생존 및 종양 크기, 위치 및 수술 절차 등 임상 변수 연관성 찾는 것
몬트리올 어린이 병원 62,000 명 이상 수막종 환자 데이터로 머신러닝 알고리즘 훈련

의학에서 인공지능(AI)의 힘은 큰 데이터 세트에서 중요한 통계 패턴을 찾는 능력에 탁월(사진:본지)

뇌종양으로 뇌와 척수를 둘러싸고 있는 막에서 발생하는 수막종Meningioma)은 가장 흔한 1 차 중추 신경계 종양으로, 인구 10 만명당 발생률은 8.14명이라고 한다. 일반적으로 다른 뇌종양보다 더 나은 결과를 나타내지만, 공격성에는 많은 변동성이 있다.

따라서 수술이 환자에게 최선의 선택인지 결정하는 데 있어 악성 종양을 예측하고 생존을 정확하게 예측할 수 있는 것이 매우 중요하다.

특히 수막종은 다른 중추 신경계 (CNS) 종양에 비해 상대적으로 공격성이 낮고 결과가 더 좋은 것으로 알려져 있지만 양성, 비정형 및 악성 종양을 특정짓는 임상적 및 방사선학적 특징 사이에는 상당한 중복이 존재한다.

캐나다 몬트리올 병원 신경과(Neuro, Montreal Neurological Institute-Hospital) 연구원과 맥길대(McGill University) 헬스센터(Health Center) 연구팀이 AI를 기반으로 수막종의 진단 및 예후를 돕기 위해 고안된 방법과 실용적인 앱(App)을 개발했다. 이 연구를 통해 인공지능이 의사와 뇌종양 환자가 더 나은 치료 결정을 내리는 데 어떻게 도움이 되는지에 대한 개념을 증명했다.

연구팀의 가장 중요한 핵심은 악성 종양, 생존 및 종양 크기, 종양 위치 및 수술 절차를 포함한 일련의 기본 임상 변수 사이의 통계적 연관성을 찾는 것으로 몬트리올 어린이 병원(Montreal Children 's Hospital)의 62,000 명 이상의 수막종 환자의 데이터를 통해 머신러닝 알고리즘을 훈련했다.

연구에서 모델이 개별 환자의 결과를 효과적으로 예측할 수 있음을 보여 주었지만, 연구진은 뇌 영상 및 분자 데이터를 포함하여 더 큰 세트를 사용하여 추가 개선이 필요함을 강조했다. 의학에서 인공지능(AI)의 힘은 큰 데이터 세트에서 중요한 통계 패턴을 찾는 능력에 탁월하기 때문이다.

사진은 앱(App) 시연화면으로 56세의 백인 남성의 악성 및 생존 곡선 예측 예(사진:논문 캡처)

논문에 설명된 예측 알고리즘을 대화식으로 탐색할 수 있도록 오픈 소스 스마트폰 앱을 개발했다. 그들은 앱을 완전히 무료로 오픈 소스로 공개하고 향후 프로젝트에서 새로 개발된 머신러닝 알고리즘을 실제 임상 실습으로 변환하는 데 큰 도움이 될 것을 기대하고 있다. 현재 앱은 데모용으로 제공된다. (참고: 앱 바로가기)

한편, 이 연구는 지난달 30 일 의학 저널 npj Digital Medicine 에 게재되었으며, 연구는 몬트리올 신경학 연구소(Montreal Neurological Institute and Hospital)의 기금과 캐나다 기관의 글로벌 연구 리더쉽을 향상시키기 위해 맥길대학교(McGill University)에게 수여된 캐나다 퍼스트 연구 우수 기금(Canada First Research Excellence Fund) 지원으로 지난달 30 일 의학 저널 npj Digital Medicine을 통해 발표됐다.

참고) 논문명: 감시, 역학 및 최종 결과 데이터베이스를 사용한 수막종 악성 종양 및 생존에 대한 개별 환자 예측(Individual-patient prediction of meningioma malignancy and survival using the Surveillance, Epidemiology, and End Results database - 논문다운)

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지