머신러닝 및 AI(인공지능) 기술로 폐암 환자의 치료 후 사망 예후를 보다 정확하게 예측할 수 있는 것으로 나타났다. 윤영호 서울대 의대 암연구소 교수, 심진아 서울대 의대 암연구소 박사, 김영애 국립암센터 박사 공동 연구팀은 폐암 치료 후 암 생존자들의 생활습관 및 삶의 질 정보를 활용해 머신러닝 기반으로 한 사망예측 모델을 개발, 이를 통해 5년 후 암 생존자의 사망을 90% 이상 수준으로 예측하는 데 성공했다고 3일 발표했다.

연구팀은 2001~2006년에 국립암센터와 삼성서울병원에서 수술 후 완치를 판정받은 폐암 환자 809명을 대상으로 2006~2007년에 걸쳐 생활습관 및 삶의 질 자료를 수집하였으며, 이 자료를 바탕으로 5년 후의 사망을 예측하였다. 폐암은 국내 암 사망률 1위의 암이지만, 최근 진단 및 치료 기술 발전으로 생존율이 점차 높아지고 있다.

연구팀은 잘 알려진 폐암 예후 인자인 연령, 성별, 병기요인, 종양 특성 외에도 삶의 질과 생활습관과 관련된 불안, 우울, 긍정적 성장, 과체중 등이 실제로 암 생존자들의 5년 이후의 생존 가능성을 높이는지 중점 연구했으며, 예측 정확도를 높이고자 머신러닝 알고리즘을 적용했다. 그동안 폐암 환자를 대상으로 삶의 질과 사망 위험 간의 상관성을 장기간에 걸쳐 분석, 머신러닝 및 AI등의 알고리즘을 활용해 사망 예측모형으로까지 만든 연구는 거의 없었다.

폐암 생존자들의 사망률을 평가하기 위해 컴퓨터가 예제를 통해 학습하는 데 도움이 되는 지도학습 알고리즘 중 △하나의 모델을 학습시켜 사용하는 의사결정나무(decision tree) △로지스틱회귀분석(logistic regression) △가능한 임의의 결과를 반영하는 여러 개의 나무 모양 모델을 결합한 랜덤포레스트(random forest) △배깅(Bagging) △아다부스트(Adaptive Boosting) 등 5가지 유형의 머신러닝 알고리즘을 테스트했다.

각 모델의 예측 성능을 비교한 결과 폐암 치료 후 암 생존자들의 생활습관 및 삶의 질 정보를 활용하여 개발된 사망 예측 모형이 기존의 잘 알려진 예후 요인인 연령, 성별, 종양의 특성 등만 활용한 모델의 사망 예측보다 훨씬 더 정확했다고 연구팀은 밝혔다.

모든 수치 계산이 완료되었을 때 암 생존자의 기존의 예후인자들만 고려한 랜덤포레스트 (Random Forest) 모델과 아다부스트(Adaptive Boosting) 모델은 암 생존자들의 5년 생존여부를 각각 69.1%와 71.3% 정도만 정확하게 예측했다. 반면 삶의 질 및 생활습관을 고려한 방식으로 분석했더니 각각 94.1%와 94.8%로 더 정확도 높게 예측했다.

심진아 박사는 “머신러닝 기술을 이용한 암 생존자 생존 예측 과정에서 기존 임상정보에 삶의 질 및 생활습관 정보를 추가했을 때 5년 생존율을 훨씬 정확하게 예측할 수 있는 것으로 확인됐다” 며 “이같은 삶의 질 요인을 포함한 예측모형은 ICT 기술과 융합돼 실제 생존자의 자가관리를 도울 수 있으며, 향후 유전자분석을 기반으로 한 정밀의학에서도 삶의 질 정보가 신중히 고려돼야 한다”고 말했다.

국내 암 경험자가 170만명을 넘었고, 5년 이상 암 생존자가 100만명을 웃도는 가운데 대부분의 환자는 치료 후에는 재발 여부를 확인하는 것 이외에는 적절한 관리를 받지 못해 암 재발이나 사망에 대한 막연한 불안을 가지고 있다.

윤영호 교수는 “암 치료 후 재발 감시뿐 아니라 운동·식이 등과 함께 삶의 질을 평가하고 체계적으로 관리할 수 있도록 사망 예측 및 관리 모형을 포함한 통합케어 시스템을 갖추는 게 시급하다”며 “이에 대한 보험수가 인정 등 국가 차원의 지원이 이뤄져야 한다”고 밝혔다.

이번 연구 결과는 ‘네이처’(Nature) 계열의 권위 학술지인 ‘사이언티픽 리포트’(Scientific Report) 최근호에 게재됐다.