폐암은 국내 암 사망률 1위로 장기생존이 어려운 암으로 알려졌음에도 불구하고 최근 진단 및 치료 기술의 발전으로 생존율이 점차 높아지고 있으며 암 생존자가 점차적으로 증가함에 따라 치료 후 삶의 질 및 생활습관 관리등도 주목받고 있다. 

서울의대 윤영호 교수와 국립암센터 심진아, 김영애 박사 연구팀은 폐암 치료 후 암 생존자들의 생활 습관 및 삶의 질 정보를 활용한 머신러닝 기반의 사망예측 모델을 개발해 5년 후 암 생존자의 사망을 정확하게 예측하는데 성공했다고 밝혔다.

연구진은 2001년부터 2006년 사이에 국립암센터와 삼성서울병원에서 수술 후 완치를 판정받은 폐암 환자 809명을 대상으로, 2006-2007년도에 걸쳐 생활 습관 및 삶의 질 자료를 수집해 암 생존자 사망 예측 모델에 반영했고 이 자료를 바탕으로 5년 후의 사망을 예측하였다. 

연구팀은 폐암 예후 인자(연령, 성별, 병기요인, 종양의 특성 등) 외에도 삶의 질과 생활습관 정보(불안, 우울, 삶의 질, 긍정적 성장 및 과체중)들이 실제로 암 생존자들의 5년 이후 생존예측력을 높일 수 있는지를 중점적으로 연구했다.

또 이에 대한 예측 정확도를 높이고자 의사결정나무(decision tree), 로지스틱회귀분석(logistic regression)과 램덤포레스트(random forest), 배깅(bagging), 아다부스트(adaptive boosting) 등 5가지 유형의 머신러닝 알고리즘을 테스트 하고 예측 성능을 비교했다.

연구팀은 폐암 치료 후 암 생존자들의 생활 습관 및 삶의 질 정보를 활용해 개발된 사망 예측 모형은 이미 잘 알려져 있는 예후 요인인 연령, 성별, 종양의 특성 등만 활용한 모델의 사망 예측보다 훨씬 더 정확했다고 설명했다.

또한 다양한 머신러닝 기법을 적용함으로써 암 사망에 대한 예측력을 보다 높일 수 있었다.

연구팀에 따르면 암 생존자들이 기존의 예후인자들만 고려한 랜덤포레스트와 아다부스트 모델의 5년 생존여부 예측률은 각각 69.1%, 71.3%인 반면, 삶의 질 및 생활습관을 고려한 랜덤포레스트 및 아다부스트 모델의 예측률은 각각 94.1%, 94.8%인 것으로 나타났다.

심진아 박사는 “머신러닝 기술을 이용한 암 생존자들의 생존 예측 시 기존의 임상정보에 삶의 질 및 생활습관 정보를 추가했을 때 5년 생존율을 훨씬 정확하게 예측할 수 있음을 확인했다”며 “삶의 질 요인을 포함한 예측모형은 ICT 기술과 유합돼 실제 생존자들의 자가 관리를 도울 수 있다”고 말했다.

윤영호 교수는 “암 치료 후 재발 감시뿐 아니라 운동, 식이 등과 함께 삶의 질을 평가하고 체계적으로 관리할 수 있도록 사망 예측 및 관리 모형을 포함한 통합케어 시스템을 갖추는 게 시급하다”며 “이에 대한 보험수가 인정 등 국가 차원의 지원도 이뤄져야 한다”고 했다.

이번 연구 결과는 ‘Nature’ 계열의 학술지인 ‘Scientific Report'에 게재됐다.