"유전자 정보 없어도"… AI, 유방암 생존율 예측 새 길

미국 신시내티대학교 암센터 연구팀이 인공지능(AI)을 활용해 유방암 환자의 생존율 예측 정확도를 높인 새로운 모델을 개발했다.

23일(현지시간) 신시내티대 암센터 연구팀은 통계적 방법과 딥러닝 프레임워크를 결합한 유방암 생존 예측 모델을 개발했다고 밝혔다. 해당 연구 결과는 '통계 이론 및 실제 저널(Journal of Statistical Theory and Practice)'에 게재됐다.

기존 생존 예측 모델은 환자별 임상적, 생물학적, 유전적 요인 간의 복잡한 관계를 완전히 설명하는 데 한계가 있었다. 연구팀은 딥러닝 기술로 환자 데이터의 복잡한 패턴을 컴퓨터가 인식하도록 해 예측 정확도를 높이고자 했다.

논문의 교신 저자인 웨다드 알라테비 박사 과정생은 "통계적 방법과 딥러닝을 결합해 복잡한 관계를 포착하고 전반적인 생존 예측을 개선할 수 있는지 탐구하고 싶었다"고 설명했다.

연구팀은 여러 통계적 접근법을 결합하는 '융합' 전략으로 더욱 정밀한 예측 결과를 얻었다. 딥러닝 프레임워크는 유사해 보이는 환자들을 더 구체적인 위험 그룹으로 분류해 개인 맞춤형 치료를 가능하게 한다.

특히 이 모델은 실제 유전자 검사가 어려운 경우를 대비해 시뮬레이션으로 생성된 유전자 발현 데이터를 통합했다. 알라테비는 "임상 정보를 환자 위험도를 더 잘 나타내는 방식으로 변환한 뒤, 생물학적으로 타당한 분자 특징을 시뮬레이션하여 생존 예측을 개선한다"고 말했다.

연구팀은 1980명의 유방암 환자 데이터 세트를 통해 새 모델의 성능을 시험했다. 그 결과, 연구에 사용된 다른 비교 모델들보다 더 높은 생존 예측 정확도를 달성했다.

공동 저자인 셰시 라이 박사는 "환자의 유전자 특징과 인구 통계학적 정보를 결합해 실제로 일어날 일을 예측하는 개인 맞춤형 의학 접근법"이라고 덧붙였다.

연구팀은 향후 더 크고 다양한 환자 데이터 세트를 사용해 모델을 추가로 평가할 계획이다. 연구팀은 이 모델이 의사를 대체하는 것이 아니라, 복잡한 환자 정보를 이해하고 치료 결정을 지원하는 도구가 될 것이라고 강조했다.