2025.06.04 (수)

  • 구름많음동두천 17.6℃
  • 맑음강릉 20.3℃
  • 구름많음서울 18.2℃
  • 맑음대전 18.5℃
  • 맑음대구 19.0℃
  • 맑음울산 20.0℃
  • 맑음광주 18.4℃
  • 맑음부산 19.1℃
  • 맑음고창 18.4℃
  • 맑음제주 21.3℃
  • 구름많음강화 15.3℃
  • 구름조금보은 17.3℃
  • 맑음금산 18.1℃
  • 맑음강진군 18.7℃
  • 구름조금경주시 20.7℃
  • 맑음거제 19.7℃
기상청 제공

디지털헬스케어 주목...대장암 환자 사망 위험, "양자컴퓨팅 기술로 예측"

임상데이터 기반 양자 머신러닝 모델 개발… 예측 정확도 90%
다양한 헬스케어 영역으로 확장 가능... 암 진료 현장 치료 패러다임 바꿀 수도



조기 발병 대장암 환자의 사망 위험을 예측할 수 있는 양자 머신러닝 모델이 개발됐다. 

연세대 의대 의생명시스템정보학교실 박유랑 교수와 유재용 박사, 심우섭 연구원과 연세암병원 종양내과 김한상 교수 연구팀은 조기 발병 대장암 환자의 임상데이터를 기반으로 사망 위험을 예측하는 양자 머신러닝 모델을 개발했으며, 예측 정확도는 90%에 달한다고 12일 밝혔다. 

이번 연구 결과는 국제학술지 ‘어플라이드 소프트 컴퓨팅’(Applied Soft Computing, IF 8.7)에 게재됐다. 
젊은 대장암이라고도 불리는 ‘조기 발병 대장암’은 50세 미만에서 발생하는 대장암을 말한다. 우리나라의 20~40대 대장암 발병률은 인구 10만명당 12.9로 세계 1위다. 조기 발병 대장암은 다른 연령층에서 진단되는 대장암과 비교해 더 공격적이고 생존율이 낮다. 때문에 조기에 질병을 발견하고 정확한 예후예측을 통한 치료가 중요하다. 

최근 헬스케어 분야에서 질병의 진단, 예후예측 등에 활용할 수 있는 AI 기반의 다양한 인공지능 모델들이 개발되고 있다. 인공지능 모델의 예측 정확도를 높이기 위해서는 충분한 임상데이터가 필수적이다. 하지만 헬스케어 분야는 비용 문제, 희귀질환에 대한 데이터 부족 등 어려움이 있다. 이로 인해 적은 데이터의 양으로도 분석 정확도를 높일 수 있는 양자컴퓨팅 기술이 주목받고 있다. 

연구팀은 양자컴퓨팅 기반의 ‘Quantum Support vector machine’을 통해 조기 발병 대장암 환자의 사망 위험 예측 모델을 개발하고 그 정확성을 분석했다. 

2008년부터 2020년까지 세브란스병원에 내원한 조기 발병 대장암 환자 1253명의 치료 데이터를 기반으로 환자의 질병 상태에 따른 사망 위험을 예측하는 양자 머신러닝 모델을 개발했다. 양자컴퓨팅 기술을 활용한 머신러닝 모델의 예측 인자로는 나이, 성별과 같은 환자 정보 데이터와 병기, 치료 정보에 관한 임상데이터 등 총 93개의 변수를 적용했다. 

연구팀은 해당 모델의 효과성을 확인하기 위해 최적의 변수 개수, 표본 크기, 결과변수의 비율에 따른 정확도를 기존 머신러닝모델과 비교분석했다. 예측 정확도는 ‘수신기 작동 특성 곡선’(AUROC)의 지표로 분석했다. AUROC는 ‘ROC 곡선의 아래 면적’으로, 어떤 예후를 예측하기 위한 특정 검사 도구의 예측 정확도를 나타내는 방법이다. AI 모델의 성능평가 지표로 주로 사용되는데, 통상적으로 1에 가까울수록 성능이 뛰어나며 0.8 이상이면 고성능 모델로 평가된다.

분석 결과, 기존 머신러닝 모델(Conventional SVM)의 예측 정확도는 70%를 기록한데 비해 양자 머신러닝 모델은 조기 발병 대장암 환자의 사망 위험 예측 정확도가 90%를 기록했다. 

또한 연구팀은 양자컴퓨팅의 견고성을 검증하기 위해, 사망과 생존의 비율을 조절해 성능 검증을 진행했다. 

