[의약뉴스] 방광암 재발을 조기에 파악할 수 있는 연구 결과가 나와 주목을 끌고 있다.
최근 의학 저널 eClinicalMedicine에는 3-phase enhanced CT images을 기반으로 한 합성곱 신경망(convolutional neural networks)을 사용한 임상 내용이 게재됐다.
저널에 따르면 딥러닝된 방광암 환자의 재발 위험 관련 예측 성능을 한 단계 높였다.
이번 연구는 치료 방법이 크게 발전했지만, 방광암의 5년 내 재발률은 여전히 높아 재발 위험을 예측하기 위한 모델을 개발하고 검증하는 것을 목표로 진행한 것이다.
2006년 1월부터 2021년 12월까지 총 4개의 기관에서 874명의 방광암 환자를 대상으로 진행됐다.
이들은 모델을 학습하는 데 사용되는 훈련 세트 (training set)와 모델의 예측 성능을 평가하는 검증 세트 (validation set)로 나뉘어 실시됐다.
일치성 지수(concordance index)는 0.869, area under curve (AUC)는 0.889로 기존 모델과 시스템보다 더 높은 성능을 확인한 것.
훈련 세트에서의 무재발생존율 (recurrence-free survival, RFS) 중앙값(median)은 24개월 (범위0~175개월)이었고, 검증 세트에서는 25개월 (범위 3~47개월)이었다.
전체 생존기간(overall survival, OS)의 중앙값은 훈련 세트에서 25.5개월 (범위 3~183개월)로 나타났으며, 검증 세트는 27개월 (범위 6~49개월)이었다.
연구진은 단일 기관과 적은 표본수를 활용한 기존 연구에 비해 더 많은 환자 데이터를 사용하고 다양한 연구 기관의 데이터를 수집하여 연구의 신뢰성을 높여 기존 모델보다 더 정확하게 재발 위험을 예측할 수 있다고 평가했다.
또한 연구진은 이번 딥러닝 모델이 방광암 환자의 재발 위험 뿐만 아니라 무재발생존율과 전체 생존기간도 예측할 수 있다는 점에서 향후 방광암 조기 진단에 활용될 수 있음을 시사했다.