암 환자의 근육은 치료 예후와 관련 깊다.
특히 대장암 환자는 근육에 지방이 많이 끼었거나, 근육량이 감소(근감소증)하면 암 치료 예후가 좋지 않은 편이다.
현재로서는 암 환자의 근감소증을 정확히 살피려면 CT 검사가 필요하다(SMG 근게이지 지수 확인). 그러나 CT는 비용이나 방사능 노출 등의 단점이 있어, 수술 후에는 잘 시행하지 않는다는 단점이 있다.
이런 단점을 극복하기 위해, 연세대학교 강남세브란스병원 대장항문외과 강정현 교수팀은 머신러닝을 이용해, 근육량을 예측할 수 있는 알고리즘을 개발했다고 밝혔다.
피검사를 통해 확인이 가능한 염증관련 지표와 환자의 고유한 특성을 추출한 후, 머신러닝을 적용해 SMG를 예측하는 알고리즘이다.
연구에는 강남세브란스병원에서 치료받은 1,094명의 대장암 환자의 데이터가 사용됐다. 데이터는 예측 방법을 생성하는 트레이닝 그룹(656명)과, 예측모델을 실제로 적용해보는 테스트 그룹(438명)으로 나뉘어 사용됐다.
연구 결과, 트레이닝 그룹의 AUC(곡선하면적) 값은 84.6%, 알고리즘을 적용한 테스트 그룹의 AUC는 86.9%로 각각 우수한 성능을 보였다. 이는 혈색소, 알부민 수치나 성별, 키, 몸무게 등의 임상 지표들보다도 우수하다는 뜻이다.
강정현 교수는 “이 알고리즘이 근감소증 상태를 감지하기 위한 선별도구로 채택될 수 있다는 가능성을 확인했다”며 “무엇보다 CT를 이용한 진단 시 동반되는 비용 및 방사선 노출의 어려움을 극복해, 환자의 불편감을 줄이고 예후를 예측할 수 있다”고 말했다.
