신장암은 국내는 물론이고 세계적으로도 신장암 환자의 빅데이터가 체계적으로 구축되지 않은 분야라 향후 환자의 예후를 향상할 수 있는 전략 수립의 근거로 활용될 것으로 기대된다.
가톨릭대학교 서울성모병원 비뇨의학과 홍성후 교수, 의과대학 의료정보학교실 최인영 교수, 김형민 연구원 연구팀은 신장암 수술 후 5년 및 10년 이내 재발확률을 예측하는 알고리즘을 인공지능(AI) 기계학습(머신러닝) 기법을 이용해 개발했다.
연구팀은 국내 8개 의료기관에서 수집된 신장암 환자의 대규모 코호트 빅데이터(KORCC(KOrea Renal Cell Carcinoma) 데이터베이스)를 이용해 6천849명 환자의 데이터 중 신장암 재발에 영향을 미치는 변수 31개를 1차 통계법(T-test, 카이제곱검정)을 통해 추출했으며, 이중 실제 임상에 유의한 영향을 미치는 10개 변수를 2차적으로 선택해 8개 종류의 기계학습 알고리즘에 적용했다.
연구 결과, 적용한 기계학습 알고리즘 중 나이브베이즈 알고리즘 결과값이 가장 우수하게 나타났으며, 나이브베이즈 알고리즘의 모수(Parameter) 최적화 작업을 통해 알고리즘의 성능을 향상시켰다. 수술 후 5년 이내 재발 예측값 0.84, 10년 이내는 0.79로 나타났다.
신장암은 발생률이 가파르게 증가하는 암으로 소리없는 암으로 불린다. 옆구리 통증, 혈변, 복부 종괴 등의 증상이 모두 나타날 확률이 10~15%에 불과하다. 특히, 신장암 수술 후 재발은 대개 1~2년 사이에 많이 발생하지만 수술 후 길게는 15년 이상된 경우에도 재발한 보고가 있기 때문에 수술 후 재발이나 진행 여부에 대한 추적 검사가 반드시 필요하다.
암의 크기가 7cm 이상으로 크거나 림프절 전이나 신정맥 침범 등의 전이에 대한 위험 요인이 있던 경우는 재발률이 높고 주로 폐, 뼈, 간 등에 전이가 많이 나타난다. 재발되더라도 환자가 느끼는 증상이 거의 없어 정기적인 검진이 중요하다.
홍성후 교수는 “이번 연구에서 개발한 알고리즘은 향후 임상의사가 신장암 수술 후 환자의 예후 관리와 개인별 맞춤치료전략을 수립하는 데 도움이 될 것으로 기대한다”고 말했다.
이번 연구 결과는 국제학술지 ‘JMIR MEDICAL INFORMATICS’ 3월호에 게재되었으며, ‘서울성모병원 2019년도 R&D성과창출 촉진사업’의 지원으로 연구가 진행되었다.
