대장암 AI(인공지능)로 정확히 판별…국내 개발

URL복사

서울대병원 유효성 입증…"기존 고가 분석법과 동일한 결과"

 

 정확한 병기 진단과 예후 예측이 어려운 대장암을 AI(인공지능)로 정확하게 판별할 수 있는 기술이 국내에서 개발됐다.

 서울대병원 병리과 연구팀(강경훈·배정모·유승연)은 2005∼2012년 채취한 대장암 환자 578명의 조직 슬라이드를 자체 제작한 AI 프로그램으로 분석한 결과, 기존 고가의 대장암 병기 진단 방법에 견줘 큰 차이가 없는 것으로 나타났다고 28일 밝혔다.

 AI 병리검사 모습[서울대병원 제공]

 대장암은 우리나라에서 발생률 2위, 사망률 3위를 차지하는 암이다.

 보통 암 환자의 치료 계획은 종양 크기 및 임파선·원격 전이 여부 등에 기반한 병기(TNM)를 기준으로 수립한다. 병기가 조기이면 수술 후 추적 관찰하고, 그보다 진행된 병기는 수술 후 항암치료를 추가한다. 암이 많이 진행된 상태여서 수술로 효과가 없다고 판단되면 항암치료 위주로 진행한다. 이처럼 병기 진단이 중요한 건 수술 후 환자의 5년 생존율을 잘 반영하기 때문이다.

 하지만 대장암은 병기만으로 예후가 명확히 예측되지 않는다고 알려져 있다. 심지어 2기로 판정된 환자가 3기보다 더 나쁜 경과를 보일 때도 있다. 이런 이유로 요즘은 환자의 전체 유전자 발현 양상을 파악해 대장암 병기를 분류하는 'CMS 기법'이 쓰이고 있지만, 값비싼 게 단점으로 지적된다.

 연구팀은 이런 문제를 개선하기 위해 AI 진단을 고안했다. 환자의 조직 슬라이드를 스캔해 디지털 이미지로 만든 다음 종양 조직 내 면역세포 침윤 및 섬유화 정도에 따라 대장암을 다섯 가지 유형으로 분류하는 AI 프로그램을 제작했다.

 연구팀은 이 진단기술을 대장암 환자에 적용한 결과, 기존 CMS 기법과 병기 및 예후 분류가 동일했다고 설명했다. 2007∼2012년 분당서울대병원에서 또 다른 대장암 환자 283명을 대상으로 한 임상에서도 이런 유효성이 관찰됐다.

 배정모 교수는 "새로 개발한 AI 분류법으로 기존 CMS와 동일한 결과를 얻었다는 것은 조직병리 이미지에 대한 AI 기반 분석이 유용하다는 것을 의미한다"면서 "기존에 알려진 예후 인자들과 함께 진단에 활용하면 재발 위험성이 높은 대장암 환자를 보다 잘 찾아내 치료할 수 있을 것"이라고 기대했다.

 이 연구 결과는 국제학술지 '임상암연구'(Clinical Cancer Research) 최신호에 게재됐다.


의료.병원,한방

더보기

학회.학술.건강

더보기
뇌졸중·심장마비 재발 막는 '최적 혈당수치'…"당화혈색소 6.8∼7.0%
당뇨병 환자에게 적절한 혈당 조절은 뇌경색 등 심뇌혈관질환이 반복적으로 발생할 위험을 낮추는 데 매우 중요하다. 하지만, 지금까지는 어느 정도 수치로 혈당을 관리하는 게 가장 이상적인지에 대한 이해가 부족한 상황이었다. 이런 가운데 국내 의료진이 심뇌혈관질환의 반복적 발생 위험을 최소화할 수 있는 최적의 혈당(당화혈색소) 수치가 6.8∼7.0%라는 연구 결과를 내놓아 주목된다. 당화혈색소는 혈당이 증가해 적혈구 내 혈색소(헤모글로빈)에 포도당이 붙은 상태를 말한다. 이처럼 한번 붙은 당분은 적혈구가 수명을 다할 때까지 그대로 붙어 있기 때문에 적혈구의 수명(120일)이 유지되는 2∼3개월 동안의 평균 혈당 농도를 알 수 있다. 분당서울대병원(한문구 신경과 교수)·서울아산병원(장준영 진경과 교수) 공동 연구팀은 당뇨병을 동반한 급성 뇌경색 환자 1만8천567명을 대상으로 입원 시점의 당화혈색소 수치와 이후 1년 동안의 뇌경색, 심근경색에 따른 사망 및 복합심뇌혈관질환 발생위험을 비교 분석한 결과, 이같이 나타났다고 6일 밝혔다. 연구 결과는 미국 신경과학회 공식 학회지인 '신경학'(Neurology) 10월호에 발표됐다. 연구에 참여한 환자들의 평균 당화혈색소

메디칼산업

더보기