 게재됐다.
한국원자력의학원 우상근 박사(겸 과학기술연합대학원대학교 교수) 연구팀은 "지난해 대장암이 위암을 제치며 전체 암 발생률 3위를 차지했다"면서, "이 연구성과가 난치성 직장암 환자의 맞춤형 치료법 개발에 도움이 되길 바라며, 인공지능 기술 접목 등 다각적인 방사선 의학 연구 추진으로 암을 비롯한 여러 난치성 질환의 치료법 제시를 위해 노력하겠다"고 말했다.
이 연구는 원자력연구개발사업으로 진행한 '인공지능 기술 활용 방사선과 항암치료 반응 예후예측 의료기술 개발'의 일환으로 수행됐다.
기사최종편집일: 2024-05-14 18:10:27
다음기사 : 
