과거엔 환자 부작용 예측 불가능...신뢰할만한 ML 모델 확보
PC·휴대폰에서 얻은 데이터로 배운 AI 모델이 두경부암 환자 파악
AI로 방사선량 줄이면 구강건조증·삼키기 기능 장애 등 치료 개선
몇 년 전부터 급속히 진화하고 있는 인공지능은 두경부암 치료에 혁명을 예고하고 있다. 치료시기를 놓치는 문제점을 크개 개선시키고 있다. 또 과도한 방사선 조사에 의한 부작용 개선에 획기적 대안을 제시하고 있다. 오랫동안 축적된 의료 데이터로 학습한 머신러닝(ML) 모델을 통해 정확한 이미지 판독과 적절한 방사선 치료 조사량을 조절이 가능해 다른 멀쩡한 세포에 유발하는 합병증을 막는 것이 가능해지고 있다.
미 국립암연구소(National Cancer Institute)에 따르면, 두경부암은 보통 머리와 목의 점막 표면에 늘어선 편평세포 즉, 입, 목, 음성 기관 내부(주로 후두) 등에서 시작된다. 따라서 암이 생기는 위치에 따라 인두암, 구강암, 후두암, 침샘암 등으로 불리고, 갑상선암도 엄밀하게 이야기하면 두경부암에 포함된다.
두경부암은 초기에는 증상이 거의 나타나지 않아 조기 발견이 쉽지 않다. 두경부 부위에 통증 신경이 적게 분포하기 때문이란 분석도 있다. 임파선 전이가 일어나 목에 임파선이 만져지면 그때 병원을 찾게 되고, 그 과정에서 두경부암을 발견하게 되는 일이 대부분이다. 두경부암(Head and Neck Cancer)은 전 세계적으로 6번째로 흔하고, 예후가 불량한 암종으로 알려져 있다.
국내의 경우, 두경부암 환자는 지난 2016년 기준으로 약 3,000여 명이다. 효과적인 항암제가 없는 현재 상황에선 평균 생존기간이 1년 이내로 보고됐다. 그동안 전이성 두경부암의 치료방법은 백금계 항암치료가 대부분이었으나, 최근에는 표적치료제 개발과 방사선 치료가 광범위하게 이뤄지고 있다.
그럼에도 불구하고, 두경부암의 경우, 영상 판독으로 다른 암과 구별이 어려워 치료시기를 놓치는 경우가 많다. 두경부암 방사선 치료는 항종양 효과 외에 방사선 영역에 위치한 정상 조직에 부상을 입힐 수 있어 큰 문제로 대두된 지 오래다. 방사선 치료의 독성은 치료 후에 발생하는 부작용 또는 합병증으로 이어진다.
합병증의 심각성은 전달된 총 방사선량, 전달된 시간 및 머리와 목 등의 어떤 부위에 방사선이 공급되었는지 등과 같은 여러 요인에 따라 달라진다. 그 부작용으로는 영구적인 침 손실, 골관절염, 방사선 회상 근염, 후두 협착증, 구강 괴사, 섬유화, 피부 변화 및 피부암, 림프부종, 갑상선 기능 저하, 어지러움, 두통 등이 있다. 그리고 신경학적 목 구조의 손상도 발견된다.
비인두암으로 방사선치료를 받는 환자는 만성 축농증이 발병하는 경향이 있다. 이러한 부작용은 환자와 보호자에게 큰 어려움을 준다. 아울러, 두경부암의 방사선 치료는 난청을 유발하기도 한다. 방사선에 의한 귀 기능의 손상 발생 빈도는 두경부암 치료에서 45% 이상으로 흔한 합병증에 해당한다. 중이가 방사선에 노출되면, 삼출을 동반하는 중이염(OME)이 유발된다.
ML 모델, 부작용 사전 예측해
지난 2019년 9월 27일 의학 산업 전문 매체 ‘DocWire News’는 AI 시스템이 방사선 치료에 암 환자들이 어떻게 반응할지를 예측한다고 보도했다.
