◇뇌전증 치료, ‘맞춤형’ 필요성 커져
뇌전증은 20종 이상의 약물이 사용되지만, 환자별 효과는 천차만별이다. 약을 바꾸고 기다리는 과정이 반복되면서 치료 지연과 불편이 발생했다. 연구진은 이러한 문제를 해결하기 위해 AI 기반 예측 모델 개발에 나섰다.
◇2600명 환자 데이터로 머신러닝 학습
연구팀은 서울대병원에서 진료받은 2600여 명 환자의 임상 기록을 분석했다. 약물 사용 기록, 경련 유형, 뇌 영상과 뇌파, 혈액검사 등 84개 요소를 AI에 학습시켜 약물별 반응 가능성을 계산했다. 3년 이상 추적 데이터를 활용해 치료 성과를 검증했다.
◇환자 맞춤 약물 추천 가능성 확인
분석 결과, 발프로산·라모트리진·옥스카르바제핀이 단일 요법에서 상대적으로 높은 예측 정확도를 보였다. 병용 요법에서는 카르바마제핀과 레비티라세탐 조합이 우수했다. 전신 경련 환자와 고령 발병 환자 등 특정 환자군에 따라 약물 반응 패턴이 달라, 맞춤형 처방이 가능함을 시사했다.
◇임상 도구로 활용 기대
박경일 교수는 “이번 연구는 임상 데이터를 AI로 분석해 초기 약물 선택의 불확실성을 줄일 수 있는 방법을 보여줬다”며 “앞으로 다기관 데이터까지 반영하면 실제 병원 현장에서 환자 맞춤형 치료를 돕는 도구로 자리 잡을 수 있다”고 말했다.
연구 결과는 국제 학술지 ‘사이언티픽 리포트’ 최신호에 게재됐다.
임혜정 헬스인뉴스 기자 press@healthinnews.kr
임혜정 기자
press@healthinnews.kr