AI로 분석한 범암 치료 결과 이해하기

AI와 데이터의 결합으로 정밀 의료 혁신

정밀 종양학의 발전에도 불구하고 임상 결정은 제한된 변수와 전문가 지식에 의존하고 있습니다. 이를 해결하기 위해, 실제 데이터를 활용한 AI와 설명 가능한 인공지능(xAI)을 결합하여 임상 결정을 지원하는 AI 파생(AID) 마커를 도입했습니다.

2021년 세계보건기구에 따르면 매년 약 1,000만 명 이상의 사람들이 암으로 사망하는데, AI를 활용한 의료 기술이 이러한 수치를 감소시킬 잠재력이 있습니다.
설명 가능한 인공지능(xAI)은 AI 모델의 예측 방식과 결정 요인을 사용자가 쉽게 이해할 수 있도록 하는 기술로, 의료 분야에서 신뢰성을 높이는 중요한 요소입니다.

xAI를 활용해 38종의 고형암 환자 15,726명의 데이터를 바탕으로, 350개의 마커를 분석했습니다. 이러한 분석을 통해 개별 환자 수준에서 임상 마커의 예후 기여도를 파악하고, 신경망의 결정 과정에서 90%를 차지하는 114개의 주요 마커를 식별했습니다.

이러한 대규모 데이터 분석을 통해, AI가 각 환자에게 맞춤형 치료 계획을 제안할 수 있습니다. 이는 실제 진료에서 종양학자들의 의사결정을 보조하고 있습니다.
주요 마커의 식별은 치료 효능과 관련된 바이오마커 연구에 영감을 줄 수 있으며, 새로운 치료법 개발에서 중요한 발견으로 이어질 수 있습니다.

현재 의료에서는 다변수 임상 데이터가 풍부하지만 개인 맞춤형 의료의 실현은 여전히 과제입니다. 단일 마커 연구로는 환자 및 종양 특성 변수가 어떻게 예후를 결정하는지 충분한 통찰을 제공하기 어렵습니다.

2019년 통계에 따르면, 개별 환자를 위해 최적화된 치료 전략을 찾기 위해 병원에서 사용하는 데이터 양은 매년 48%씩 증가하고 있습니다.
다양한 변수들을 동시에 분석함으로써, 환자의 유전자 특성과 환경 요인을 고려한 맞춤형 치료가 가능해지는 것이 꿈이 아닌 현실로 다가오고 있습니다.

xAI를 사용하여 개별 환자의 예후를 평가하고 각 변수의 기여도를 분석할 수 있습니다. 이를 통해 치료 결과에 영향을 미치는 요소를 포괄적으로 이해하고, 개인화된 데이터 기반 암 치료를 가능하게 합니다.

범암 데이터셋에서 딥러닝 모델을 훈련하여 다양한 암 유형에 걸친 예후 관계를 학습했습니다. 이를 통해 사전 지식 없이도 임상적으로 중요한 바이오마커 시그니처를 드러내고, 치료 전략을 최적화할 수 있는 방법을 제시합니다.

미국 전역의 전자 건강 기록에서 파생된 3,288명의 폐암 환자 데이터를 사용하여 우리의 접근 방식을 검증했습니다. 이러한 결과는 xAI가 임상 변수를 평가하고 개인화된 치료를 가능하게 하는 잠재력을 보여줍니다.

AI는 다양한 데이터를 통합하여 개인화된 예후 예측을 가능하게 합니다. 이는 진단의 범위가 증가함에 따라 모든 환자 정보를 포괄적으로 통합하기 어려운 의료진에게 큰 도움이 될 수 있습니다. AI 기반 치료 가이드는 환자 결과를 개선할 수 있는 잠재력을 보여줍니다.

전 세계 보건 의료 시장에서 AI의 사용은 2024년까지 66억 달러에 이를 전망이며, 이는 2020년의 23억 달러에서 엄청난 성장세를 보이고 있습니다.
AI를 이용한 맞춤형 치료는 약물의 부작용을 줄이고, 치료 효과를 극대화하여 환자의 삶의 질을 향상시키는 데 기여할 수 있습니다.