NSP통신

박유량 교수, 유재용 박사, 심우섭 연구원, 김한상 교수(왼쪽부터) (사진 = 세브란스병원)

(서울=NSP통신) 김승철 기자 = 조기 발병 대장암 환자의 사망 위험을 예측할 수 있는 양자 머신러닝 모델(QSVM)이 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 개발했다. 예측 정확도는 90%에 달한다.

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.

연구팀은 2008년부터 2020년까지 세브란스병원에 내원한 조기 발병 대장암 환자 1253명의 치료 데이터를 기반으로 환자의 질병 상태에 따른 사망 위험을 예측하는 양자컴퓨팅 기반의 ‘퀀텀 서포트 벡터 머신(Quantum Support vector machine)’을 통해 조기 발병 대장암 환자의 사망 위험 예측 모델을 개발하고 그 정확성을 분석했다.

예측 정확도 분석 결과 양자 머신러닝 모델의 예측 정확도는 90%로 기존 머신러닝 모델(Conventional SVM)의 예측 정확도 70%에 비해 높은 것으로 확인됐다.

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.

이어 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 설명했다.

이번 연구 결과는 국제학술지 ‘어플라이드 소프트 컴퓨팅’(Applied Soft Computing, IF 8.7)에 게재됐다.

NSP통신 김승철 기자(sckim@nspna.com)

ⓒ한국의 경제뉴스통신사 NSP통신·NSP TV. 무단전재-재배포 및 AI학습 이용 금지.