배경

소아 뇌종양은 소아암 관련 사망 원인 1위를 차지하는 치명적인 질환입니다. 수모세포종(Medulloblastoma)이나 상의세포종(Ependymoma)을 비롯한 중추신경계 종양 환아들은 수술 후 고용량 방사선 치료와 집중 세포독성 항암요법을 병행하는 표준 치료를 받습니다. 이러한 공격적 치료 전략 덕분에 과거에 비해 5년 생존율은 크게 향상되었습니다.

문제는 뇌가 아직 완전히 발달하지 않은 소아기에 가해지는 전뇌·척수 방사선 조사와 고강도 화학요법이 돌이킬 수 없는 영구적 장애를 남긴다는 사실입니다. 치료를 마친 소아 환자 상당수가 심각한 인지기능 저하, 학습 장애, 성장호르몬 결핍을 겪으며 성인이 된 후 이차암 발병 위험에 직면합니다.

임상 현장에서는 생존율을 떨어뜨리지 않으면서도 치료 강도를 안전하게 낮추는 치료 감량(Therapy de-escalation) 전략이 절실히 요구되어 왔습니다. 환자별 예후 편차가 워낙 크고 종양의 분자유전학적 이질성이 높아, 기존의 조직학적 병기 구분이나 단일 유전자 검사만으로는 감량 치료를 적용해도 안전한 저위험군 환자를 정확히 선별하기 어려웠습니다.

핵심 발견

연구진은 방대한 임상 기록과 분자 프로파일을 통합 분석할 수 있는 다중모달(Multimodal) 인공지능 기반 예후 예측 모델을 구축했습니다. 환자의 진단 시점 단일 정보에 머무르지 않고 시간에 따라 변화하는 생존 위험도를 개인 맞춤형으로 산출하는 것이 기술의 핵심입니다.

다중 데이터 통합과 시간 의존적 위험도 추정

모델은 환아의 자기공명영상(MRI) 등 영상 데이터, DNA 메틸화(DNA methylation) 프로파일링, 전사체 유전자 발현 데이터, 기본적인 임상 병리 정보를 한데 결합해 학습했습니다. 정적 위험도 분류에 그치던 기존 스코어링 시스템과 달리, 특정 시점별 생존 확률 곡선을 실시간으로 재구성합니다.

다중모달 알고리즘은 겉보기에 비슷한 조직학적 소견을 보이는 종양 내에서도 극도로 공격적인 아형과 상대적으로 온순한 분자 아형을 정밀하게 분리해 냈습니다. 이로써 완치율이 높아 고강도 방사선 조사를 과도하게 받지 않아도 장기 생존이 가능한 치료 감량 대상 환아군을 기존 방법 대비 높은 정확도로 식별했습니다.

과잉 치료 위험 선별

기존 임상 지침대로라면 고위험군으로 분류되어 전두부 전뇌 방사선 조사를 받아야 했던 환아 중 일부가 실제로는 분자유전학적으로 매우 안정적인 저위험군에 속한다는 사실을 밝혔습니다. 반대로 조직 검사상 저위험으로 판정되었으나 잠재적 재발 위험이 높아 조기 치료 강화가 필요한 숨은 고위험군 역시 정확하게 잡아냈습니다.

의미와 전망

이번 연구는 소아암 생존자의 치료 후 삶의 질(Quality of life)까지 고려하는 정밀 종양학의 새로운 전기를 마련했습니다. 단순히 암세포를 제거하고 환아를 생존시키는 단계에서 벗어나, 아이가 성인으로 자라나는 평생 동안 겪을 신경학적·신체적 후유증을 최소화할 수 있는 임상적 근거를 AI로 입증했기 때문입니다.

임상 적용을 가속화하려면 몇 가지 실질적인 과제를 해결해야 합니다. 소아 뇌종양은 희귀질환에 속해 단일 기관의 데이터만으로는 한계가 있으므로, 다국적·다기관 코호트를 통한 외부 전향적 검증이 선행되어야 합니다. 기관마다 상이한 MRI 촬영 프로토콜과 유전체 시퀀싱 플랫폼 간 편차를 극복할 수 있도록 모델의 일반화 성능을 정교하게 다듬는 과정도 요구됩니다.

그럼에도 불구하고 다양한 생물학적 층위의 데이터를 하나로 엮어 시간 축에서 예후를 예측하는 이 아키텍처는 향후 신경교종 등 성인 암종이나 다른 소아 고형암 치료 설계로도 확장 적용될 잠재력이 큽니다.