췌장암은 초기 증상이 거의 없기 때문에 조기 발견이 어렵다. 발견되는 시점에는 이미 진행된 경우가 많다. 많은 환자들이 황달, 허리 통증, 갑작스러운 당뇨 같은 증상으로 병원을 찾지만 검사 결과는 이미 3기나 4기인 경우가 흔하다.
그런데 실제 진단 시점보다 3년 이상 앞서 췌장암 발병을 예측할 수 있는 AI(인공지능) 알고리즘을 미국 하버드대 의대와 덴마크 코펜하겐대학교 공동 연구팀이 개발했다고 월스트리트 저널 등 외신이 9일(현지시각) 보도했다. 이 연구는 국제 학술지 ‘네이처 메디신(Nature Medicine)에 발표됐다.
연구팀이 개발한 AI 모델의 이름은 캔서리스크넷(CancerRiskNet)이다. 이 알고리즘은 덴마크 국가 환자 등록 데이터베이스와 미국 재향군인부 의료 데이터 등 총 900만 명의 의료 기록을 학습했다. 이 데이터에는 약 2만8000건에 가까운 췌장암 사례가 포함돼 있다.
이 모델의 성능은 상당히 인상적이었다. 췌장암 발생 36개월 이내 예측 정확도를 나타내는 AUROC(아우록) 값이 0.88로 나타났다. AUROC이 1.0이면 완벽한 예측을 의미한다는 점에서, 이 수치는 임상적으로 매우 높은 수준으로 평가된다. 특히 AI가 고위험군으로 분류한 50세 이상 상위 1000명에서는 췌장암 발생 위험이 일반 인구의 약 59배였다.
이 모델의 핵심은 단순한 위험 요인 분석이 아니라 ‘질병 궤적’을 읽는 방식에 있다. AI는 환자의 의료 기록을 시간의 흐름 속에서 분석한다. 예를 들어 5년 전 빈혈, 3년 전 담석, 2년 전 위장 질환, 최근 당뇨 진단 같은 질병의 연속적인 패턴을 하나의 흐름으로 해석해 암 발생 위험을 계산한다.
연구팀의 설명에 따르면, 췌장암 진단 6개월 전에는 황달·복부 통증·체중 감소 같은 직접적인 증상이 나타나는 경우가 많았고, 그보다 훨씬 이전 단계에서는 2형 당뇨, 빈혈, 췌장염, 담석 같은 질환 패턴이 반복적으로 등장했다. AI는 이런 복잡한 신호들을 인간 의사가 놓치기 쉬운 방식으로 조합해 위험도를 계산한다.
연구의 신뢰성을 높이는 요소는 방대한 검증 과정이다. 연구팀은 덴마크의 41년치 의료 기록(약 600만 명)을 이용해 알고리즘을 개발한 뒤, 미국 재향군인부 300만 명의 데이터에 적용해 외부 검증을 수행했다. 의료 시스템과 환자 집단이 다른 환경에서도 예측 능력이 유지된다는 점이 확인됐다.
췌장암 AI 예측 연구는 MIT와 하버드 의대 산하 베스 이스라엘 디코니스 메디컬센터(BIDMC) 연구팀도 진행했다. 이들은 전자의무기록을 활용한 AI 모델 PRISM을 개발했다. 이 모델은 기존 선별 기준이 전체 췌장암의 약 10%만 찾아내는 것과 달리 약 35%까지 탐지 가능성을 높인 것으로 보고됐다.
AI 기반 조기 진단 연구가 주목받는 이유는 췌장암의 현실 때문이다. 미국암학회(ACS)에 따르면 췌장암의 5년 생존율은 약 13%에 불과하다. 가장 흔한 형태인 췌장 선암의 경우 이 수치는 한 자릿수 수준으로 떨어진다. 전체 암 평균 5년 생존율이 70%에 가까운 시대에 췌장암만이 여전히 극도로 낮은 생존율을 기록하고 있다.
문제는 발견 시점이다. 췌장암을 가장 초기 단계에서 발견하면 5년 생존율이 80% 이상으로 올라가지만, 실제 환자의 80% 이상은 이미 진행된 상태에서 진단된다. 조기 발견을 위한 표준 선별검사가 아직 존재하지 않는 것도 큰 이유다.
물론 AI 기반 위험 예측이 실제 의료 시스템에 도입되기까지는 시간이 필요하다. 연구진 역시 현재 단계에서는 임상 선별검사로 바로 사용할 수 없으며 추가 연구와 임상시험이 필요하다고 강조한다. 또 의료 데이터 접근성과 개인정보 보호 문제도 중요한 과제로 남아 있다.
한국에서도 이 연구는 의미 있는 시사점을 던진다. 건강보험심사평가원과 국민건강보험공단은 수십 년에 걸친 전국민 의료 청구 데이터를 보유하고 있다. 이런 데이터는 덴마크 국가 의료 데이터와 구조적으로 유사한 잠재력을 갖고 있어, 한국형 췌장암 AI 예측 모델 개발의 기반이 될 수 있다는 평가가 나온다.
Copyright ⓒ 캔서앤서 무단 전재 및 재배포 금지
