구역절제술 받은 비소세포폐암 환자 예후 예측 AI 개발

약 87%의 우수한 민감도로 재발률 예측

비소세포폐암 구역절제술을 받은 환자의 예후를 예측할 수 있는 새로운 방법이 제시됐다.

서울대병원은 영상의학과 김형진 교수·심장혈관흉부외과 나권중 교수 공동 연구팀이 수술 전 전산화단층촬영술과 임상 및 영상 정보를 활용한 딥러닝 모델을 개발하고, 비소세포폐암 구역절제술을 받은 환자를 대상으로 예후를 예측한 결과를 5월 24일 발표했다고 밝혔다.

연구팀은 임상 1A기 비소세포폐암으로 구역절제술을 받은 환자들의 예후 및 위험도를 계층화하기 위해 수술 전 CT 스캔과 임상 및 방사선 정보를 활용한 딥러닝 모델을 개발했다. 

이를 위해 연구팀은 2008년 1월부터 2017년 3월까지 서울대병원에서 신보조요법 없이 폐엽절제술을 받은 1756명의 원발성 비소세포폐암 환자를 대상으로 모델을 사전 훈련시킨 후, 임상 1A 환자만을 대상으로 전이 훈련을 실시했다.

모델 훈련 후 연구팀은 구역절제술 시행군의 예후를 파악하기 위해 2010년 1월부터 2017년 12월까지 구역절제술을 받은 222명을 대상으로 각각 ▲2년과 4년의 무재발 생존율 ▲4년과 6년의 폐암 특이 생존율 및 전체 생존율을 분석했다. 

분석 결과, 구역절제술 후 2년 무재발 생존율에 대한 이 모델의 성능은 AUC 0.86, 민감도 87.4%, 특이도 66.7%로 나타났다. 

이는 예측 모델이 구역절제술 후 2년 내 주로 발생하는 재발을 87.4%의 민감도로 진단해냈다는 것을 의미한다고 연구팀은 설명했다. 

이러한 수치는 기존에 일본 임상 종양학 그룹(JCOG)에서 제시했던 구역절제술 대상자 선정 기준의 민감도(37.6%)보다 더 높았으며, 특이도는 비슷한 수준이었다.

아울러 연구팀은 “이번 연구 결과는 예측 모델이 구역절제술을 받은 임상 1A기 비소세포폐암 환자 중 재발에 취약한 고위험군을 식별해 세밀한 치료 계획을 세우는 데 도움이 될 수 있다는 것을 의미한다”고 강조했다.

김형진 교수는 “예측 모델을 활용하면 구체적인 조기 폐암 치료 계획을 구축하는 데 도움이 될 것”이라며 “이번 연구 결과가 향후 구역절제술 및 쐐기절제술의 적응증을 미세 조정하는 하나의 방법으로 활용 되기를 기대한다”고 말했다.

한편, 이번 연구 결과는 영상의학분야 국제학술지 ‘래디올로지(Radiology)’ 최근호에 게재됐다.