서울성모병원 '간암 최적 치료' 멀티모달 AI 모델 개발 착수

정동훈 2026. 4. 21. 09:05
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

가톨릭대학교 서울성모병원은 소화기내과 한지원 교수 연구팀이 간세포암(HCC) 환자의 예후를 예측하고 최적 치료 전략을 제시하는 멀티모달 인공지능(AI) 모델 개발에 본격 착수한다고 21일 밝혔다.

한지원 교수는 "환자 개개인의 고해상도 임상 정보를 AI로 통합 분석해 한 명 한 명에게 가장 적합한 치료 전략을 제시하는 것이 이번 연구의 궁극적 목표"라며 "5년 후에는 실제 임상에서 사용 가능한 AI 예후 예측 플랫폼을 완성해 간암 환자들에게 직접적인 도움이 되고자 한다"고 밝혔다.

음성재생 설정 이동 통신망에서 음성 재생 시 데이터 요금이 발생할 수 있습니다. 글자 수 10,000자 초과 시 일부만 음성으로 제공합니다.
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

가톨릭대학교 서울성모병원은 소화기내과 한지원 교수 연구팀이 간세포암(HCC) 환자의 예후를 예측하고 최적 치료 전략을 제시하는 멀티모달 인공지능(AI) 모델 개발에 본격 착수한다고 21일 밝혔다. 과학기술정보통신부·한국연구재단 2026년도 개인기초연구사업 신진연구(유형B)에 선정돼 5년간 최대 6억원의 국가 연구비를 지원받는다.

소화기내과 한지원 교수. 서울성모병원

간암은 폐암에 이어 국내 암 사망률 2위(2024년 통계청 기준)를 기록할 만큼 예후가 불량한 중증 질환이다. 최근 진행성 간암의 1차 표준 치료로 면역항암치료(면역관문억제제 병용요법)가 도입되며 선택지가 넓어지고, 성적도 향상되고 있지만, 객관적 반응률(ORR)은 약 30%에 그치고 있다. 환자 10명 중 7명은 종양 반응을 경험하지 못하는 실정이나, 사전에 치료 효과를 예측할 수 있는 신뢰도 높은 임상 모델이나 바이오마커가 확립되지 않아 진료 현장의 큰 과제로 꼽혀왔다.

연구팀은 '빅데이터에서 딥데이터로'라는 핵심 개념 아래 영상·병리·임상정보 등 다양한 이종 데이터를 통합 분석하는 멀티모달 AI 예후 예측 모델을 개발한다. 가톨릭중앙의료원 산하 다기관 임상 코호트와 생체자원을 활용해 딥러닝·머신러닝 기법으로 기존 빅데이터 접근으로는 포착하기 어려웠던 환자 개개인의 고해상도 임상 정보를 분석하는 방식이다. 이를 통해 치료 전 예후 층화(risk stratification)와 치료 반응 예측이 가능해지고, 환자별 최적 치료 경로 제시 및 불필요한 부작용 감소에도 기여 할 것으로 기대된다.

이번 연구를 이끄는 한지원 교수는 간암·간이식 등 간질환 전문 소화기내과 의사이자, 카이스트 의과학대학원에서 박사학위를 취득한 의사과학자다. 보건복지부 글로벌 의사과학자 양성사업, K-Medi 융합인재양성지원사업(신진의사과학자) 등에 선정되어 임상·면역학·인공지능을 아우르는 융합 연구를 지속해 왔다.

한지원 교수 간암AI연구 이미지. 서울성모병원

한 교수는 2025년 JAMA Network Open에는 국내 간암 환자 전국 코호트 3915명과 서울성모병원 외부 검증 코호트 614명을 대상으로 한 머신러닝 의사결정 지원 모델을 공개, 실제 임상 결정 대비 사망 위험을 약 54% 감소시키는 효과를 확인하여 국제적으로 검증된 성과를 이전 연구로 축적하기도 했다. 또한 2024년 클리니컬 캔서 리서치(Clinical Cancer Research)에는 머신러닝 기반 진행성 간세포암 예후 예측 모델을 발표했으며, 지난해에는 비침습적 혈액검사 데이터만으로 PD-L1 CPS를 활용한 면역항암치료 반응 예측 AI 기술을 개발해 특허를 출원했다. 올해 1월에는 PLOS Medicine에 전국 레지스트리 환자 1만3614명을 대상으로 챗GPT·제미나이·클로드 등 대형언어모델(LLM)의 치료 권고안을 실제 의사 결정 및 생존 결과와 비교 분석한 연구를 발표, LLM의 임상 적용 가능성과 한계를 전국 규모 데이터로 규명하기도 했다.

한지원 교수는 "환자 개개인의 고해상도 임상 정보를 AI로 통합 분석해 한 명 한 명에게 가장 적합한 치료 전략을 제시하는 것이 이번 연구의 궁극적 목표"라며 "5년 후에는 실제 임상에서 사용 가능한 AI 예후 예측 플랫폼을 완성해 간암 환자들에게 직접적인 도움이 되고자 한다"고 밝혔다.

연구팀은 5년의 연구 기간 내 SCI(E)급 논문 다수 게재 및 국내외 특허 출원을 목표로 하며, 개발된 AI 모델 방법론을 간암 외 타 소화기암 분야로도 확장 적용할 계획이다.

정동훈 기자 hoon2@asiae.co.kr

Copyright © 아시아경제. 무단전재 및 재배포 금지.