최초게시일 : 2026. 06. 08.

이관일 : 2026. 07. 06.

출처 : 의생명융합공학부 홈페이지

[Mail lab, AI 머신러닝으로 젊은 유방암 환자의 만기 재발 위험 예측한다]

□ 부산대학교 권선영 교수 연구팀이 국내 주요 의료기관과 협력해 폐경 전 유방암 환자의 만기 원격 재발 위험을 예측하는 머신러닝 모델을 개발, 개인 맞춤형 치료 결정을 지원할 수 있는 실용적 도구를 제시했다.

 

□ 부산대학교 권선영 교수 연구팀은 삼성서울병원, 서울대학교병원, 강남세브란스병원 등 국내 주요 의료기관과 공동으로, 폐경 전 ER 양성/HER2 음성 유방암 환자의 수술 후 5~10년 사이 만기 원격 재발(Late Distant Recurrence) 위험을 예측하는 머신러닝 모델을 개발했다. 이 모델은 고가의 유전자 검사 없이 임상 변수만으로 고위험 환자를 선별하고, 호르몬 치료 연장 여부 결정을 지원할 수 있다.

○ 논문 제목: Late distant recurrence prediction model in premenopausal women with ER-positive/HER2-negative breast cancer: A multicenter retrospective study

(폐경 전 ER 양성/HER2 음성 유방암 환자의 만기 원격 재발 예측 모델: 다기관 후향적 연구)

○ 논문 링크: https://doi.org/10.1016/j.breast.2026.104738 

○ 게재 학술지: 『The Breast』, 2026년 2월 13일 게재

○ 연구자: 권선영 교수(부산대학교 의생명융합공학부, 정보융합공학과), 노다솜 연구원(부산대학교 정보융합공학과, 공동 제1저자) 외 다수

○ 이 연구는 국립암센터 암정복추진연구개발사업(과제번호 HA23C0144) 및 한국연구재단(과제번호 RS-2024-00343001)의 지원을 받아 수행됐다.

* 만기 원격 재발(Late Distant Recurrence): 유방암 수술 후 5년이 지난 시점에 다른 장기로 암이 전이되는 것

* 호르몬 치료 연장(Extended Endocrine Therapy): 표준 5년 치료 이후 추가로 호르몬 치료를 지속하는 것으로, 재발 예방 효과가 있으나 부작용 위험도 동반

 

○ 연구의 필요성

     ER 양성/HER2 음성 유방암은 전체 유방암의 약 60~75%를 차지하는 가장 흔한 아형으로, 비교적 예후가 양호한 것으로 알려져 있다. 그러나 수술 후 5년이 지난 시점에도 원격 재발이 발생할 수 있어 장기적 관리가 필요하다. 특히 폐경 전 젊은 환자는 호르몬 치료 지속률이 낮아 재발 위험이 높음에도 불구하고, 기존의 대표적 예측 모델인 CTS5는 폐경 후 환자 데이터를 기반으로 개발돼 폐경 전 환자에서의 예측 성능이 낮다는 한계가 있었다.

○ 연구내용 상세

   연구팀은 국내 다기관 협력을 통해 2000년부터 2011년까지 수술을 받은 45세 이하 폐경 전 환자 1,701명의 임상 데이터를 분석했다. 나이, 종양 크기, 림프절 전이 수, 핵 등급, 조직학적 등급, 프로게스테론 수용체 상태, 화학요법 및 난소기능억제 여부 등 8가지 임상 변수를 활용한 균형 머신러닝 모델을 개발했으며, AUC 0.78의 우수한 예측 성능을 달성했다. 기존 CTS5가 폐경 후 코호트에서 개발된 것과 달리, 이 모델은 폐경 전 환자만을 대상으로 한 대규모 다기관 코호트 기반으로 개발된 최초의 만기 재발 예측 알고리즘이라는 점에서 차별화된다.

○ 부산대 연구진 기여도

   부산대 연구팀은 머신러닝 모델 설계 및 개발, 통계 분석, 논문 작성에 핵심적으로 참여했다. 다기관에서 수집된 대규모 임상 데이터를 기반으로 AI 예측 알고리즘을 구현하고, 위험군 분류 및 호르몬 치료 연장 효과 분석을 주도했다.

○ 기대효과

   이 모델로 고위험군으로 분류된 환자에서 호르몬 치료를 연장했을 때 만기 원격 전이 없는 생존율이 유의하게 향상됐다(HR 0.32, P<0.001). 반면 저위험군에서는 유의한 이득이 확인되지 않아, 치료 연장이 필요한 환자를 정확히 선별하는 데 활용될 수 있다. 고가의 유전자 패널 검사 없이 임상 변수만으로 작동하기 때문에 의료 접근성이 낮은 환경에서도 폭넓게 활용될 것으로 기대된다.

 

 

 

[연구자: 권선영 교수(부산대학교 의생명융합공학부, 정보융합공학과), 노다솜 연구원(부산대학교 정보융합공학과, 공동 제1저자) 외 다수]