그 결과, 기존 머신러닝 모델은 사망 비율을 불균형하게 조정했을 때 예측 성능이 80%를 보였다. 반면 양자 머신러닝 모델의 예측 정확도는 사망 비율이 불균형한 상황에서도 88%의 높은 예측 정확도를 유지하며, 양자 머신러닝 모델이 사망과 생존의 비율이 불균형한 상황에서도 기존 머신러닝 모델에 비해 더 높은 예측 정확도를 유지하는 것을 확인했다. 

박유랑 교수는 “이번 연구를 통해 조기 발병 대장암 환자의 사망 위험을 정확히 예측하는 양자 머신러닝 모델을 구축했다”면서 “이를 기반으로 앞으로도 양자 머신런닝 모델을 활용해 다양한 영역의 헬스케어 분야에 확장이 가능할 것으로 기대한다”고 말했다. 

김한상 교수는 “이번 연구는 종양 분야에서 양자 컴퓨터, 의료 인공지능 등을 활용한 디지털 헬스케어가 접목되는 한 예로 암의 진단, 치료, 생존자 관리에 디지털 헬스케어 기술의 도입이 앞으로 암 진료 현장의 치료 패러다임을 바꿀 수 있을 것”이라고 말했다. 

한편, 이번 연구는 산업통산자원부 산업혁신인재성장지원사업(P0023675)의 2024년 연구비를 지원받아 수행됐다.
배너
배너

배너

행정

더보기

배너
배너

제약ㆍ약사

더보기
한미사이언스, 백혈병어린이재단에 헌혈증 300매·히크만 주머니 100개 기부 “항암 치료를 받는 아이들에게 꼭 필요한 ‘히크만 주머니’가 구하기 어렵고 자주 교체해야 한다는 이야기에 마음이 무거웠습니다. 낯선 병원에서 투병 중인 아이들에게 도움이 되길 바라는 마음으로 정성껏 만들었고, 이 주머니가 따뜻한 위로와 희망이 됐으면 합니다.” (한미사이언스 서비스플랫폼그룹 한민혜) 한미그룹은 지주회사 한미사이언스 중심으로 ‘전문경영인 체제’가 안정적으로 정착되면서 ESG 경영이 그룹 전반에 확산되고 있다. 한미그룹은 임직원들의 자발적 참여와 공감을 기반으로 한 ESG 실천을 조직 내에 깊이 내재화하며 지속 가능한 기업 문화를 구축하는데 전사적인 노력을 기울이고 있다. 최근 한미그룹 사내에서는 ‘소아암 환아를 위한 히크만 주머니 만들기’ 봉사활동이 MZ세대 직원들 사이에서 폭넓은 공감과 높은 호응을 얻으며, 우리 사회의 따뜻한 온기를 높이는데 힘을 보태고 있다. 히크만 주머니는 항암 치료를 받는 소아암 환아에게 삽입되는 중심정맥관(히크만 카테터)을 보호하고 위생적으로 관리하기 위해 사용하는 필수 보조용품이다. 하지만 시중에는 판매처가 많지 않은데다 위생 관리를 위해 자주 교체해야 하는 만큼, 환아 1인당 여러 개의 주머니가 필요하다. 이번 활

배너
배너
배너

의료·병원

더보기
용인세브란스병원 손등 혈관 통한 고난도 최소 절개 시술법 안전성 입증 연세대학교 용인세브란스병원(병원장 김은경) 심장내과 연구팀은 복잡한 심장혈관 시술에서도 손등 부위 혈관을 이용한 ‘스너프박스 접근법’이 안전하고 효과적이라는 연구 결과를 발표했다. 스너프박스 접근법은 손목을 통해 이뤄지던 기존의 심장혈관 시술과 달리 손등 부위의 원위 요골 혈관을 이용한 시술로, 시술 후 혈관 폐색 위험이 낮고 지혈이 쉬워 출혈 등 시술 부위 합병증을 줄일 수 있는 장점이 있다. 그러나 손등 혈관은 직경이 작아 복잡한 시술에 필요한 굵은 기구 적용이 어려워 고난도 시술에는 거의 사용하지 못했다. 이에 이번 연구에서는 기존에 주로 활용하던 6프렌치 도관보다 직경은 더 크지만, 벽 구조는 얇은 7프렌치 도관을 활용한 복잡한 심장혈관 시술의 안전성을 분석했다. 용인세브란스병원 심장내과 노지웅‧이오현 교수(공동 제1저자), 김용철‧조덕규 교수(공동 교신저자) 연구팀은 2021년 8월부터 2024년 4월까지 용인세브란스병원에서 심장혈관시술을 받은 협심증 및 심근경색증 환자 100명을 대상으로 시술의 안전성과 유효성을 분석했다. 연구 결과, 스너프박스 접근법을 통한 심장혈관 시술은 시술 난이도가 높고 합병증 위험이 큰 복잡 병변 환자를 포함한 참여 환자