폐암 환자가 방사선치료를 받기 전 촬영하는 흉부 CT 영상만으로 치료 후 폐기능 저하 위험을 미리 예측할 수 있는 인공지능(AI) 모델이 개발됐다. 이를 활용하면 치료 시작 전 고위험 환자를 선별, 방사선치료 계획을 더 정교하게 세울 수 있을 것으로 기대된다.
아주대병원 방사선종양학과 허재성 교수팀(김선화 연구원)은 치료 전 흉부 CT 영상과 임상정보를 활용해 방사선치료 이후 폐기능 저하 가능성을 예측하는 딥러닝 기반 AI 모델을 개발했다고 21일 밝혔다.
폐암 치료는 병기에 따라 수술, 방사선치료, 항암치료, 면역항암치료 등을 단독 또는 병행한다. 수술이 어렵거나 고령, 심폐기능 저하 등으로 전신마취 위험이 큰 초기 비소세포폐암에서는 정위체부방사선치료(SBRT)가 표준 치료 중 하나로 자리 잡고 있으며, 국소 진행성 폐암에서도 항암화학요법과 함께 방사선치료가 중요한 역할을 한다.
다만 방사선은 암세포뿐 아니라 정상 폐 조직에도 영향을 줄 수 있다. 일부 환자는 방사선폐렴이나 폐섬유화가 발생하면서 폐기능이 저하될 수 있어 치료 전부터 위험도를 정확히 평가하는 것이 중요하다.
지금까지는 방사선 치료 후 방사선 선량분포를 분석해 정상 폐가 얼마나 방사선에 노출되는지 확인한 후 폐 손상 위험을 평가하는 것이 일반적이었다. 이 때문에 치료 시작 전에는 환자별 폐기능 저하 위험을 충분히 예측하기 어려웠다.
연구팀은 이러한 한계를 해결하기 위해 치료 전 정보만으로 예후를 예측하는 AI 모델을 개발했다. 연구에는 2010년부터 2025년까지 아주대병원에서 방사선치료를 받은 1~2기 폐암 환자 276명의 데이터가 활용됐다.
AI는 먼저 치료 전 흉부 CT에서 폐 영역을 자동으로 분리한 뒤 3차원 딥러닝 기술을 이용해 폐의 구조적 특징을 학습했다. 여기에 환자의 치료 전 폐기능 검사 결과와 방사선치료 관련 임상정보를 함께 분석하도록 설계했으며, 실제 치료 후 폐기능 검사 결과를 학습해 예측 성능을 검증했다.
분석 결과, AI 모델은 치료 전 CT 영상만으로도 방사선치료 후 폐기능 변화를 높은 정확도로 예측했다. 특히 치료 전 폐기능이 정상인 환자 가운데 치료 후 폐기능 저하가 발생할 가능성이 높은 환자를 AUC(에이유씨) 0.802의 성능으로 예측했다. AUC는 인공지능의 예측력을 평가하는 대표적인 지표로, 1에 가까울수록 정확도가 높은 것을 의미한다.
이는 기존 검사만으로는 확인하기 어려웠던 잠재적 고위험 환자를 치료 전에 미리 선별할 수 있음을 보여주는 결과다.
연구팀은 이번 기술이 실제 진료에 적용되면 환자의 위험도에 따라 방사선 선량을 조절하거나 정상 폐를 최대한 보존하는 치료 계획을 세우고, 치료 전부터 폐재활 프로그램을 준비하는 등 개인 맞춤형 치료 전략 수립에 도움이 될 것으로 기대하고 있다.
허재성 교수는 "이번 연구는 치료 전 CT 영상과 임상정보만으로 방사선치료 후 폐기능 저하 위험을 예측할 수 있는 가능성을 제시했다"며 "향후 개인 맞춤형 정밀 방사선치료와 의료 AI 기반 임상 의사결정 지원 기술 발전에 기여할 것으로 기대한다"고 말했다.
이번 연구 결과는 '폐암 방사선치료 후 폐기능 저하 예측을 위한 CT 기반 딥러닝 모델 개발'이라는 제목으로 국제학술지 'Translational Lung Cancer Research(트랜슬레이셔널 렁 캔서 리서치,폐암 중개 연구)' 2026년 6월호에 게재됐다.
Copyright ⓒ 캔서앤서 무단 전재 및 재배포 금지
