개인정보 보호를 위한 비밀번호 변경안내 주기적인 비밀번호 변경으로 개인정보를 지켜주세요.
안전한 개인정보 보호를 위해 3개월마다 비밀번호를 변경해주세요.
※ 비밀번호는 마이페이지에서도 변경 가능합니다.
30일간 보이지 않기
  • 의료기기·AI
  • 진단

글리슨+PSA+AI 조합 전립선암 재발 80%까지 예측

발행날짜: 2023-02-15 11:49:35

미국병리학회지에 머신러닝 인공지능 연구 결과 게재
PSA 단독 진단 한계 인공지능이 도움 임상 적용 기대

전립선암 유전자를 분석하는 글리슨 점수(Gleason)에 전립선 특이 항원(PSA) 결과를 결합해 머신러닝을 시키면 전립선암 재발을 80%의 확률로 예측할 수 있다는 연구 결과가 나왔다.

글리슨 점수나 PSA 단독으로 한계가 있던 재발율을 획기적으로 높일 수 있다는 점에서 향후 더 많은 학습을 진행한다면 임상 적용 가능성이 높다는 것이 전문가들의 의견이다.

글리슨 점수와 PSA를 더해 전립선암 재발 위험을 예측하는 인공지능이 나왔다.

현지시각으로 14일 미국병리학회지(The American Journal of Pathology)에는 글리슨 점수와 PSA를 결합한 데이터를 학습한 인공지능의 정확도에 대한 연구 결과가 게재됐다(doi.org/10.1016/j.ajpath.2022.12.013).

전립선암은 전 세계 남성들에게 매우 빈번하게 발생하는 암으로 대체적으로 근치적 절제술이나 방사선 요법으로 치료가 가능한 것으로 보고되고 있다.

하지만 만약 재발이 일어나면 환자의 상태가 급속도로 악화된다는 점에서 재발 관리가 중요한 질환으로 꼽히고 있는 상황.

이로 인해 14개의 통합 유전자 프로파일링을 활용한 글리슨 점수나 전립선 특이 항원 검사(PSA)를 통해 재발 위험을 감지하고 관리하는 것이 표준 검사로 정립돼 있는 상태다.

피츠버그 의과대학 루오(Jian-Hua Luo) 교수가 이끄는 다기관 연구진이 이를 결합한 데이터 세트를 통해 인공지능을 머신러닝 시키고 이에 대한 결과를 분석한 배경도 여기에 있다.

이 두가지 검사가 각각의 장점이 있는 만큼 이를 통합한 분석 모델을 고도화시킨다면 더 높은 확률로 전립선암 재발 위험을 막을 수 있다는 판단에서다.

이에 따라 연구진은 펜실베니아 의대와 위스콘신 의대, 스텐포드 의대에서 각각 수집한 데이터 세트를 통해 인공지능 모델을 개발하고 검증에 나섰다.

이에 따라 연구진은 전립선암 재발 예측을 위한 14개 융합 유전자 조합의 최상 매개 변수를 결정하기로 했다.

여러 머신러닝 알고리즘을 융합해 다양한 방법으로 데이터 세트를 적용한 뒤 최적의 알고리즘을 추출한 것.

그 결과 이 인공지능에 글리슨 점수만 넣었을 경우 재발 예측 정확도는 77.9%를 기록했다. 또한 PSA만 넣으면 74.5%의 정확도로 재발을 예측했다.

또한 글리슨 점수에 최적 알고리즘이 뽑아낸 융합 데이터를 통합하면 80%로 정확도가 올라갔다. 아울러 PSA에 이 융합 데이터를 통합할 경우 75%의 정확도를 보였다.

특히 글리슨 점수에 PSA를 더하고 여기에 최적 알고리즘까지 더할 경우 모든 데이터에서 80% 이상으로 전립선암을 예측하는 성능을 기록했다.

실제 임상 적용에도 무리는 없었다. 이러한 세가지 조합, 즉 글리슨 점수와 PSA, AI의 조합이 암을 비재발로 예측한 경우 81.9%에서 5년간 실제로 재발이 없었다. 하지만 재발을 예측한 경우 환자의 17%만이 재발을 피해갔다.

루오 교수는 "최적 알고리즘을 통한 머신 러닝은 매우 높은 확률로 전립선암 재발을 예측하고 이에 대한 사전 조치를 취할 수 있도록 도왔다"며 "향후 진단 및 치료 계획에 이를 적용한다면 더 많은 생명을 구할 수 있을 것"이라고 밝혔다.

댓글
새로고침
  • 최신순
  • 추천순
댓글운영규칙
댓글운영규칙
댓글은 로그인 후 댓글을 남기실 수 있으며 전체 아이디가 노출되지 않습니다.
ex) medi****** 아이디 앞 네자리 표기 이외 * 처리
댓글 삭제기준 다음의 경우 사전 통보없이 삭제하고 아이디 이용정지 또는 영구 가입이 제한될 수 있습니다.
1. 저작권・인격권 등 타인의 권리를 침해하는 경우
2. 상용프로그램의 등록과 게재, 배포를 안내하는 게시물
3. 타인 또는 제3자의 저작권 및 기타 권리를 침해한 내용을 담은 게시물
4. 욕설 및 비방, 음란성 댓글
더보기
이메일 무단수집 거부
메디칼타임즈 홈페이지에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 방법을 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반할 시에는 정보통신망법에 의해 형사 처벌될 수 있습니다.