UPDATED. 2024-07-15 17:08 (월)

힐팁 동영상 콘텐츠‘네이버 지식백과’ & ‘다음카카오 다음백과’에서도 만날 수 있습니다.

“안녕 AI닥터 ‘왓슨’, 어떤 치료가 암 완치에 도움이 될까?” 
“안녕 AI닥터 ‘왓슨’, 어떤 치료가 암 완치에 도움이 될까?” 
  • 임미영 기자
  • 승인 2021.03.10 20:20
  • 댓글 0
이 기사를 공유합니다

질병 정복을 위한 인류의 여정은 계속 진행 중입니다. 특히 국내‧외에서 사망률이 높은 암은 아직도 풀기 힘든 숙제입니다.

전 세계에서 암을 극복하기 위해 다학제를 기반으로 한 정밀 의료를 발전시키고 있습니다. 다학제는 암 치료와 관련된 다양한 진료과가 협진하는 시스템입니다. 다학제는 치료 효과는 높이고, 부작용을 줄이기 위한 노력 중 하나입니다. 

아울러 최근에는 인공지능(AI)을 기반으로 한 의료시스템이 환자 개개인에게 가장 효과적인 치료법을 결정하는데 중요한 수단으로 자잡고 있습니다.

특히 인천 가천대 길병원은 국내 최초로 도입한 인공지능 의료시스템, '왓슨 포 온콜로지(Watson for Oncology)'를 암 치료에 적극 활용하고 있습니다. 최근에는 왓슨을 기반으로 유방암 치료의 최적화된 치료법을 찾는 의미 있는 연구결과를 발표하기도 했습니다.

관련 연구를 이끈 가천대 길병원 외과 전용순 교수의 자문으로 암 등 난치 질환에 인공지능 시스템을 적용하는 의미와 기대 효과에 대해 알아보겠습니다.

▶암 등 난치 질환, 맞춤 치료로 정복

의술이 지속적으로 발전하며 환자 개개인의 특성에 맞는 최적화된 치료법 선택이 무엇보다 중요해지고 있습니다.

예를 들어 과거 모든 폐암 환자에게 동일한 항암제를 적용할 경우 치료 효과를 보는 환자는 10명 중 3명에 불과했습니다. 나머지 7명은 치료 효과가 없는 항암제로 고통만 받아야 했습니다. 

하지만 최근에는 유전자 정보를 바탕으로 표적 항암제를 사용해서 10명 중 6명 이상이 치료 효과를 볼 수 있게 됐습니다. 세계 각 국의 연구소‧제약사가 유전자 정보를 밝혀내고, 표적항암제 개발에 매달리는 이유입니다. 

이 같은 정밀 의료를 위해선 IT‧BT 기술이 반드시 필요합니다. 환자 개인의 유전자를 분석한 후 이를 △의료 기록 △논문 △임상시험 정보 △유전 정보 등 각종 정보와 비교해야 합니다. 

이후 효과가 우수하고 검증된 다양한 치료법 중 환자에게 가장 적합한 것을 찾아야 합니다. 이 과정에서 많은 시간이 소요되기 때문에 분명한 한계가 존재합니다. 특히 환자 1명의 유전자는 100GB 이상의 데이터에 상응할 정도로 방대합니다. 

하지만 가천대 길병원이 국내 최초로 도입한 인공지능 의료시스템 '왓슨 포 온콜로지(Watson for Oncology)'는 이 같은 과정을 단 몇 분 안에 수행할 수 있습니다. 세부적으로는 데이터 분석, 암 유발 변이, 연관 의학문헌에 대한 종합적인 의견을 제안합니다. 

[미니 박스] IBM 왓슨(Watson)은 

슈퍼컴퓨터 ‘왓슨(Watson)’의 이름은 IBM 창립자의 이름에서 따왔습니다. 왓슨은 방대한 양의 데이터를 분석해서 의사들이 암 환자를 치료할 때 치료법을 선택하는데 도움을 주는 인공지능(AI) 솔루션입니다. 

