췌장암 수술 환자의 예후를 AI 기술을 활용해 보다 정교하게 예측할 수 있을 전망이다.
수술 이후에도 재발률이 높고, 생존율이 낮은 췌장암은 예후를 정확히 판단하는 게 치료 방향을 결정하는 데 무엇보다 중요하다.
삼성서울병원 암병원 췌담도암센터 소화기내과 박주경 교수팀, 간담췌외과 한인웅 교수팀, 병리과 장기택 교수팀은 인공지능(AI) 기반 공간적 종양 침윤성 림프구(TIL) 밀도 분석이 생존율과 밀접한 관련이 있다고 밝혔다.
종양 침윤성 림프구(TIL)는 종양에 대한 면역반응을 반영하는 특성에 기반해 암치료 이후 예후를 예측하는 지표로 꼽힌다. 그러나 의료진이 일일이 TIL 밀도를 측정하려면 시간 소요도 많고, 관찰자간 측정 차이가 있는 탓에 실제 의료현장에서 쓰이는 데는 한계가 있었다.
연구팀은 인공지능 기반 면역형질분석 플랫폼인 루닛의 ‘Lunit SCOPE IO’를 사용하여 종양 미세환경 내 종양 침윤성 림프구 밀도를 정량화하고, 종양 조직과 주변 사이질 조직의 구획화와 면역 표현형을 분류하는 방식으로 이 문제를 해결했다.
췌장암 수술 환자 304명을 대상으로 한 후향적 코호트 분석을 진행한 연구팀은 췌장암 환자의 수술 조직에서 종양 침윤성 림프구 밀도와 분포를 평가하면 암 재발 여부, 생존 결과를 보다 정확하게 예측할 수 있다고 했다.
연구팀은 “인공지능 기반 종양 침윤성 림프구 분석은 분석의 재현성과 확장성이 높아 임상 실무에 실질적으로 적용할 수 있는 기술로 주목받고 있다”며 “이를 활용한 면역 미세환경 분석은 기존 병리학적 병기분류 시스템을 보완하면서, 환자의 예후를 정밀하게 예측할 수 있는 유망한 바이오마커로 기능할 수 있다”고 했다.
연구에 따르면 종양미세환경 분석해 환자를 면역표현형으로 구분했을 때 종양 침윤성 림프구가 풍부한 ‘면역활성형’ 환자군의 생존 기간 중앙값은 35.11개월였다. ‘면역결핍형’ 환자군의 생존 기간 중앙값 11.6개월보다 세 배 가까이 길었다. 췌장암의 무진행 생존 기간 역시 면역활성형의 중앙값이 14.63개월로, 면역결핍형의 6.57개월보다 두 배 가량 앞섰다.
연구팀은 “종양 침윤성 림프구 밀도가 높은 경우 생존 결과가 유의미하게 개선되는 경향을 보였다”고 했다.
연구팀이 이번 논문에서 면역표현형에 따라 병기를 거슬러 생존율이 역전하는 사례도 있었다고 보고했다. 일반적으로 췌장암 병기 1기가 2기에 비해 예후가 좋은 것으로 알려져 있으나, 2기 췌장암 환자 중 면역활성형 환자의 예후가 췌장암 1기 비면역활성형 환자보다 나았다는 것이다.
연구를 주관한 박주경 교수는 “인공지능이 암 치료 방향을 정하는 데 중요한 정보를 제공할 수 있는 시대가 열렸다”며 “이번 연구로 인공지능 기반 면역 표현형 분석은 향후 췌장암 환자의 정밀 예후 예측과 맞춤 치료 전략 수립에 핵심적인 역할을 할 것으로 기대된다”고 했다.
한편, 과학기술정보통신부 한국연구재단(NRF)과 루닛의 지원을 받아서 이뤄진 이번 연구는 국제학술지인 ‘자마 서저리(JAMA Surgery)’ 최근호에 게재됐다. 자마 서저리측은 이번 연구에 대해 “암 치료의 미래가 지금 (The Future of Oncology is Now)”이라며 특별 논평을 남겼다. 이번 연구가 같은 암종인데도 사람마다 치료 반응이 다른 이유를 가장 잘 설명한다는 취지에서다.
