AI는 운세를 알려줄 수도 있고, AI를 이용해 '질병을 계산'할 수도 있다.
췌장암은 항상 "암의 왕"으로 여겨져 왔으며, 보통 "발견되면 늦다"고 합니다. 췌장암 위험을 3년 전에 예측할 수 있다면, 의심할 여지 없이 췌장암 환자에게 큰 축복이 될 것입니다.
5월 9일, 코펜하겐 대학과 하버드 의대의 과학자들은 Nature Medicine에 논문을 발표하고 CancerRiskNet이라는 딥러닝 알고리즘을 훈련시켰습니다. AI에 환자의 전자 의료 기록 데이터를 제공해야만 췌장암 위험을 계산할 수 있습니다. 이 알고리즘은 췌장암이 발생하기 3년 전에 위험을 예측할 수 있으며, 이를 AI의 "정확한 운세"라고 부를 수 있습니다.
논문의 주저자인 위안보 박사는 이 시스템은 의료 기록 시스템에 연결만 하면 되고 추가 데이터 수집이 필요 없다고 말했다. 랜딩의 난이도가 낮고 대규모 프로모션에 더 적합할 것으로 예상된다.
임상 의학에서 췌장암에 대해 이야기하면 의사와 환자 모두 늘 창백해진다.
췌장암은 특히 치명적인 암입니다. 전 세계 환자의 생존율은 1년 후 약 20%에 불과하고 5년 후에는 7%에 불과합니다. 높은 사망률 외에도 췌장암은 극도로 교활하고 매우 빠르게 퍼집니다. 더욱 교활한 것은 초기에는 일반적으로 뚜렷한 증상이 없다는 것입니다. 따라서 이런 종류의 암은 "발견될 때 늦다"는 것은 농담이 아닙니다.
2023년 5월 9일, 코펜하겐 대학, 하버드 의대 및 기타 기관의 연구자들은 췌장암의 조기 발견 및 치료 문제를 해결하기 위한 인공지능 알고리즘을 도입하여 췌장암 예방 및 치료에 새로운 희망을 가져왔습니다. 관련 논문은 Nature Medicine에 게재되었으며, 제목은 "질병 궤적에서 췌장암 위험을 예측하는 딥 러닝 알고리즘"입니다.
구체적으로, 연구진은 CancerRiskNet이라는 딥 러닝 알고리즘을 개발했는데, 이는 췌장암으로 인한 환자의 위험을 예측할 수 있습니다.
질병 경로에서 췌장암 위험의 훈련 및 예측
연구진은 알고리즘의 정확성을 검증하기 위해 덴마크와 미국의 900만 명 이상의 환자에 대한 임상 데이터를 사용했는데, 여기에는 24,000건의 췌장암 사례가 포함되었습니다.
미국과 덴마크 환자의 특성
연구자들은 췌장암 환자의 전자 의료 기록 데이터를 사용하여 CancerRiskNet을 훈련하고 췌장암 위험을 예측했습니다. 테스트 세트의 AUC 값은 {{0}}.86에 도달했습니다(AUC 값이 1.0에 가까울수록 감지 방법의 신뢰성이 높아짐).
기존의 스크리닝 방식과 비교했을 때, AI 도구를 사용한 후 정확도는 50-300배 향상되었습니다.
또한, 일반적으로 사용되는 영상 AI와 달리 이 연구는 CancerRiskNet만 의료 기록 시스템에 연결하면 되고, 추가 데이터 수집이 필요하지 않습니다. 영상 데이터를 사용하는 경우, 스크리닝된 대상을 CT에 사용해야 하므로, 이 방안을 대규모로 사용하면 구현의 어려움이 낮아지고 대규모 홍보에 더 적합합니다.
새로운 발견은 췌장암의 조기 발견 및 예방을 위한 새로운 아이디어와 방법을 제공합니다. 논문의 주저자인 위안 보 박사는 현재 조기 췌장암을 발견할 수 있는 신뢰할 수 있는 바이오마커나 스크리닝 도구가 없다고 말했습니다. 이 연구의 목적은 임상의가 췌장암의 고위험군을 식별하여 이러한 환자가 조기 치료의 혜택을 볼 수 있도록 돕는 인공지능 도구를 개발하는 것입니다.
코펜하겐 대학교 생물학 교수인 S ø ren Brunak은 많은 유형의 암, 특히 조기에 발견하고 치료하기 어려운 암은 환자, 가족 및 전체 의료 시스템에 비례하지 않는 손실을 초래한다고 말했습니다. 인공지능 기반 스크리닝은 췌장암의 발전 궤적을 바꿀 수 있는 기회가 될 것입니다.
하버드 의대의 수석 연구원인 크리스 샌더는 이런 종류의 AI 도구가 췌장암 위험이 가장 높은 사람들을 대상으로 할 수 있다고 말했습니다. 그들은 추가 검사를 통해 많은 이점을 얻을 수 있으며, 이는 임상적 의사 결정을 크게 개선하는 데 도움이 될 것입니다.
인공지능의 도움으로 의료진은 환자의 췌장암 발병 위험을 조기에 발견해 환자의 생존율을 높일 뿐만 아니라, 보다 빈번한 검진과 모니터링이 필요한 '고위험군'을 정확하게 타깃팅해 질병이 발생하기 전에 예방할 수 있다는 것을 알 수 있습니다.
