default_top_notch
default_news_top
default_news_ad1
default_nd_ad1

'청신경종양 환자 치료 맞춤형 시대' 열려…문인석 교수 연구팀 '수술 후 환자 청력 보존 여부 예측 시스템' 개발

기사승인 2020.05.20  06:29:39

공유
default_news_ad2

- 머신러닝 통한 수술 전, 결과 예측으로 '효과적 개인 맞춤 치료' 가능

청신경종양 환자들을 대상으로 수술 전 청력 보존 여부를 예측할 수 있는 시스템이 개발됐다. 이에 따라, 환자 개개인의 수술 후 결과 예측을 통해 효과적인 치료방법을 결정할 수 있을 것으로 기대된다.

연세대 의과대학 이비인후과 문인석 교수·차동철 강사팀은 청신경종양 환자를 대상으로 수술 후 환자의 청력 보존 여부를 예측할 수 있는 시스템을 설계했다고 밝혔다. 이번 연구는 SCI급 저널 '사이언티픽 리포트(Scientific Reports, IF 4.01)' 최신호에 게재됐다.

청신경종양은 청각전정신경에서 발생해 소뇌쪽으로 자라는 뇌신경종양으로 청력감퇴, 난청과 어지럼증 등 청신경 압박에 의한 증상이 나타나 삶의 질을 크게 떨어뜨릴 수 있는 질환이다. 

종양이 점점 커져 악화될 경우 뇌간을 압박해 심각한 장애를 초래하기도 한다.

지금까지 청신경종양의 치료법은 수술 및 감마나이프 치료가 주로 사용됐다. 최근에는 내시경을 이용한 최소침습치료도 시도되고 있다. 하지만, 종양의 기원이 청각신경이므로 종양을 성공적으로 치료했다 할지라도 청각을 항상 보존할 수 있을지 예측할 수 없는 실정이다.

연구팀은 2007년부터 2017년 10년간 세브란스병원에서 청신경종양으로 수술받은 317명의 환자 중 청력 보존술을 받은 50명의 환자를 대상으로 데이터를 분석해 수술 후 청력 보존 여부를 예측할 수 있는 시스템을 설계했다.

이 시스템은 수술 전 시행한 청력검사, 평형기능검사와 자기공명영상에서 얻은 수술 전 종양의 크기, 위치, 청력, 어지럼 정도 그리고 주치의가 선택한 수술방법 등을 입력하면 수술 후 청력 보존 여부를 예측할 수 있다.

연구팀은 서포트벡터머신, 랜덤 포레스트, 부스팅, 딥러닝 기반의 다양한 모델들의 시스템을 설계했다. 이 중 딥러닝 기반 모델의 경우 90%의 높은 정확도로 수술 후 청력 보존 여부를 예측하는 결과를 보였다.

결과를 예측하는데 가장 중요한 요소는 환자의 단어 인식 점수, 전정유발근전위 비대칭 정도, 종양의 크기순으로 나타났다.

그림 상단 좌측-딥러닝 모델(DNN)을 이용해 90%의 정확도를 달성, 우측은 서포트벡터머신(SVM)을 이용해 62%의 정확도 달성(파란색 음영 부분-예측 결과와 실제 결과가 일치한 수 / 왼쪽 상단 DNN모델 이용결과 50명의 환자 중 예측과 실제 결과가 일치한 45명 90%).

이번 연구를 통해 설계된 예측 모델을 사용한다면 수술 전 환자의 청력 보존 여부를 예측해 환자와 정확한 결과 상담을 통해 가장 효과적인 맞춤형 치료방법을 결정할 수 있다.

예측 결과, 수술 후 청력 보존이 불가능한 것으로 판단되는 경우 뇌에 악영향을 미치기 전까지 수술을 보류하는 전략을 세우거나 반대로 종양 제거술과 함께 청력을 회복시키는 청각 임플란트 수술을 동시에 고려하는 등 대책을 미리 수립할 수도 있다.

문인석 교수는 “이번 예측 모델 개발을 통해 환자 개개인에 대한 수술 예후를 예측해 맞춤형 치료법을 제시할 수 있게 됐다”며 “최근 머신러닝이 의학계에서 다양하게 활용되고 있는데, 이러한 방법을 이용할 수 있다면, 기존의 예측보다 훨씬 더 정확한 예측이 가능하다”고 말했다.

우정헌 기자 medi@mediherald.com

<저작권자 © THE MEDICAL HERALD 메디컬헤럴드, 무단 전재 및 재배포 금지>
default_news_ad5
default_side_ad1
default_nd_ad2

인기기사

set_C1
default_side_ad2

포토

1 2 3
set_P1
default_side_ad3

섹션별 인기기사 및 최근기사

set_hot_S1N8
default_side_ad4
default_nd_ad6
default_news_bottom
default_nd_ad4
default_bottom
#top
default_bottom_notch