혈액검사로 면역항암제 반응 예측하는 AI 모델 개발

면역관문억제제에 대한 암 환자의 치료 반응을 간단한 혈액검사 등 일상적인 임상 정보만으로 예측할 수 있는 인공지능 도구가 개발됐다. 미국 국립보건원 연구진은 기계학습 기반 모델을 통해 면역항암제가 실제로 효과를 보일 가능성을 사전에 가늠할 수 있음을 확인했다고 밝혔다.

 

면역관문억제제는 면역세포가 암세포를 공격하도록 돕는 혁신적인 항암 치료로 자리 잡았지만, 모든 환자에게 효과적인 것은 아니다. 현재 임상에서는 종양 돌연변이 부담이나 PD-L1 발현 정도와 같은 생체지표를 활용해 치료 대상자를 선별하고 있으나, 이 지표들만으로는 반응 여부를 정확히 예측하기 어렵다는 한계가 있었다. 분자 유전체 분석을 활용한 예측 모델도 보고되고 있지만, 비용과 접근성 측면에서 일상 진료에 적용하기에는 부담이 크다.

 

이번 연구에서 개발된 인공지능 모델은 이러한 한계를 보완하기 위해 비교적 쉽게 얻을 수 있는 임상 정보를 활용했다. 연구진은 환자의 나이와 암 종류, 과거 전신 치료 이력, 혈중 알부민 수치, 염증 상태를 반영하는 호중구 대 림프구 비율, 그리고 종양 돌연변이 부담을 결합해 면역항암제 반응 가능성을 예측하는 모델을 구축했다. 해당 정보들은 대부분 일반 혈액검사나 진료 기록을 통해 확인할 수 있는 항목들이다.

 

연구진은 18가지 고형암을 가진 환자 약 2,900명의 데이터를 바탕으로 모델을 학습시키고 검증했다. 분석 결과, 이 인공지능 도구는 면역관문억제제에 대한 치료 반응 여부뿐 아니라 생존 기간과 질병 진행 시점까지 비교적 정확하게 예측했다. 특히 기존 지표로는 치료 대상에서 제외될 수 있었던 낮은 종양 돌연변이 부담을 가진 환자 중에서도, 실제로 면역항암제에 반응할 가능성이 있는 환자를 선별해냈다는 점이 주목된다.

 

연구진은 이번 결과가 면역항암제 치료 결정을 보다 정밀하게 만드는 데 기여할 수 있다고 설명했다. 고가의 유전자 분석 없이도, 환자 개개인의 임상적 특성을 종합해 치료 전략을 세울 수 있는 가능성을 제시했다는 것이다. 다만 실제 진료 현장에서 활용되기 위해서는 더 큰 규모의 전향적 연구를 통해 예측 정확도와 임상적 유용성을 추가로 검증해야 한다고 덧붙였다.

 

해당 인공지능 모델은 공개 플랫폼을 통해 연구자와 의료진이 자유롭게 활용할 수 있도록 제공되고 있다. 연구진은 향후 이 도구가 면역항암제 치료의 접근성과 효율성을 높이고, 불필요한 치료를 줄이는 데 도움을 줄 수 있을 것으로 기대하고 있다.