3년간 4415명 전립선암 환자 대상 신뢰도 평가 합격점 무진행 생존율과 암 특이 생존율 등 정확도 크게 향상
인공지능(AI)를 통한 암 진단 및 예후 예측 기술이 정확성에 대한 학문적 근거를 쌓아가며 가능성을 입증하고 있다.
단순히 암 진단을 넘어 초기 치료법 선정과 이에 따른 생존율 예측까지 이뤄내면서 신뢰도를 쌓아가고 있는 것.
의료 AI 시스템이 신뢰도를 입증하며 근거를 쌓아가고 있다.26일 대한암학회 국제학술지인 'Cancer Research and Treatment'에는 국내에서 개발된 전립선암 생존 예측 시스템의 신뢰도를 평가한 연구가 게재됐다(doi.org/10.4143/crt.2020.637).
강남세브란스병원 비뇨의학과 구교철 교수가 주도한 이번 연구는 인공지능 기업 셀바스 AI가 개발한 머신러닝 기반 전립선암 생존 예측 시스템에 대한 정확도를 평가하기 위해 진행됐다.
이 시스템은 전립선암으로 진단된 환자의 초기 치료법에 따른 생존율 예측 모델 (SCaP calculator)을 인공 신경망(Artificial Neural Network) 기법을 활용해 분석하는 AI.
즉, 전립선암 진단을 넘어 이 환자에게 어떤 치료법을 적용하는가에 따라 얼마나 생존할 수 있는지에 대한 지표를 제시하는 시스템인 셈이다.
지금까지 생존 지표를 예측할 수 있는 다양한 기술들이 개발되고 있지만 다양한 초기 치료 양식으로 인해 전립선암 환자의 개별 특성에 맞는 치료 방법을 결정하는 과정에서의 어려움은 여전했다.
기존의 선형 분석 모델로는 암 자체에 대한 예측은 가능해도 환자 개개인의 특성에 따른 치료 방법 결정 및 생존율의 영향을 예측하기 어려웠기 때문이다.
하지만 인공신경망 알고리즘의 하나인 LSTM ANN(Long Short-term Memory ANN) 모델을 활용하면 환자 특성을 고려한 생존 예측 모델을 수립과 진단 및 생존율 예측의 정확도가 높아진다는 점이 밝혀지면서 기술 개발에 탄력이 붙기 시작했다.
이번 연구는 이러한 시스템의 정확도를 외부 검증(External Validation)을 통해 확인하는 절차인 셈이다.
이에 따라 연구진은 시스템의 신뢰성을 평가하기 위해 곡선하면적(AUC)을 통해 5년을 기반으로 거세저항성 전립선암 무진행 생존율(CRPC-free survival)과 암 특이 생존율(cancer-specific survival) 및 전체 생존율을 분석했다.
그 결과 지표별 생존율의 AUG 값이 각 0.962, 0.944, 0.884의 높은 수치를 보이며 우수한 예측 결과를 도출했다. AUG 값은 1에 가까울 수록 정확도가 있다는 것을 의미한다.
강남세브란스병원 비뇨의학과 구교철 교수는 "이번 연구를 통해 환자의 개별 특성에 맞게 더 정확한 생존 예측 모델을 발전시킬 수 있다는 것이 증명됐다"며 "특히 이번 연구가 서울아산병원과 아주대병원, 한림대병원에서 동일 환자군 자료로 검증됐다는 점에서 더욱 의미가 있다"고 설명했다.
이어 그는 "추가적인 개발과 연구가 동반된다면 다양한 케이스에서 이 시스템을 활용할 수 있을 것으로 기대한다"며 "추후 임상 현장에서도 충분히 활용할 수 있는 가능성을 확인했다"고 밝혔다.
URL복사
