임상정보에 생활습관 더한 ‘사망 예측모델’ 개발
  • ▲ 폐암 생존자 생존 예측 분석표. ⓒ서울대병원
    ▲ 폐암 생존자 생존 예측 분석표. ⓒ서울대병원
    머신러닝 및 AI(인공지능) 관련 기술이 혁신적으로 발전하는 가운데 의료 현장에 이를 적용하려는 노력이 점차 늘고 있다. 관련 기술은 질병 진단의 정확도를 높이는 것은 물론 미래의 환자 상태를 예측하는데 활용된다.

    서울의대와 국립암센터 연구팀(심진아, 김영애 박사, 윤영호 교수)은 폐암 치료 후 암 생존자들의 생활 습관 및 삶의 질 정보를 활용해 머신러닝 기반의 사망예측 모델을 개발했다고 3일 밝혔다.

    이번 암 생존자 사망 예측 모형은 2001년부터 2006년까지 국립암센터와 삼성서울병원에서 수술 후 완치를 판정받은 폐암 환자 809명을 대상으로 생활습관 및 삶의 질 자료를 기반으로 했다. 이를 통해 5년 후 사망 여부를 예측한 것이다. 

    연구팀은 잘 알려진 폐암 예후 인자(연령, 성별, 병기요인, 종양의 특성 등)외에도 삶의 질과 생활습관 정보(불안, 우울, 삶의 질, 긍정적 성장 및 과체중)들이 실제로 암 생존자들의 5년 이후의 생존예측력을 높일 수 있는지를 중점적으로 연구했다. 

    이에 대한 예측정확도를 높이고자 머신러닝 알고리즘을 적용했다. 그동안 폐암 환자를 대상으로 삶의 질과 사망 위험 간의 상관성을 장기간에 걸쳐 분석해 사망 예측모형으로까지 만든 연구는 거의 없었다.

    암 생존자들이 기존의 예후인자들만 고려한 랜덤포레스트 (Random Forest) 모델과 아다부스트(Adaptive Boosting) 모델은 암 생존자들의 5년 생존여부를 약 69.1% 와 71.3%만 정확하게 예측하는 수준이었다. 

    반면 삶의 질 및 생활습관을 고려한 랜덤포레스트 알고리즘 및 아다부스트 모델은 폐암 생존자 5년 생존여부의 94.1% 와 94.8%를 정확하게 식별해 보다 정확한 예측을 제공했다. 

    심진아 박사는 “머신러닝기술을 이용한 암 생존자들의 생존 예측 시 기존의 임상정보에 삶의 질 및 생활습관 정보를 추가했을 때 5년 생존율을 훨씬 정확하게 예측할 수 있음을 확인했다”고 밝혔다. 

    이어 “이러한 삶의 질 요인을 포함한 예측모형은 ICT 기술과 융합돼 실제 생존자들의 자가 관리를 도울 수 있다. 향후 유전자 분석을 기반으로 한 정밀의학에서도 삶의 질 정보가 신중히 고려돼야 한다”고 강조했다. 

    한편, 이번 연구 결과는 권위있는 학술지인 ‘사이언티픽 리포트(Scientific Report)’ 최근호에 게재됐다.