한국원자력의학원 방사선의학연구소 우상근·공창배 박사팀은 소아 골육종 환자의 수술 전 항암치료 반응 및 전이를 기존 방식보다 정확하게 예측할 수 있는 인공지능 기계학습(Machine Learning) 모델을 개발했다고 8일 밝혔다.

뼈 성장이 왕성한 소아 청소년기에 많이 생기는 골육종을 치료할 때는 재발을 줄이기 위해 유전자 정보와 진단 영상(양전자방출단층촬영.PET/CT) 분석으로 항암치료 반응 및 전이를 예측하고 항암치료를 한 뒤 수술로 종양을 제거한다.

하지만 유전자 분석법은 시간이 오래 걸리고 검체 채취 영역에 따라 결과가 다르게 나타날 수 있으며, 양전자방출단층촬영(PET/CT)은 빠른 분석은 가능하나 암세포 정보의 양이 적어 정확도가 떨어지는 문제점이 있다.

연구팀은 항암화학요법 결과와 전이 과정에서 발현되는 영상 인자와 유전자 간의 상관관계를 규명한 다음 이를 기계학습 예측모델에 적용, 유전자정보와 진단영상을 융합해 분석하는 AI를 개발했다.

이어 소아 골육종 환자 52명을 대상으로 수술 전 시행하는 선행화학요법 전에 기존 방법과 기계 학습 모델을 이용한 방법으로 항암치료 반응 및 전이를 예측하고 그 정확도를 비교 분석했다.

그 결과 골육종에 많이 발현되는 유전자(Ki-67 및 Ezrin) 정보를 분석하는 방법은 예측 정확도가 53%, 양전자방출단층촬영(PET/CT) 영상 분석법은 71%이지만, 유전자(Ki-67 및 Ezrin) 정보 및 양전자방출단층촬영(PET/CT) 영상을 융합 분석한 기계학습 모델은 정확도가 85%로 확인됐다.

연구팀은 "이 연구는 AI를 활용해 항암치료 반응 및 전이 예측 정확도를 높이고 암 치료효과 증진을 위한 인공지능 프로그램의 임상활용 가능성을 열었다는 점에 의의가 있다"며 "이 연구결과가 난치성 소아 골육종 환자의 생존율 향상에 기여할 것으로 기대한다"고 말했다.

이 연구 결과는 종양학 분야 국제 학술지 '캔서스'(Cancers) 온라인판 최신호에 게재됐다.