인공지능(AI) 발전에 힘입어 췌장암 수술 환자의 예후를 더 정교하게 예측하는 방법이 나왔다. 삼성서울병원 암병원 췌담도암센터의 박주경 소화기내과 교수, 한인웅 간담췌외과 교수팀, 장기택 병리과 교수팀은 인공지능(AI) 기반 공간적 종양 침윤성 림프구(Tumor Infiltrating Lymphocyte, TIL) 밀도 분석을 통해 이 밀도가 높을수록 생존율 향상됐다고 30일 밝혔다.

췌장암은 수술 이후에도 재발률이 높고, 생존율이 낮아 예후를 정확히 판단하는 게 치료 방향을 결정하는 데 무엇보다 중요하다.

종양 침윤성 림프구(Tumor-Infiltrating Lymphocyte, TIL)는 종양에 대한 면역반응을 반영하는 특성에 기반해 암치료 이후 예후를 예측하는 지표(prognostic marker)로 꼽힌다.

그러나 의료진이 일일이 TIL 밀도를 측정하려면 시간도 많이 소요되고, 관찰자 간 측정 차이가 있는 탓에 실제 의료현장에서 쓰이는 데는 한계가 있었다.

연구팀은 인공지능 기반 면역형질분석 플랫폼인 (주)루닛의 ‘Lunit SCOPE IO’를 사용해 종양 미세환경(Tumor Microenvironment) 내 종양 침윤성 림프구 밀도를 정량화하고, 종양(tumor) 조직과 주변 간질(stroma) 조직의 구획화 및 면역표현형(immune phenotype) 분류를 통해 이 문제를 해결했다.

췌장암 수술 환자 304명을 대상으로 한 후향적 코호트 분석을 진행한 연구팀은 췌장암 환자의 수술 조직에서 종양 침윤성 림프구 밀도 및 분포를 평가하면 암 재발 여부, 생존 결과를 보다 정확하게 예측할 수 있다고 설명했다.

연구팀은 “인공지능 기반 종양 침윤성 림프구 분석은 분석의 재현성과 확장성이 높아 임상 실무에 실질적으로 적용할 수 있는 기술로 주목받고 있다”며 “이를 활용한 면역 미세환경 분석은 기존 병리학적 병기분류 시스템을 보완하면서, 환자의 예후를 정밀하게 예측할 수 있는 유망한 바이오마커로 기능할 수 있다”고 평가했다.

연구에 따르면 종양미세환경 분석해 환자를 면역표현형으로 구분했을 때 종양 침윤성 림프구가 풍부한 ‘면역활성형(immune-inflamed phenotype)’ 환자군의 생존기간 중앙값은 35.11개월였다. 반면 ‘면역결핍형(immune-desert phenotype)’ 환자군의 생존기간 중앙값 11.6개월에 불과해 3분의 1 수준이었다.

췌장암의 무진행 생존기간 중앙값 역시 면역활성형이 14.63개월로, 면역결핍형의 6.57개월보다 두 배 가량 앞섰다.

연구팀은 “종양 침윤성 림프구 밀도가 높은 경우 생존 결과가 유의미하게 개선되는 경향을 보였다”며 “면역표현형에 따라 병기를 거슬러 생존율이 역전하는 사례도 있었다”고 밝혔다.

일반적으로 췌장암 병기 1기가 2기에 비해 예후가 좋은 것으로 알려져 있으나, 2기 췌장암 환자 중 면역활성형 환자의 예후가 췌장암 1기 비 면역활성형 환자보다 낫다는 것이다.   

연구를 주관한 박주경 교수는 “인공지능이 암 치료 방향을 정하는 데 중요한 정보를 제공할 수 있는 시대가 열렸다”며 “이번 연구로 인공지능 기반 면역 표현형 분석은 향후 췌장암 환자의 정밀 예후예측과 맞춤치료 전략 수립에 핵심적인 역할을 할 것으로 기대된다”고 설명했다.

이번 연구는 세계 권위의 외과학 국제학술지인 ‘자마 서저리’(JAMA Surgery, IF=15.9) 최근호에 ‘Artificial Intelligence–Powered Spatial Analysis of Immune Phenotypes in Resected Pancreatic Cancer’라는 논문으로 게재됐다. 과학기술정보통신부 한국연구재단(NRF)과 루닛의 지원을 받아서 이뤄졌다. 

자마 서저리 측은 이번 연구에 대해 “암 치료의 미래가 지금(The Future of Oncology is Now)”이라며 특별 논평을 남겼다. 이번 연구가 같은 암종인데도 사람마다 치료반응이 다른 이유를 가장 잘 설명한다는 취지에서다.