수술 이후에도 재발률이 높고, 생존율이 낮은 췌장암은 예후를 정확히 판단하는 게 치료 방향을 결정하는 데 무엇보다 중요하다.
삼성서울병원 암병원 췌담도암센터 소화기내과 박주경 교수팀, 간담췌외과 한인웅 교수팀, 병리과 장기택 교수팀은 인공지능(AI) 기반 공간적 종양 침윤성 림프구(TIL) 밀도 분석이 생존율과 밀접한 관련이 있다고 밝혔다.
종양 침윤성 림프구(TIL)는 종양에 대한 면역반응을 반영하는 특성에 기반해 암치료 이후 예후를 예측하는 지표로 꼽힌다. 그러나 의료진이 일일이 TIL 밀도를 측정하려면 시간 소요도 많고, 관찰자간 측정 차이가 있는 탓에 실제 의료현장에서 쓰이는 데는 한계가 있었다.
연구팀은 인공지능 기반 면역형질분석 플랫폼인 루닛의 ‘Lunit SCOPE IO’를 사용하여 종양 미세환경 내 종양 침윤성 림프구 밀도를 정량화하고, 종양 조직과 주변 사이질 조직의 구획화와 면역 표현형을 분류하는 방식으로 이 문제를 해결했다.
췌장암 수술 환자 304명을 대상으로 한 후향적 코호트 분석을 진행한 연구팀은 췌장암 환자의 수술 조직에서 종양 침윤성 림프구 밀도와 분포를 평가하면 암 재발 여부, 생존 결과를 보다 정확하게 예측할 수 있다고 했다.
연구팀은 “인공지능 기반 종양 침윤성 림프구 분석은 분석의 재현성과 확장성이 높아 임상 실무에 실질적으로 적용할 수 있는 기술로 주목받고 있다”며 “이를 활용한 면역 미세환경 분석은 기존 병리학적 병기분류 시스템을 보완하면서, 환자의 예후를 정밀하게 예측할 수 있는 유망한 바이오마커로 기능할 수 있다”고 했다.
연구에 따르면 종양미세환경 분석해 환자를 면역표현형으로 구분했을 때 종양 침윤성 림프구가 풍부한 ‘면역활성형’ 환자군의 생존 기간 중앙값은 35.11개월였다. ‘면역결핍형’ 환자군의 생존 기간 중앙값 11.6개월보다 세 배 가까이 길었다. 췌장암의 무진행 생존 기간 역시 면역활성형의 중앙값이 14.63개월로, 면역결핍형의 6.57개월보다 두 배 가량 앞섰다.
연구팀은 “종양 침윤성 림프구 밀도가 높은 경우 생존 결과가 유의미하게 개선되는 경향을 보였다”고 했다.
연구팀이 이번 논문에서 면역표현형에 따라 병기를 거슬러 생존율이 역전하는 사례도 있었다고 보고했다. 일반적으로 췌장암 병기 1기가 2기에 비해 예후가 좋은 것으로 알려져 있으나, 2기 췌장암 환자 중 면역활성형 환자의 예후가 췌장암 1기 비면역활성형 환자보다 나았다는 것이다.
연구를 주관한 박주경 교수는 “인공지능이 암 치료 방향을 정하는 데 중요한 정보를 제공할 수 있는 시대가 열렸다”며 “이번 연구로 인공지능 기반 면역 표현형 분석은 향후 췌장암 환자의 정밀 예후 예측과 맞춤 치료 전략 수립에 핵심적인 역할을 할 것으로 기대된다”고 했다.
한편, 과학기술정보통신부 한국연구재단(NRF)과 루닛의 지원을 받아서 이뤄진 이번 연구는 국제학술지인 ‘자마 서저리(JAMA Surgery)’ 최근호에 게재됐다. 자마 서저리측은 이번 연구에 대해 “암 치료의 미래가 지금 (The Future of Oncology is Now)”이라며 특별 논평을 남겼다. 이번 연구가 같은 암종인데도 사람마다 치료 반응이 다른 이유를 가장 잘 설명한다는 취지에서다.