인공 지능은 개인화 된 암 치료를 향상시킨다

개인화된 의학은 개별 환자에게 치료를 맞춤화하는 것을 목표로 합니다. 지금까지는 소수의 매개변수를 사용하여 질병의 진행 과정을 예측했습니다.

그러나 이러한 몇 가지 매개변수만으로는 암과 같은 질병의 복잡성을 이해하기에 충분하지 않은 경우가 많습니다.

뒤스부르크-에센 대학교(UDE), 뮌헨 대학교(LMU), TU 베를린의 학습 및 데이터 기초 연구소(BIFOLD)의 연구원 팀은 인공 지능(AI)을 사용하여 이 문제에 대한 새로운 접근 방식을 개발했습니다.

연구진은 에센대학 병원의 스마트 병원 인프라를 기반으로 병력, 검사 결과, 영상, 유전자 분석 등 다양한 방식의 데이터를 통합해 임상적 의사결정을 지원했습니다.

"현대 의학에서는 임상 데이터가 방대하게 제공되지만, 진정으로 개인화된 의학에 대한 약속은 종종 이루어지지 않은 채로 남아 있습니다."라고 교수는 말했습니다.

에센 대학 병원의 의학 인공지능 연구소(IKIM)와 쾰른 에센 암 연구 센터(CCCE)의 Jens Kleesiek. 종양학 임상 실무는 현재 암 단계 분류와 같은 다소 엄격한 평가 시스템을 사용하는데, 이는 성별, 영양 상태 또는 합병증과 같은 개인 차이를 거의 고려하지 않습니다.

"최신 AI 기술, 특히 설명 가능한 인공지능(xAI)은 이러한 복잡한 상호 관계를 해독하고 훨씬 더 높은 수준으로 암 치료를 개인화하는 데 사용될 수 있습니다."라고 교수는 말했습니다.

이 접근 방식을 개발한 LMU 병리학 연구소 소장이자 BIFOLD의 연구 그룹 리더인 Frederick Klauschen은 교수와 함께 다음과 같이 말했습니다.

클라우스-로버트 뮐러.

Nature Cancer 에 최근 발표된 연구에서 AI는 총 38가지의 서로 다른 고형 종양을 앓고 있는 15,000명 이상의 환자의 데이터로 훈련을 받았습니다.

임상 데이터, 실험실 수치, 영상 검사 데이터, 유전적 종양 프로필을 포함한 350개 매개변수의 상호작용을 조사했습니다.

"우리는 신경망에서 대부분의 의사결정 프로세스를 설명하는 핵심 요인과 매개변수 간의 많은 수의 예후 관련 상호 작용을 식별했습니다."

의학 인공지능 연구소(IKIM)의 임상 과학자인 줄리어스 키엘 박사가 설명합니다.

그런 다음 AI 모델은 3,000명이 넘는 폐암 환자의 데이터에 대해 성공적으로 테스트되어 식별된 상호 작용을 검증했습니다.

AI는 데이터를 결합하여 각 개별 환자의 전반적인 예후를 계산합니다. 설명 가능한 AI로서 이 모델은 각 매개변수가 예후에 어떻게 기여했는지 보여줌으로써 임상의에게 의사 결정을 투명하게 보여줍니다.

LMU의 Philipp Keyl 박사는 "저희의 결과는 인공지능이 임상 데이터를 고립된 것이 아니라 맥락에서 살펴보고 이를 재평가하여 개인화된 데이터 기반 암 치료를 가능하게 할 수 있는 잠재력을 보여줍니다."라고 말했습니다.

이와 같은 AI 방법은 가능한 한 빨리 진단 매개변수를 전체적으로 평가하는 것이 중요한 응급 상황에서도 사용할 수 있습니다.

연구자들은 또한 지금까지 기존의 통계적 방법을 사용하여 감지되지 않은 복잡한 교차 암 상호 관계를 발견하는 것을 목표로 합니다.

"National Center for Tumor Diseases(NCT)에서 바이에른 암 연구 센터(BZKF)와 같은 다른 종양학 네트워크와 함께 우리는 다음 단계로 나아갈 이상적인 조건을 갖추고 있습니다. 즉, 임상 시험에서 우리 기술의 실제 환자 이점을 입증하는 것입니다."

NCT West 사이트의 관리 이사이자 University Hospital Essen의 의학 종양학과 책임자인 Martin Schuler 교수가 덧붙였습니다.

출처: https://www.sciencedaily.com/releases/2025/01/250130135658.htm