EGFR 변이는 폐암의 85% 이상을 차지하는 비소세포폐암에서 흔히 나타나는 주요 유전자 변이로, 환자의 치료 방침과 예후를 결정하는 데 중요한 역할을 한다.
이런 가운데 폐선암 H&E 전슬라이드 이미지에서 EGFR 변이를 예측하되, 기존의 이진 분류를 넘어 조직 단위 돌연변이 확률을 집계한 ‘EMP(EGFR Mutation Prevalence) 점수’가 새롭게 제시됐다.
아주대병원 방사선종양학과 허재성 교수팀(병리과 노진 교수, 박준형 대학원생)은 변이의 단순 존재 여부를 넘어 분포와 정도까지 분석함으로써 예측 정확도를 높이고, 정밀의료 기반 폐암 치료의 새로운 가능성을 제시했다.
허재성 교수는 “이번 성과는 인공지능 기반 정밀의료 연구의 가능성을 인정받은 결과”라며 “앞으로도 임상 현장에 적용할 수 있는 연구를 지속해 환자 치료 성과 향상에 기여하겠다”고 말했다.
이번 연구결과는 국제학술지 The Journal of Pathology: Clinical Research에서 ‘Deep learning-based analysis of EGFR mutation prevalence in lung adenocarcinoma H&E whole slide images(폐 선암 H&E 전(全) 슬라이드 이미지에서 EGFR 돌연변이 발현율에 대한 딥러닝 기반 분석)’라는 내용으로 게재됐다.
이 논문은 2024년 게재 논문 가운데 ‘최다 인용 상위 10% 논문’에 선정됐다.
이번 선정은 글로벌 학술출판사 Wiley가 Clarivate의 인용 데이터를 바탕으로, 2024년 해당 학술지에 게재된 논문 중 인용도가 높은 상위 10% 논문을 발표한 것이다.
이는 해당 연구가 학계에서 높은 관심과 영향력을 인정받았음을 보여준다.
[메디컬월드뉴스 김영신 기자]
Copyright ⓒ 메디컬월드뉴스 무단 전재 및 재배포 금지
