국소 진행성 직장암 환자의 수술 전 항암방사선치료 시행 후 종양이 소실되는 완전관해를 보다 정확하게 예측할 수 있는 기계학습(Machine Learning) 모델이 개발됐다.

한국원자력의학원(원장 이진경) 우상근·신의섭·김병일 박사 연구팀이 의료분야에서 다양하게 활용되고 있는 인공지능에 착안하여 국소 진행성 직장암 환자 156명을 대상으로 양전자방출단층촬영(이하 PET) 영상 데이터 기반의 기계학습 모델을 이용해 수술 전 항암방사선치료 결과 완전관해 예측 정확도를 비교 분석했다. 

(앞줄 왼쪽부터 : 원자력병원 외과 신의섭 박사·핵의학과 김병일 박사/ 방사선의학연구소 우상근 박사)

분석 결과, 원자력병원 환자의 항암방사선치료 전 종양 PET 영상 데이터 및 치료 후 결과를 학습시킨 기계학습 모델의 완전관해 예측 정확도는 76%로 평가됐다. 

반면, 원자력병원 및 부천순천향병원 양기관 환자의 항암방사선치료 전 종양 PET 영상 데이터 및 치료 후 결과를 학습시킨 기계학습 모델의 완전관해 예측 정확도는 87.5%로 향상됐다.

이 과정에서 연구팀은 원자력병원 및 순천향대부천병원에서 다양한 PET 영상 데이터 및 치료 후 결과자료를 확보하고, 측정기관 간의 장비 및 이미지 추출·분석법 등의 차이에 따른 PET 영상의 변동성을 개선하여 분석 결과의 정확도를 높였다. 

연구팀은 이번 연구로 PET 데이터 기반 인공지능 모델의 높은 정확도를 확인하고 신뢰성을 확보했으며, 직장암 치료전략 수립 및 예후 예측을 위한 임상 활용 가능성을 열었다.

이번 연구성과는 종양학 분야 국제 학술지 ‘캔서스(Cancers)’ 2023년 11월 30일자 온라인판에 ‘Prediction of Neoadjuvant Chemoradiotherapy Response in Rectal Cancer Patients Using Harmonized Radiomics of Multcenter 18F-FDG-PET Image’라는 내용으로 게재됐다.

한국원자력의학원 우상근 박사(겸 과학기술연합대학원대학교 교수) 연구팀은 “지난해 위암을 제치고 대장암이 전체 암발생률 3위를 차지했다.”라며, “이번 연구성과가 난치성 직장암 환자의 맞춤형 치료법 개발에 도움이 되길 바라며, 인공지능 기술 접목 등 다각적인 방사선 의학 연구 추진으로 암을 비롯한 여러 난치성 질환의 치료법 제시를 위해 노력하겠다.”라고 말했다. 

이번 연구는 원자력연구개발사업으로 진행한 ‘인공지능 기술 활용 방사선 및 항암치료 반응 예후예측 의료기술 개발’의 일환으로 수행됐다.

한편 직장은 대장의 제일 끝부분부터 항문에 이르는 15cm 가량의 부위로 암세포가 직장 내에 국한된 국소 진행성 직장암은 종양의 크기를 최대한 줄여 국소 재발을 막고 항문을 보존하기 위해 수술 전 항암치료와 방사선치료를 병행하는 항암방사선치료를 시행한다.

수술 전 항암방사선치료를 받은 일부 국소 진행성 직장암 환자에서 완전관해를 보이는 경우가 있어 수술 후 많은 불편감이 따를 수 있는 직장암 수술을 꼭 하지 않아도 되는 완전관해 예측 환자를 조기에 선별하여 치료계획을 수립하는 것은 매우 중요하다.

[메디컬월드뉴스 김영신 기자]

관련기사

• [12월 1일 병원계 이모저모②]가톨릭대, 중앙대, 한림대성심병원, 한국원자력의학원 등 소식
• [11월 29일 병원계 이모저모③]동산의료원, 서울대, 상성창원병원, 한국원자력의학원 등 소식
• [11월 16일 병원계 이모저모③]국립암센터, 한국원자력의학원, 충북대병원 등 소식
• [11월 9일 병원계 이모저모④]서울대, 전북대병원, 이화, 한국원자력의학원 등 소식
• [11월 3일 병원계 이모저모③]경북대, 분당서울대, 서울성모병원, 한국원자력의학원 등 소식