인공지능(AI)의 한 분야인 머신러닝(machine learningㆍ기계학습)을 이용해 5년 후 암 환자의 사망을 정확히 예측하는 기술이 국내 연구진에 의해 개발됐다.
머신러닝은 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야다. 즉 사람이 학습하듯이 컴퓨터에게 데이터를 줘서 학습하게 만들어 새로운 지식을 얻는 것이다.
윤영호 서울대병원 가정의학과 교수와 심진아ㆍ김영애 국립암센터 박사 공동 연구팀은 폐암 치료 후 생존자들의 생활습관과 삶의 질 정보를 활용해 머신러닝 기반 사망 예측 모델을 개발했다.
연구팀은 2001∼2006년 국립암센터와 삼성서울병원에서 수술 후 완치 판정을 받은 폐암 환자 809명을 대상으로 2006∼2007년에 걸쳐 생활습관 및 삶의 질 정보를 수집해 5년 후 사망을 예측했다.
연구팀은 비교적 잘 알려진 폐암 예후인자(연령, 성별, 병기 요인, 종양 특성 등) 외에도 삶의 질과 생활습관 정보(불안, 우울, 긍정적 성장, 과체중)가 실제로 암 생존자 5년 이후 생존예측력을 높일 수 있는지를 연구했다. 이에 대한 예측정확도를 높이고자 머신러닝 알고리즘을 적용했다.
활용된 알고리즘은 가능한 한 임의의 결과를 반영하는 여러 개의 나무 모양 모델을 결합한 ‘랜덤 포레스트(random forest)’, ‘배깅(bagging)’, ‘아다부스트(adaptive boosting)’ 등을 포함한 5가지 유형이다.
그 결과 암 생존자들의 기존의 예후 인자만 고려한 랜덤 포레스트와 아다부스트 모델은 5년 생존 여부를 각각 69.1%와 71.3%만 정확히 예측했다. 그러나 삶의 질 및 생활습관을 추가로 고려한 결과 각각 94.1%와 94.8%에 달하는 정확도를 보였다.
심진아 박사는 “임상 정보에 삶의 질 및 생활습관 정보를 추가했을 때 5년 생존율을 훨씬 더 정확히 예측할 수 있음을 확인했다”며 “이런 예측모형은 정보통신기술(ICT)과 융합돼 실제 생존자들의 자가 관리를 도울 수 있다”고 했다.
연구 결과는 국제 학술지 ‘사이언티픽 리포트(Scientific Report)’ 최근호에 실렸다.