장범섭 서울대학교 방사선종양학과

전승혁 서울대학교 방사선종양학과

김인아 교수 서울대학교 

저널명

Scientific Reports (8):12516 (2018)

논문제목

Prediction of Pseudoprogression versus Progression using Machine Learning Algorithm in Glioblastoma

연구과제 수행 중 보람되었던 일

기계학습, 특히 딥러닝과 관련연구가 다양한 분야에서 이루어지고 있으나 방사선종양학 분야에서 뇌종양환자를 대상으로 진단이 애매한 상황에서 임상적으로 중요한 decision-making에 실질적으로 활용할 수 있는 실용적인 연구를 수행하였다는 점이 의미가 있다고 할 수 있겠습니다.

이 분야로 진학하려는 후배들을 위한 조언

임상적으로 의미가 있을 만한 niche를 잘 찾아서 연구하는 것이 중요합니다. 기계학습은 데이터 규모가 클 때 그 수행능력을 보장할 수 있지만, 의료분야에서는 현실적으로 많은 수의 데이터를 확보하기 어려운 경우가 많습니다. 그러나 본 연구처럼 상대적으로 적은 양의 데이터라도 임상적으로 의미가 있을만한 변수를 적절하게 선별하여 차원을 축소한다면, ‘차원의 저주‘에 빠지지 않으면서 유용한 기계학습 모델을 구축할 수 있을 것으로 생각됩니다.

연구활동 관련 계획

현재 KROG 18-07 다기관 연구를 통해 다양한 데이터를 확보하고 있는 과정에 있습니다. 향후 여러 기관의 데이터를 이용하여 본 기계학습모델의 예측력을 좀 광범위하게 검증한 뒤, 최종적으로 누구나 접근하여 임상적으로 활용할 수 있는 공익적인 User Web Interface를 구축하고자 합니다. 본 연구의 산물이 임상에서 decision-making에 직접적으로 활용되어 환자의 예후를 개선하는데 실질적인 도움을 줄 수 있기를 기대합니다.