[라포르시안] 한국원자력의학원(원장 김미숙)은 우상근·공창배 박사 연구팀이 소아 골육종 환자 수술 전 항암치료 반응 및 전이를 보다 정확하게 예측할 수 있는 인공지능 기계학습(Machine Learning) 모델을 개발했다고 8일 밝혔다.
기계학습은 인공지능(AI)의 한 분야로, 컴퓨터가 스스로 규칙을 형성해 데이터를 분류하거나 값을 예측하는 방식이다.
뼈 성장이 왕성한 소아 청소년기에 많이 생기는 골육종은 재발을 줄이기 위해 먼저 보조적 항암치료를 시행한 후 수술로 종양을 제거한다. 기존에는 주로 유전자 정보와 진단 영상(양전자방출단층촬영, PET/CT)을 분석해 항암치료 반응 및 전이를 예측했다.
하지만 유전자 분석법은 시간이 오래 걸리고 검체 채취 영역에 따라 결과가 다르게 나타날 수 있다. 양전자방출단층촬영(PET/CT)은 빠른 분석은 가능하나 암세포에 대한 정보의 양이 적어 정확도가 떨어지는 문제점이 제기돼 왔다.
우상근 박사 연구팀은 소아 골육종 환자 52명을 대상으로 선행화학요법(수술 전 실시하는 항암치료) 전 기존 방법과 기계학습 모델을 이용한 방법으로 항암치료 반응 및 전이 예측 정확도를 비교 분석했다.
분석 결과, 기존 골육종에 많이 발현되는 유전자(Ki-67 및 Ezrin) 정보 및 PET/CT 영상을 각각 분석하는 방법을 시행했을 때 항암치료 반응 및 전이 예측 정확도는 유전자 정보 분석법은 53%, PET/CT 영상은 71%로 확인됐다.
반면 유전자(Ki-67 및 Ezrin) 정보 및 PET/CT 영상을 융합 분석한 결과를 학습시킨 기계학습 모델은 항암치료 반응 및 전이 예측 정확도가 85%에 달했다.
이번 연구는 골육종에서 발현되는 특정 유전자 정보와 PET/CT 영상을 융합 분석하는 기계학습 모델을 개발함으로써 항암치료 반응 및 전이 예측도를 높였을 뿐만 아니라 암 치료효과 증진을 위한 인공지능 프로그램의 임상활용 가능성을 열었다는 점에서 의미가 크다.
연구팀은 "핵의학 영상 및 유전자를 이용한 예측모델의 개발을 바탕으로 향후 영상 인자만을 활용한 예측 가능성이 기대된다"고 말했다.
연구 성과는 종양학 분야 국제 학술지 ‘캔서스(Cancers)’ 2021년 5월 28일자 온라인 판에 실렸다.