뉴스에 따르면, 방사능 연구원들은 두경부암 방사선 치료와 관련된 부작용을 정확하게 예측하기 위해 인공지능(AI) 시스템을 사용하고 있다는 것이다. 이 정밀한 컴퓨터 모델은 암 치료 후, 과도한 체중 감소를 방지하고 영양 공급 튜브의 필요성을 줄일 수 있는 잠재력을 가지고 있다. 이 연구는 미국방사선종양학회(ASTRO) 제61차 연례총회에서 발표됐다.
텍사스 대 MD앤더슨암센터 방사선종양학과 조교수인 제이 레디(Jay Reddy) 박사는 "과거에는 어떤 환자가 이런 부작용을 겪을지 예측하기 어려웠다"며 "이제 내부 기관 데이터를 대량으로 사용해 이를 해결할 신뢰할 수 있는 머신러닝 모델을 확보했다"고 밝혔다.
미 국립암센터에 따르면, 미국의 경우, 해마다 약 53,000명의 환자가 두경부암 진단을 받는다. 남성은 이 진단을 받을 확률이 여성보다 2배 이상 높으며, 진단 시, 평균 연령은 62세다. 두경부암은 질병 진행초기에 발견되면 대개 수술이나 방사선 치료로 치료한다. 방사선 치료와 화학 요법의 조합은 일반적으로 더 진행된 질병을 가진 환자들에게 투여된다.
그러나 방사선은 새로운 암세포의 성장을 막는데 효과적이지만, 구강 조직에도 손상을 입히고, 입안의 박테리아 구성을 변화시켜 인후염, 미각 상실, 기타 부작용으로 이어질 수 있다. 환자가 먹을 수 없을 정도로 통증이 심할 경우, 체중 감소와 영양공급 튜브 삽입의 필요성이 발생할 수 있다.
레디 박사는 "환자들이 큰 위험에 처해있는지 확인되면, 방사선 종양학자들이 가능한 부작용을 예방하거나 완화하기 위한 조치를 취할 것"이라고 말했다.
이를 위해 레디 박사와 동료들은 전자 건강 기록(Epic), 내부 웹 기반 차트 작성 도구(Brocade), 기록/검증 시스템(Mosaiq)의 데이터를 분석하기 위한 머신러닝 모델을 만들었다. 이 데이터는 두경부암 환자를 위한 700개 이상의 임상 및 치료 변수로 구성됐다.
각 피험자는 지난 2016년부터 2018년까지 MD 앤더슨 센터에서 5개의 다른 실습 사이트에 걸쳐 2,000개 이상의 방사선 치료 과정을 받은 사람들이다. AI 모델은 예측을 위해 이 환자들로부터 상당한 체중 감소, 영양 공급 튜브 배치, 계획되지 않은 입원 등의 데이터들을 PC, 휴대폰, 노트북 등 세 가지 엔드 포인트로부터 획득했다.
그 다음에 225개의 연속 방사선 치료 데이터를 사용해 가장 정확한 모델의 결과를 검증했다. 70% 정확도를 나타내는 곡선(AUC) 임계값 0.70의 정의된 영역을 달성하는 성능 속도를 가진 이 머신러닝 모델은 임상적으로 허용되는 것이다. 연구자들은 머신러닝 모델이 각각 0.751과 0.755의 AUC로 상당한 체중감량 가능성과 영양공급 튜브 배치 필요성을 예측해 정확도가 높다는 것을 발견했다.
레디 박사는 "이 연구에 사용된 모델들은 이러한 두 가지 결과를 지속적으로 잘 예측했다"고 말했다. 이어 "이러한 모델을 새로운 환자나 일련의 환자에게 다시 실행하면, 이러한 부작용이 발생할 가능성이 있거나, 일어나지 않을 것이라는 확신을 얻을 수 있다"고 덧붙였다.
이러한 성공에도 불구하고, AI는 적절한 정확도로 계획되지 않은 입원을 정확하게 예측할 수 없었고, AUC는 0.64에 불과했다. 레디와 동료들은 더 많은 데이터로 분석을 다시 수행하면, AI 모델의 능력이 향상될 수 있다고 믿는다. 그는 "머신러닝은 오류의 위험을 줄임으로써, 의사들을 더 효율적이고, 안전하게 만들 수 있다"고 말했다.
