[로이슈 전여송 기자] 분당서울대병원 재활의학과 양은주 교수 연구팀이 의료 인공지능(AI)이 환자의 상태뿐 아니라 해당 상태에 이르게 된 원인과 과정까지 학습할 수 있도록 데이터를 구성하는 새로운 접근법을 제시했다고 3일 밝혔다.

이번 연구는 양은주 교수가 연구를 주도하고 국립암센터 재활의학과 정승현 교수가 교신저자로 참여한 것으로, 의료 AI 모델 개발에 앞서 실제 임상 현실을 반영할 수 있도록 학습 데이터를 설계하는 방안을 다룬다.

현재 의료 AI는 기능 평가 점수 등 특정 시점의 환자 상태를 결괏값으로 나타낸 데이터를 주로 활용한다. 연구팀은 이러한 데이터만으로는 환자가 해당 상태에 이르게 된 원인이나 변화 과정을 충분히 반영하기 어렵다고 설명했다.

특히 암 생존자 재활에서는 여러 요인이 연쇄적으로 기능 변화에 영향을 미칠 수 있다. 항암치료로 손발 감각이 둔해지면 신체의 흔들림을 감지하기 어려워지고, 낙상에 대한 두려움과 활동량 감소를 거쳐 이동 능력 저하로 이어질 수 있다. 기존 보행거리 등의 결과 지표만으로는 이 같은 과정을 파악하는 데 한계가 있다는 게 연구팀의 설명이다.

연구팀은 이를 보완하기 위해 ‘임상 현실 번역-구성(Clinical Reality Translation-Construction·CRTC)’ 방법을 제시했다. 환자를 관찰해 기능 변화에 영향을 미치는 요인을 파악한 뒤 요인들이 시간의 흐름이나 상호작용을 통해 기능 변화로 이어지는 과정을 정리하고, 이를 시계열이나 그래프 등 AI가 학습할 수 있는 데이터 형태로 변환하는 방식이다.

CRTC는 새로운 AI 모델 자체를 개발하는 기술이 아니라 모델 개발에 앞서 학습 데이터를 구성하는 접근법이다. 연구팀은 AI 모델이 주어진 데이터에 포함되지 않은 정보를 학습할 수 없는 만큼 실제 임상 과정을 반영한 데이터를 구축하는 것이 필요하다고 설명했다.

연구 결과는 디지털 헬스 분야 국제학술지 ‘Frontiers in Digital Health’에 게재됐다. 연구팀은 향후 암 생존자가 느끼는 증상과 실제 기능을 연결하는 ‘증상-기능 연계 표현형’ 등을 활용해 CRTC의 효과를 검증할 계획이다.

양은주 분당서울대병원 재활의학과 교수는 “암 생존자의 재활에서는 보행거리를 비롯한 결과 지표뿐 아니라 기능 변화의 원인과 회복 과정을 함께 이해하는 것이 중요하다”며 “이번 연구가 실증 연구가 아니라 새로운 개념적 틀을 제시한 연구인 만큼, 향후 암 생존자가 느끼는 증상과 실제 기능을 연결하는 ‘증상-기능 연계 표현형’ 등을 통해 CRTC의 효과를 검증해나갈 계획”이라고 전했다.

전여송 로이슈(lawissue) 기자 arrive71@lawissue.co.kr