한국원자력의학원(원장 이진경)은 우상근·신의섭·김병일 박사 연구팀이 국소 진행성 직장암 환자의 수술 전 항암방사선치료 시행 후 종양이 소실되는 완전관해를 보다 정확하게 예측할 수 있는 기계학습(Machine Learning) 모델을 개발했다고 밝혔다.

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.

연구팀은 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. 

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

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 향상되었으며, 

이 과정에서 연구팀은 원자력병원 및 부천순천향병원 양기관에서 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. 

이번 연구로 연구팀은 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(제1저자 한국원자력의학원 주혜민, 책임저자 우상근)’라는 제목으로 게재됐다. 

한국원자력의학원 우상근 박사(겸 과학기술연합대학원대학교 교수) 연구팀은 “지난해 위암을 제치고 대장암이 전체 암발생률 3위를 차지했다”며, “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”고 말했다. 

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