이경화 교수는 향후 3년간 총 5·5억 원의 연구비를 지원받아 ‘골전이 암환자 개인 맞춤형 방사선 치료의 기반이 될 멀티모달 딥러닝 AI 예측 모델 개발’에 본격 착수한다.
최근 암 치료 기술의 발전으로 암 환자의 생존 기간이 꾸준히 증가하고 있으며, 5년 생존율 또한 크게 향상되고 있다. 이에 따라 단순한 생존 연장을 넘어, 치료 과정과 이후 환자의 삶의 질을 유지하는 것이 중요한 의료적 과제로 부상하고 있다.
특히 말기 암 환자에서 골전이가 발생할 경우 심한 통증, 병적 골절, 척수 압박 등을 유발해 환자의 일상생활을 크게 저해한다. 방사선 치료는 이러한 골전이 환자의 증상 완화와 병변 진행 억제를 위해 널리 사용되는 치료법이지만, 치료 방법과 선량 선택이 점차 다양해지면서 환자별 최적의 치료 전략을 결정하는 데 어려움이 있다.
현재 임상 진료에서는 치료 결정이 주로 의료진의 경험과 제한된 임상 지표에 기반하여 이루어지고 있으며, 치료 후 골절 발생이나 재발 가능성을 통합적으로 예측할 수 있는 체계적인 도구는 부족한 실정이다.
이러한 한계를 극복하기 위해, 이경화 교수는 이번 연구에서 골전이 암 환자의 분자유전학적 정보를 포함한 다양한 임상 정보와 골전이 병변의 영상학적 특성을 반영한 CT 영상, 그리고 방사선 치료 선량 데이터를 통합한 정밀 데이터 인프라를 구축할 계획이다.
이를 바탕으로 3차원 영상 특징과 방사선 치료 선량 분포를 동시에 학습하는 멀티모달 딥러닝 모델을 개발하여 치료 결과 예측의 정확도를 높이고자 한다. 해당 모델을 통해 방사선 치료 후 병적 골절 및 척수 압박의 발생 위험과 재발 가능성을 정량적으로 평가해 환자를 저·중·고위험군으로 분류하고, 방사선 치료 선량 및 분할 횟수 결정에 객관적인 근거를 제시함으로써 개인 맞춤형 방사선 치료의 기틀을 마련할 수 있을 것으로 기대된다.
이경화 교수는 “이번 연구는 환자의 다양한 임상 정보와 의료 영상 데이터, 방사선량 분포를 통합 분석하는 세계적 수준의 멀티모달 인공지능 원천기술 확보를 목표로 한다. 특히 기존의 영상 중심 의료 AI를 넘어, 실제 치료 변수인 선량 정보를 정밀하게 반영함으로써 방사선 치료 결과를 보다 정확하게 예측·해석할 수 있는 새로운 기술 패러다임을 제시하고자 한다”며 “환자 개인에 최적화된 치료 전략을 통해 골전이 암환자의 삶의 질 향상에 기여할 수 있을 것으로 기대한다”고 밝혔다.
한편, ‘글로벌 의사과학자 양성사업’은 임상 현장에서 아직 해결되지 않은 의료 문제를 기초과학 및 공학 기술과 융합해 해결할 수 있는 의사과학자(MD-Ph·D)를 체계적으로 육성하는 국가 핵심 연구 지원 프로그램이다. 바이오메디컬 분야의 혁신을 이끌 융합형 글로벌 혁신인재를 적극 육성해 한국의 바이오 메디컬 기술을 혁신하고 글로벌 경쟁력을 강화한다는 비전 아래 보건복지부가 2024년부터 시행해오고 있다.
