[Hinews 하이뉴스] 서울대병원 연구팀이 인공지능(AI)을 활용해 뇌전증 환자의 항경련제 치료 반응을 예측할 수 있는 가능성을 제시했다고 밝혔다. 환자별로 약물 반응이 다른 뇌전증 치료에서 약제 선택의 불확실성을 줄일 수 있는 접근으로 평가된다.

박경일·이상건 서울대병원 신경과 교수와 김영곤 융합의학과 교수팀은 뇌전증 환자 2600여 명의 임상 데이터를 바탕으로 항경련제 치료 반응을 예측하는 머신러닝 모델을 개발했다고 9일 밝혔다. 연구에는 아시아 최대 규모의 단일기관 뇌전증 코호트가 활용됐다.

뇌전증은 20여 종 이상의 항경련제가 사용되지만, 환자마다 반응 차이가 커 실제 투약 후에야 효과를 확인하는 경우가 많다. 이로 인해 반복적인 약물 변경이 불가피한 상황에서, 치료 초기 반응을 예측할 수 있는 도구의 필요성이 제기돼 왔다.

연구팀은 2008년부터 2017년까지 서울대병원에서 진료받은 환자의 초기 검사 결과와 3년 이상 추적 데이터를 수집했다. 약물 사용 이력, 경련 유형, 뇌 영상과 뇌파, 혈액검사 등 84개 임상 변수를 머신러닝 모델에 학습시켜 항경련제별 치료 반응성을 분석했다. 치료 반응은 약물 사용 후 경련 빈도가 50% 이상 감소한 경우로 정의했다.

분석 결과, 단일요법에서는 발프로산, 라모트리진, 옥스카르바제핀 순으로 예측력이 높게 나타났다. 병용요법 가운데서는 카르바마제핀과 레비티라세탐 병용 치료가 상대적으로 높은 예측 성능을 보였다.

또한 변수 기여도를 분석한 결과, 전신 경련이 있는 환자는 발프로산에 반응할 가능성이 높았고, 고령 발병이거나 유병 기간이 짧은 경우 라모트리진에 대한 반응성이 높게 나타났다. 약물별로 치료 반응에 영향을 미치는 요인이 다르다는 점이 확인됐다.


박경일 교수는 “이번 연구는 대규모 임상 데이터를 기반으로 항경련제 치료 반응을 예측하는 체계적인 방법을 제시한 데 의미가 있다”며 “향후 다기관 데이터를 추가해 임상 판단을 보조하는 도구로 발전시키는 연구를 이어갈 계획”이라고 말했다.

이번 연구 결과는 국제 학술지 ‘사이언티픽 리포트(Scientific Reports)’ 최근호에 게재됐다.