대장암 치료경과 인자인 근골격지수(SMG)를 CT(컴퓨터단층촬영)없이 혈액만으로 예측할 수 있다는 연구결과가 나왔다.
연세대 강남세브란스병원 대장항문외과 강정현 교수팀은 머신러닝으로 근육량을 예측하는 알고리즘을 개발해 영양분야 국제학술지(Nutrition)에 발표했다.
암 치료 경과는 근육에 쌓인 지방이 많을수록, 그리고 근육량이 적을수록 좋지 않다. 특히 대장암 환자에서 나쁘다고 알려져 있다.
근감소증 측정에는 CT를 이용해 골격근량 지수(Skeletal muscle index, SMI)와 골격근 방사선 밀도(Skeletal muscle radiodensity, SMD) 지표를 이용한다. 특히 SMG는 SMI와 SMD를 동시 고려해 경과를 정확히 예측하는 지표로 알려져 있다.
수술 전에는 CT가 필수 과정이긴 하지만 수술 이후에는 비용이나 방사능 노출 문제 등으로 검사가 쉽지 않다. 연구팀은 이를 해결하기 위해 혈액을 통한 염증 관련 지표와 환자 특성을 머신러닝해 SMG를 예측하는 알고리즘을 개발했다.
머신러닝에는 새로운 환자군 예측법을 확인한 다음 실제 잘 적용되는지 확인하는 과정을 거친다. 이번 연구에는 대장암환자 1,094명 가운데 656명을 대상으로 예측모델 개발한 다음, 나머지 438명을 대상으로 실제 적용 여부를 검토했다.
정확도를 평가하는 AUC(곡선하면적)를 측정한 결과, 각각 84.6%와 86.9%로 우수한 성능을 보였다. 연구팀에 따르면 혈색소, 알부민 및 성별, 키, 체중 등의 임상 지표보다도 우수했다.
강정현 교수는 "이번에 개발된 알고리즘의 장점은 근감소증 상태를 감지하기 위한 선별도구로 채택될 수 있다는 것"이라며 "무엇보다 CT 이용에 따른 환자의 불편감을 줄이고 경과를 예측할 수 있다"고 설명했다.