한국의 간암 사망률은 OECD 국가 중 1위다. 국내에서 암으로 사망한 사례 중 간암이 12.2%를 차지한다. 간암 환자는 대부분 간염 바이러스에 의한 간질환이나 간경변증을 갖고 있다. 

또한 종양의 위치나 크기, 전이 여부뿐 아니라 남은 간 기능 등 고려할 요소가 많고 치료 방법이 다양해 치료 방향을 결정하기가 어렵다.

의료진은 이러한 요소를 종합적으로 살펴 △수술 △고주파 열 치료 △방사선 치료 △항암 치료 등 환자에게 가장 적절한 치료를 선택한다. 다만 치료 방향 설정과 생존율 예측이 매우 어려운 실정이다.

서울아산병원 소화기내과 김강모·융합의학과 김남국 교수 연구팀은 △서울아산병원 △고대구로병원 △분당서울대병원 등 국내 9개 기관에서 2010~2012년 간암을 진단받고 다양한 치료를 받은 환자 2685명의 데이터를 확보했다. 

그 결과, ‘치료 예측 정확도’는 서울아산병원 내부 및 외부 데이터셋에서 각각 87.27% 및 86.06%를 기록했다. 생존 예측 정확도 역시 91.89%와 86.48%로 높은 진단 성능을 보였다.

이후 환자들의 △기본 임상정보 △암 진단 후 처음 받은 치료의 종류 △치료 이후의 생존 데이터를 수집해 병원 별로 나누어 인공지능에 학습시켰다.

특히 이번 연구에선 각 병원 기관의 특성을 바탕으로 같은 환자에게 다른 치료법을 권장하기도 했다. 이때 치료법별 생존율을 다르게 예측하는 특성을 보였다.

이에 실물과 똑같은 상황을 가상모델로 구현하고 여러 상황을 시뮬레이션 할 수 있는 ‘디지털 트윈’으로 사용될 가능성을 확인했다.

김남국 교수는 “이번 연구는 진단 분야에만 적용되는 인공지능을 치료영역으로 확장할 수 있음을 증명했다”며 “치료 방향 설정이 어려운 간암환자에서 병원별 특성을 고려한 데이터 기반 임상 의사결정 시스템이 가능해졌다는 것에 의의가 있다”고 말했다.