폐암과 두경부암 유사성 구별
지난 2019년 9월 12일 메디컬 뉴스(Medical News)의 선임 작가 케이트 앤더슨(Kate Anderton)은 베를린 샤리테(Charité) 대학과 독일 암 컨소시엄(DKTK)의 연구진이 두경부암 진단에 있어 오랜 문제를 성공적으로 해결했다는 뉴스를 전했다.
이 연구팀은 화학적 DNA 변화를 기반으로 암 조직의 주요 기원을 식별하는 새로운 분류 방법을 개발하기 위해 인공지능을 사용했다. 이 의료 기법은 일상적인 의료행위에 도입될 가능성이 현재 시험되고 있다.
연구원들에 따르면, 해마다 독일에서는 17,000명 이상의 사람들이 두경부암 진단을 받는다. 여기에는 구강암, 후두암, 코암 등이 포함되지만, 머리와 목의 다른 부위에도 영향을 미칠 수 있는 것으로 알려져 있다.
샤리테 대학의 병리학 연구소 프레드릭 클라우셴(Frederick Klauschen) 박사는 "대부분의 경우, 이것이 환자의 두경부암의 폐전이를 나타내는 것인지, 2차 암, 즉 1차 폐암을 나타내는 것인지 판별하는 것이 불가능하다"고 설명했다.
또 샤리테 대학 신경병리학과의 데이비드 캐퍼(David Capper) 박사는 "이러한 판별은 이러한 종류의 암의 영향을 받는 사람들의 치료에 매우 중요하다"고 강조했다.
클라우셴은 "수술이 국소 폐암 환자들에게 치료법을 제공할 수 있지만, 전이성 두부암과 목암 환자들은 생존율이 현저히 떨어지며, 화학 방사선 치료와 같은 치료가 필요하다"고 덧붙였다.
그렇다면, 무엇이 문제인가? 연구원들에 따르면, 전이와 두 번째 1차 종양을 구별하려고 할 때, 병리학자는 보통 암의 미세 구조를 분석하고, 조직 내의 특징적인 단백질을 감지하는 것과 같은 확립된 기술을 사용한다. 그러나 이런 점에서 두경부암과 폐암의 특징이 매우 비슷하기 때문에 일반적으로 의사들이 결론을 내리지 못하기 때문이다.
캐퍼 교수는 "이 문제를 해결하기 위해, 우리는 DNA 메틸화라고 알려진 특정한 화학적 변형을 위해 조직 샘플을 실험했다"며 "암세포의 DNA 메틸화 패턴이 암이 발생한 장기에 크게 의존한다는 것을 이전의 연구를 통해 알고 있다"고 설명했다.
TU 베를린의 머신러닝 교수인 로버트 뮐러(Robert Muller) 박사는 이 정보를 실제로 유용하게 만들기 위해 인공지능 기반의 방법을 사용했다. 연구원들은 두 종류의 암을 구별하기 위해 심층 신경망을 훈련시키기 위해 수백 개의 두경부암과 폐암의 DNA 메틸화 데이터를 사용했다.
그 결과, 이 신경망은 이제 99% 이상의 정확도를 달성하며 대부분의 경우 폐암과 두경부암 전이를 구별할 수 있게 됐다고 연구팀은 밝혔다. 현재 이 진단법은 일상적인 테스트 과정에 있다.
샤리테 대학의 클라우셴 박사는 "복잡한 인공지능 기법의 연구 결과는 그동안 환자들에게 직접적인 혜택을 거의 제공하지 못했으나 향후 이 상황이 바뀔 수도 있다"고 전망했다.
AI, 방사선량 조절에 도움
지난 10일 미국의 건강 전문 매체 헬스 아이티애널리틱스는 두경부암 환자들이 필요 이상으로 많은 방사선을 받을 수 있다는 사실을 인공지능이 보여주었다고 보도했다.
