면역항암제는 환자 본인의 면역세포를 활성화해 암을 치료하는 혁신적인 치료법이지만, 모든 환자에게 효과가 나타나지 않는다는 한계가 있습니다. 비싼 약값에도 불구하고 효과가 없으면 소중한 치료 골든타임을 놓칠 수 있어 사전 약효 예측이 매우 중요한 상황이었습니다.

최근 POSTECH(포항공과대학교) 김상욱 교수 연구팀이 이러한 문제를 해결하기 위해 '노화된 종양 환경'을 고려한 새로운 AI 예측 모델을 개발했습니다.

💡 주요 핵심 내용

1. '노화된 암 주변 환경'에 주목

   • 암세포 주변의 노화된 세포들은 면역세포의 활동을 방해하는 '훼방꾼' 역할을 합니다.

   • 기존에는 AI 학습 시 환자 수는 적은데 유전자 정보가 너무 많아 과적합(특정 데이터에만 맞춰지는 현상)이 발생하는 문제가 있었습니다.

2. 발상의 전환: 순차적 예측 프레임워크

   • 연구팀은 모든 데이터를 한 번에 집어넣는 대신, '면역이 억눌린 노화된 종양 환경'을 먼저 가려낸 후 환자를 단계적으로 나누어 약효를 판단하는 방식을 적용했습니다.

   • 이를 통해 AI가 새로운 환자의 데이터도 정밀하고 안정적으로 예측할 수 있게 되었습니다.

3. 기존 지표를 뛰어넘는 뛰어난 예측력

   • 피부암을 포함한 4개 암종, 6개 환자 집단에서 기존 병원 사용 지표 및 타 예측 모델 대비 뛰어난 성능을 입증했습니다.

🎯 요약 및 의의

이번 연구는 단순히 AI의 예측률을 높인 것을 넘어, 그동안 간과되었던 '노화된 종양 환경'이라는 변수의 중요성을 입증했다는 데 큰 의의가 있습니다.

환자 개개인의 종양 환경에 맞춘 개인 맞춤형 항암 치료 전략을 세우는 데 큰 도움이 될 것으로 기대됩니다. (해당 연구 결과는 디지털 헬스케어 분야 국제 학술지 'npj Digital Medicine'에 게재되었습니다.)