왓슨은 의학교과서를 비롯해서 수백 개의 의학저널에 게재된 논문, 치료 가이드라인 등 암 환자 치료에 도움이 되는 수많은 정보를 학습했습니다. 왓슨은 방대한 데이터 속에서 유용한 정보를 찾아내는 ‘빅 데이터‘의 가치를 알리는 중요한 계기가 됐습니다. 

▶왓슨, 길병원 암다학제팀 치료법과 93% 일치 

길병원이 도입한 왓슨 포 온콜로지(Watson for Oncology)와 길병원 암다학제팀의 항암화학요법 일치율은 93%에 달하는 것으로 확인됐습니다. 

가천대 길병원 외과 전용순 교수는 2016년 12월부터 2018년 3월까지 유방암센터에서 치료받은 유방암 환자 147명을 연구해 이 같은 사실을 밝혔습니다.

국내 여성암 발병 1위인 유방암은 BT‧IT 기술 발달로 치료법이 매우 빠르게 진화하고 있습니다. 이번 연구는 가천대 길병원 암다학제팀의 치료 선택과 왓슨 포 온콜로지의 치료 선택 중 '추천' 또는 '고려'로 제시된 경우 '일치(Concordance)'로 정의했습니다. 

다학제팀의 치료 선택과 왓슨의 치료 선택이 ‘비추천' 또는 '불가'일 경우 ‘불일치(Discordance)'로 분류했습니다. 

연구팀에 따르면 당초 연구 대상자 170명 중 화학 및 방사선 요법 거부, 조직학적 검사 불가 등을 이유로 14명, 새로운 보조 화학요법을 받은 9명 등 총 23명이 배제됐습니다. 결국 최종적으로 수술 후 항암화학요법을 받은 147명을 분석했습니다. 

전용순 교수팀의 연구 결과 항암화학요법을 받은 147명 중 136명에서 다학제팀과 왓슨의 의견이 거의 같은 93%의 일치율을 보였습니다. 

전용순 교수는 “불일치에 해당된 11명은 우리나라 보험체계 안에서 사용이 불가능한 항암제이거나 고령이나 임신 등으로 항암화학요법을 포기한 경우”라며 “이와 관련 미국 식품의약국(FDA)의 승인을 받은 유방암 치료제는 69종에 이를 정도로 많다"고 설명했습니다.

결국 항암화학요법의 중요한 요소인 개인 맞춤 치료를 제공하기 위해선 약제 선택부터 △복용 방법 △시기 △용량 등 의료진이 고려해야 할 사항이 매우 방대한 것입니다. 

전 교수는 “이런 상황에서 의료진이 환자에게 정밀의료를 제공하기 위해 왓슨 같은 인공지능 의료서비스는 유용한 보조 수단이 된다”고 강조했습니다.

※ 길병원 암다학제팀 & 왓슨의 높은 치료 의견 일치율

-유방암 환자의 항암화학요법 93%
-유방암 환자의 방사선치료 99%

유방암 치료 시 항암화학요법만큼 중요한 방사선치료에선 다학제팀과 왓슨의 일치율이 더욱 높았습니다. 연구 대상자 중 방사선 치료가 필요한 환자는 144명이었습니다. 이 중 임신으로 방사선 치료가 불가능한 1명을 제외한 99%에서 다학제팀과 왓슨의 치료 의견이 일치했습니다. 

전용순 교수는 “이번 연구를 통해 인공지능 의료시스템이 비교적 높은 일치율을 보여서 의료진의 치료 결정을 돕는 보조수단이 될 수 있다는 것을 확인했다”며 “다만 전체 환자 수가 적고, 짧은 연구 기간은 단점으로 추가 연구가 더 필요하다”고 덧붙였습니다. 

이번 연구는 대한종양학회지(KJCO) 최근호에 게재 됐으며, 전 교수는 이 논문으로 대한종양외과학회로부터 '우수 논문상(KJCO)'을 수상했습니다.

도움말 : 가천대 길병원 외과 전용순 교수



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.