간암 치료 전 위험도 예측, 맞춤 치료 돕는 AI 모델 개발

- 서울성모병원 한지원 교수팀, 투약위험 조기판단으로 예후 개선 가능성 입증 -

- 효과성 이전에 안전성이 생존율 갈라… 시뮬레이션 결과, 사망 위험 26% 감소 -

- 기존 평가도구 대비 예측 정확도↑, 출혈·간기능 악화 위험↓ -

  간세포암 환자가 전신치료를 시작하기 전, 간 기능이 갑자기 나빠질 위험을 예측하는 인공지능 모델이 국내에서 개발되었다.

  가톨릭대학교 서울성모병원 소화기내과 한지원 교수 연구팀은 2010년부터 2024년까지 가톨릭중앙의료원 산하 8개 병원에서 치료받은 간세포암 환자 2,026명의 데이터를 분석해 '머신러닝 기반 간 안전성 점수(Machine Learning-based Hepatic Safety Score, MHSS)' 모델을 구축했다. 이 모델은 혈액검사 수치, 간 기능 지표, 혈소판 수, 종양의 크기와 개수, 혈관 침범 여부, 종양표지자 등을 종합적으로 반영해 안전하고 효과적인 환자 맞춤형 치료법을 선택하는 데 활용될 수 있다.

  기존에 간 기능을 평가할 때는 Child-Pugh 점수(빌리루빈, 알부민, 혈액응고 수치 등으로 간경변 중증도 지표), ALBI(알부민-빌리루빈 두 가지만으로 계산하는 간편 지표), MELD(말기 간질환 환자의 간이식 우선순위 평가지표), FIB-4(나이와 혈액검사 수치로 간섬유화 정도를 추정하는 지표) 같은 전통적인 도구가 널리 쓰였다. 그러나 이들은 모두 혈액검사 수치 위주로 간 기능만 들여다볼 뿐, 종양의 크기나 혈관 침범 여부 같은 암 자체의 특성은 반영하지 못한다는 한계가 있었다.

  반면 이번에 개발된 인공지능 기반 도구는 간 기능 지표에 종양 관련 정보까지 함께 반영해, 기존 도구 대비 정맥류 출혈과 치료 후 간 기능 악화를 보다 정확하게 예측하는 것으로 확인됐다. 또한 타 기관 환자들로 구성된 독립 검증 코호트에서도 안정적인 결과를 보였다.

  해당 모델에서 고위험군으로 분류된 환자는 저위험군 대비 치료 중 간 기능 악화 위험이 3.25배, 정맥류 출혈 위험이 4.90배, 사망 위험이 2.21배 유의미하게 높았다. 이는 치료 중 발생하는 간 기능 악화가 단순히 평소의 간 기능 수치만으로 결정되는 것이 아니라, 종양 크기와 암세포의 혈관 침범 여부 등이 복합적으로 작용한 결과임을 인공지능 분석으로 증명한 성과다.

  연구팀이 진행한 치료제별 선택에 따른 결과 분석 역시 의미 있는 통찰을 제공했다. 시뮬레이션 결과 저위험 환자군에서는 특정 면역항암 병용요법(아테졸리주맙-베바시주맙)이 타 치료제 대비 우수한 생존 이점을 보였으나, 고위험 환자군에서는 도리어 정맥류 출혈 위험 증가로 생존상의 이점이 뚜렷하지 않았다.

  이를 바탕으로 연구팀은 저위험군에는 해당 면역항암 병용요법을 우선하고, 고위험군에는 출혈 위험이 상대적으로 낮은 치료제를 우선 고려하도록 설계한 맞춤형 치료 시뮬레이션을 시행했다. 그 결과 비적용군 대비 간 기능 악화 위험은 24%, 정맥류 출혈 위험은 40%, 전체 사망 위험은 26% 감소하는 예측 결과를 확인할 수 있었다.

  이번 연구는 간암 환자의 치료 선택에서 기존의 ‘어떤 치료가 가장 효과적인가’에 더해, ‘어떤 환자에게 가장 안전한가’를 함께 판단할 수 있는 임상적 근거를 제시한 것으로 평가된다. 이는 치료 전 내시경 평가 및 출혈 예방 전략을 보다 정교하게 적용하고, 환자별 치료 강도와 추적 관찰 계획을 세우는 데에도 다양하게 활용될 수 있을 것으로 기대된다.

  이번 연구를 주도한 소화기내과 한지원 교수는 “이번 연구는 종양의 특성과 간 기능, 문맥고혈압 위험을 하나의 인공지능 안에서 종합 평가함으로써 환자별로 안전하고 합리적인 치료 경로를 제시할 수 있는 객관적 기반을 마련했다는 데 의의가 있다”며, “향후 전향적 연구와 다양한 데이터 실증을 통해 실제 진료 현장에서 환자가 치료를 안전하게 지속할 수 있도록 활용 가능한 맞춤형 정밀의료 도구로 발전시키겠다”고 덧붙였다.

한편, 보건복지부와 한국보건산업진흥원이 지원하는 글로벌의사과학자 양성사업의 연구비 지원을 받아 수행된 이번 연구는 디지털 헬스케어 및 의료 인공지능 분야의 저명한 국제학술지 ‘npj Digital Medicine’(IF 18.0)에 게재되었다.

  연구팀은 또한 개발된 예측 모델을 환자 및 의료진의 임상적 접근성을 돕기 위해 웹 기반 계산기로 구축해 무료로 공개하고 있다.

  1) 머신러닝 기반 간 안전성 점수 계산기 (공개) https://tmznjf.github.io/MHSS/

  2) DOI : https://doi.org/10.1038/s41746-026-02802-3

  3)

A. 인공지능(MHSS) 기반 위험도 분류에 따른 간암 치료 안전성 예측

아테졸리주맙·베바시주맙 병용치료를 받은 간암 환자를 인공지능 기반 간 안전성 점수(MHSS)에 따라 분류한 결과, 고위험군은 저위험군보다 치료 중 복수·간성혼수 등 간기능 악화 위험이 약 3.7배, 식도·위 정맥류 출혈 위험이 약 4.1배, 사망 위험이 약 2.4배 높았다. 반면 저위험군에서는 간 관련 합병증 위험이 낮고 생존율도 더 높게 나타났다. 이는 동일한 간암 치료라도 환자의 간 기능, 문맥고혈압 위험, 종양 특성을 함께 고려해야 안전한 치료가 가능하다는 점을 보여준다.

B. 인공지능(MHSS) 기반 치료 선택 가상 시뮬레이션 개선 효과

상기 AI 알고리즘의 기준에 맞춰 환자별 치료제를 맞춤형으로 적용했을 때(점선)와 기존 일반 치료 방식(실선)의 임상 경과를 비교한 결과다. AI의 추천 경로를 따랐을 때 간 기능 악화 위험은 24% 감소, 정맥류 출혈 위험은 40% 감소, 최종적으로 환자의 전체 사망 위험을 26% 감소시키며 생존율을 유의미하게 향상시킬 수 있음이 증명되었다.