AI(인공지능)를 이용하여 대장암에서 림프절 전이 유무를 예측할 수 있는 진단 모델이 국내에서 개발됐다.

전이유무 예측은 대장암 치료 시 가장 중요한 것 중 하나로 종양의 크기, 전이 여부를 통해 병기와 전이 예측을 확인해야만 가장 효과적이며 적절한 치료계획을 수립할 수 있다. 강동경희대병원 소화기내과 곽민섭 교수팀은 한국연구재단 과제로 대장암의 림프절 전이 진단모델과 평가지수를 개발했다. 이번 연구를 통해 앞으로 대장암에 있어 보다 편리하고 정밀한 진단과 치료가 가능할 것으로 보인다. 연구 결과는 국제학술지 Frontiers in Oncology에 최신호에 게재됐다.

강동경희대병원 소화기내과 곽민섭 교수팀은 암 전이에 중요한 작용을 한다고 알려진 ‘암 주위 미세환경’을 분석하여 전이 여부를 예측했다. 조직 슬라이드에서 암조직과 암조직 주변 간질영역의 비율을 이용해 예측 평가점수인 PTS 점수를 개발했다.

먼저 조직을 정상 대장점막, 간질, 림프구, 점액, 지방조직, 평활근, 대장암의 7개 클래스로 나누어 영역에 대한 명확한 구역화 훈련을 통해 AI모델을 개발하고 이 중 암조직과 주위 간질영역을 추출하여 형태연산 방법을 통하여 점수를 계산했다.

곽민섭 교수팀은 미국 국립보건원(NIH)에서 진행한 The Cancer Genome Atlas (TCGA) 프로젝트에 등록된 대장암 1~3기 환자 총 164명을 대상으로 이번 AI 진단모델의 연구를 진행했다. 이 중 59.8%(98명)는 림프절 전이가 없는 음성그룹, 40.2%(66명)은 양성그룹이었다.

AI 진단모델로 분석하여 PTS 점수를 확인한 결과, 양성그룹의 평균 PTS 점수는 0.38점으로 음성그룹 0.228점 보다 유의하게 높았다. 양성그룹도 전이가 많을수록 점수가 더 높았다. 이로써 이번 AI 진단모델이 림프절 전이 위험이 있는 환자를 식별하는 데에 유용함을 입증했다.

이번 연구로 기존 병리조직 검사의 한계를 극복하고 방대한 전체 슬라이드를 보다 정확하고 세밀하게 분석할 수 있는 기틀이 마련됐다는 평가다. 또 대장암 환자에서 편리하고 정확하게 림프절 전이 위험을 확인함으로써 치료의 효과를 극대화할 수 있을 것으로 보인다.

강동경희대학교병원 곽민섭 교수는 “이번 모델을 통하여 정확하고 대장암 전이를 예측하여 환자 개개인에 맞는 치료 및 추적 관찰 방법을 구축할 수 있다.”면서 “향후 후속 임상시험과 보다 심층적인 AI 연구개발로 정밀의료를 가능하게 할 수 있을 것으로 생각한다.”고 말했다.

이 기사를 공유합니다
저작권자 © 메드월드뉴스 무단전재 및 재배포 금지