인공지능이 185개국의 암 생존율에 영향을 미치는 요인을 식별하는 데 사용되었다고 종양학 연보(Annals of Oncology) 저널에 발표된 연구에서 밝혔습니다. AI 모델은 암 데이터와 의료 시스템 정보를 분석하여 방사선 치료 접근성, 보편적 건강 보장, 경제력과 같은 요인 중 각 국가의 생존율 향상과 가장 밀접하게 관련된 요인을 파악했습니다.

유럽종양학회(European Society for Medical Oncology)의 연구진은 암 생존에 대한 일반적인 이해를 넘어 개별 국가 내에서 개선을 위한 구체적이고 실행 가능한 영역을 정확히 찾아내기 위해 머신러닝 모델을 개발했습니다. 이 연구는 암 생존 결정 요인을 분석하기 위해 AI가 전 세계적인 규모로 적용된 최초의 사례입니다.

AI 모델은 기존의 통계 방법으로는 놓칠 수 있는 대규모 데이터 세트 내에서 패턴과 상관 관계를 식별하는 방식으로 작동합니다. 머신러닝 알고리즘은 변수 간의 관계를 인식하도록 기존 데이터를 기반으로 훈련됩니다. 이 경우 AI는 각 국가의 암 발생률, 치료 가용성, 의료 인프라 및 사회 경제적 지표와 관련된 데이터를 기반으로 훈련되었습니다. 훈련이 완료되면 모델은 특정 요인의 변화가 암 생존율에 미치는 영향을 예측할 수 있습니다.

프로젝트의 책임 연구원은 "이 AI는 암 생존에 영향을 미치는 요인들의 복잡한 상호 작용을 이해하는 데 강력하고 새로운 관점을 제공합니다."라며 "각 국가에서 개선이 가장 필요한 영역을 식별함으로써 정책 입안자와 의료 서비스 제공자가 자원 배분 및 의료 전략에 대해 더 많은 정보를 바탕으로 결정을 내릴 수 있도록 도울 수 있습니다."라고 말했습니다.

연구 결과에 따르면 보편적 건강 보장이 많은 국가에서 중요한 요인이지만 암 생존율을 개선하는 데 필요한 구체적인 개입은 매우 다양합니다. 예를 들어, 일부 국가에서는 방사선 치료 접근성을 높이는 것이 가장 큰 영향을 미칠 수 있는 반면, 다른 국가에서는 1차 진료 서비스 강화 또는 암 검진 프로그램 개선이 더 효과적일 수 있습니다.

이 연구는 또한 경제력의 중요성을 강조했지만 경제적 자원만으로는 더 나은 암 생존을 보장하지 않는다고 지적했습니다. AI 모델은 자원의 효율적인 배분과 효과적인 의료 정책이 경제적 번영을 개선된 건강 결과로 전환하는 데 매우 중요하다는 것을 보여주었습니다.

연구진은 이 AI 모델이 전 세계 암 관리 노력을 안내하는 데 유용한 도구가 될 수 있다고 믿습니다. 국가별 통찰력을 제공함으로써 각 국가의 고유한 요구와 과제에 맞게 개입을 조정하는 데 도움이 될 수 있습니다. 연구팀은 유전 정보 및 생활 방식 요인과 같은 추가 데이터 소스를 통합하여 모델을 더욱 개선하여 암 생존 결정 요인에 대한 보다 포괄적인 이해를 제공할 계획입니다. 궁극적인 목표는 암 관리 정책에 정보를 제공하고 전 세계 환자의 결과를 개선할 수 있는 역동적이고 지속적으로 업데이트되는 리소스를 만드는 것입니다.