[메디코파마뉴스=최원석 기자] 임상 현장에서 AI가 암 예후와 최상의 치료 반응을 예측하는 날이 다가오고 있다. 종양 이미지만으로 종양의 특성과 특정 유전자 변이 여부, 관련된 최적의 진단에 성공한 AI의 출현이 나왔다.

네이처 커뮤니케이션(Nature Communications)은 최근 조직병리학적 이미지를 사용해 대장암 환자의 예후와 최상의 치료 반응을 예측한 하버드 의대의 AI 머신러닝 플랫폼 연구 결과를 게재했다.

연구에 사용된 MOMA(Multi-omics Multi-cohort Assessment) 플랫폼은 세 개의 국가 코호트에서 대장암 환자 1,888명의 정보를 바탕으로 개발됐다. 모델에는 환자의 나이, 성별, 암 단계 및 결과와 함께 종양의 유전자 정보가 입력됐다.

연구진은 개발된 MOMA에 종양 샘플의 조직학 이미지를 제시하고 종양 유형, 유전자 변이, 유전적 변화, 질병 진행 및 환자 생존과 관련된 시각적 마커를 찾도록 설계했다.

연구 결과 MOMA는 1~3기 대장암을 가진 환자의 전체 생존(OS) 결과와 무진행 생존율(PFS)을 성공적으로 식별했다.

또한 MOMA는 종양 세포의 반복서열불안전성(MSI)을 예측해 좋은 반응을 기대할 수 있는 면역항암제 요법의 반응 가능성을 평가하기도 했다.

MOMA의 암 발생과 관련된 예측은 기존 알고리즘을 능가했으며 악성종양과 연관된 BRAF 돌연변이 가능성도 예측할 수 있었다.

연구진은 “MOMA는 의사와 연구자에게 무료로 제공하지만, 아직 임상 현장에서 사용하기에는 부족하다”고 밝혔다.

하지만 결과를 살폈을 때 종양 이미지 기반으로 의사의 정확한 결정을 지원할 잠재력은 충분해 보인다. 현재 임상 현장에서는 조직학 및 유전자 분석을 사용하고 있지만, 이는 며칠에서 몇 주까지 필요한 상황이다. 이를 종양 이미지만으로 AI가 분석한다면 현장에서는 혁신적인 변화가 기대된다.

특히 의료 전문가나 자원이 부족한 지역에서 암 환자의 예후와 최선의 치료를 빠르게 예측할 수 있는 도구가 될 것으로 보인다.

다만 이번 연구는 대부분이 백인으로 구성됐다는 점에서 한계가 있다. 정보를 입력한 코호트의 대부분이 백인으로 구성돼 있었으며 비백인의 비율은 낮았다. 이 도구를 한국인에게 곧바로 적용할 수 없는 배경이다.

연구진은 “모델의 적용 가능성을 임상 환경에서 평가하기 위해 특정 환자 인구를 대상으로 한 추가적인 연구가 필요하다”며 “최적의 예후 예측 방법을 식별하고 개인 맞춤형 치료 및 진료 계획을 가능하게 하는 데 필요한 더 많은 연구가 필요하다”고 전했다.