웨스턴 리저브 대학(Western Reserve University) 연구원들에 따르면, 두경부암의 일종인 인간 유두종 바이러스(HPV) 유도 암 환자들은 대부분이 공격적인 치료로 혜택을 받지만, 그 결과, 많은 환자들이 긍정적인 결과를 얻기 위해 필요 이상으로 공격적인 치료를 받고 있다는 것이다.
하지만, 임상의들은 조직 스캔을 보는 것으로는 그러한 구분을 쉽게 할 수 없기 때문에 인공지능 방법에 대한 필요성이 생겼다. 이 기술이 없다면, 이러한 암을 가진 모든 환자들은 화학요법과 방사선 치료를 받는다.
컴퓨터영상 및 개인진단센터(CCIPD) 소장이자, 도넬 엔긴(Donnell Engin) 케이스스쿨 생명공학부 교수는 "어떤 환자가 탈에스칼레이션으로 혜택을 받을지, 파악하기 어려워서 과도한 화학요법과 방사선 치료가 있었다"고 밝혔다.
또 그는 "언젠가는 의사들이 환자들을 돌보는 방식을 조절할 수 있고, 병원 문을 통해 들어오는 모든 사람들에게 표준적인 높은 양의 방사선을 줄 수 있을 것"이라고 말했다. 그의 설명에 따르면, 환자들의 방사선량을 줄이면 구강건조증, 삼키기 기능 장애, 미각 변화 등과 같은 부작용을 줄일 수 있다.
클리블랜드 클리닉의 머리 및 목 및 피부암 방사선 책임자이자, 연구 협력자인 슐로모 코이프만(Shlomo Koyfman)은 "호감적인 HPV 양성 식도암 환자들의 방사선 치료와 화학 요법 강도의 감소에 대해 조사하는 국가 임상시험이 이미 진행 중"이라고 밝혔다.
하지만, 이러한 치료 감소를 위해 환자를 적절하게 선택하는 것은 어려운 과제이며, AI 영상 분류기는 이러한 새로운 치료 패러다임에 대한 환자를 더 잘 선택하는 데 도움이 될 수 있다는 것이 그의 주장이다.
지난 10년 동안 개발한 AI 도구를 사용해 연구원들은 6개의 병원 시스템에서 인간 유두종 바이러스 관련 편평상피세포 암으로 알려진, 두경부암 환자 438명의 조직 샘플의 디지털 이미지를 분석할 것을 컴퓨터에 요청했다.
이에 컴퓨터 프로그램은 현저히 감소된 방사선량의 치료 혜택을 받을 수 있는 환자 일부를 성공적으로 감지했다. 연구팀에 따르면, 그들의 다음 단계는 임상 시험에서 인공지능 방법의 정확성을 시험하는 것이다.
AI타임스 조행만 객원기자 chohang5@kakao.com
Copyright © '인공지능 전문미디어' AI타임스 (http://www.aitimes.com/)
무단전재 및 재배포 금지
다른 암과 구별 어려운 두경부암...AI가 치료 시기 앞당긴다 - AI타임스
몇 년 전부터 급속히 진화하고 있는 인공지능은 두경부암 치료에 혁명을 예고하고 있다. 치료시기를 놓치는 문제점을 크개 개선시키고 있다. 또 과도한 방사선 조사에 의한 부작용 개선에 획기
www.aitimes.com
'AI산업' 카테고리의 다른 글
| 거대한 인공 두뇌를 만드는 AI 칩 메이커 (0) | 2022.01.13 |
|---|---|
| 다양한 헬스케어 기술...인간의 삶의 질을 향상시켜 (0) | 2022.01.13 |
| 학동 참사 7개월만에 또 광주서 붕괴사고…"AI·메타버스로 시민 생명지켜야" (0) | 2022.01.12 |
| "먹을 게 없어진다"...농업과 축산업에 AI 도입 시급 (0) | 2022.01.12 |
| "실제와 똑같다?"...셀바스AI, 목소리 고주파대역까지 따라하는 'AI 상담사' 공개 (0) | 2022.01.12 |