SMART  WebZine

2024년도 상반기

간암은 2022년 기준 암으로 인한 전체 사망자 중 12.2 %로 폐암 사망률 (22.3 %) 다음으로 높은 암 사망률을 가지고 있고, 특히 한국은 OECD국가에서 간암 사망률 1위라는 불명예를 안고 있다. 간암은 진단에서 치료에 이르기까지 여러 과와의 협력이 절대적으로 필요한 분야로, 어느 한 가지 치료 방법으로 좋은 예후를 기대하기 보다는 소화기 내과와 외과, 방사선 종양학과, 영상의학과 등 다양한 분야의 의료진이 긴밀하게 협력해서 최선의 치료를 선택하는 것이 중요하다.

​

우리나라 간암 환자의 경우, 80-90%가량이 B형 혹은 C형 간염 바이러스에 의한 간 질환을 앓고 있고, 이 중 80% 이상이 간경변증을 가지고 있기 때문에, 간암의 위치나 크기, 전이 여부 뿐만 아니라 진단 당시의 잔존 간 기능이 치료 선택에 있어 큰 영향을 미치며, 이러한 다양한 요소들을 다각적으로 고려하여 수술, 색전술, 고주파 열치료, 방사선 치료, 항암 치료 등 환자에게 가장 적절한 치료를 선택하게 된다. 하지만, 다른 고형암에 비해 상대적으로 병기 외에도 고려해야 할 요소들이 많고, 치료의 결정이 단순하지 않기 때문에 개별 환자를 위한 최선의 치료를 선택하고, 그 이후의 생존율을 예측하는 일은 매우 어려운 일이다.

​

본 연구는 서울아산병원 소화기내과 김강모 교수, 융합의학과 김남국 교수, 고대구로병원 방사선종양학과 이경화 교수, 분당서울대병원 소화기내과 최광현 교수의 공동연구로 수행되었다. 2010년 1월부터 2012년 12월까지 국내 9개 기관(서울아산병원, 삼성서울병원, 인하대병원, 서울대병원, 분당서울대병원, 중앙대병원, 서울성모병원, 세브란스병원, 고대구로병원)에서 간세포암을 진단받고, 다양한 치료를 받은 환자 2,685명의 다양한 임상 정보, 간세포암 진단 후 처음 받은 치료의 종류, 치료 이후의 생존 데이터를 수집하여, 기계학습 방법을 이용해 개별 환자에서 어떠한 치료를 받을 가능성이 높은 지 예측하고, 그 치료를 받은 이후의 생존율을 예측하는 모델을 개발 및 평가하였다. 연구 결과, 치료 예측의 평균 정확도는 내부 및 외부 데이터셋에서 각각 87.27% 및 86.06% 였고, 생존 예측의 정확도는 통합된 시간의존적 민감도-특이도 곡선 면적 (AUROC) 기준으로 91.89와 86.48 였다. 특히, 본 연구에서는 각 기관별 데이터로 훈련 후 테스트 하였을 때, 각 기관의 특성을 바탕으로 서로 다른 치료를 예측하기도 하고, 각 치료 별로 생존율을 다르게 예측하기도 하는 등으로 디지털 트윈으로 사용될 수 있는 가능성을 보였다.

​

본 연구에서 시도된 인공지능 기반의 임상결정 지원 시스템은 치료 선택이 어려운 간암 환자에서 데이터 기반의 예측을 통해 환자의 예후 예측을 도와준다는 면에서 환자와 의사 모두에게 큰 도움이 될 것으로 생각된다.

 

​

융합의학과 김남국 교수는 “본 연구는 9개 병원의 특성을 고려해서 환자 맞춤형으로 특정 병원을 추천해 줄 수 있는 디지털 트윈의 가능성을 보였다는 점에서 가치가 있다고 생각한다. 다른 병원에서 이미 치료받은 환자를 그 병원이 아닌 다른 병원에서는 어떻게 치료할 것이며, 이 상황의 생존 예측을 할 수 있다는 것을 보였다. 일종의 가정법 의료 치료 상황을 만들 수 있어서 디지털 트윈으로 사용할 가능성이 있다. 특히 진단 분야에만 적용되는 인공지능을 치료영역으로 확장할 수 있는 방법 중에 하나로 생각된다.”라고 하였다.

 

​

소화기내과 김강모 교수는 “실제 임상에 적용되려면 각 병원의 EMR과 연결되어서 의사가 편하게 쓸 수 있는 병원 인프라와 연결되어야 하며, 본 제품의 의료기기 인허가 및 신의료기술 평가가 되어야 할 것이다.”라고 하였다.

 

​

이번 연구결과는 npj Digital Medicine (인용지수 15.2) 온라인판에 2024년 1월에 게재됐다.