서울대병원 연구진이 인공지능(AI)을 활용해 뇌전증 환자의 항경련제 치료 반응을 예측하는 머신러닝 모델을 개발했다. 환자별 임상 정보를 기반으로 약물 반응 경향을 분석해 치료 초기 단계에서의 약제 선택을 보조할 가능성을 제시했다.

서울대병원 신경과 박경일·이상건 교수와 융합의학과 김영곤 교수팀은 약 2,600명의 뇌전증 환자로 구성된 단일기관 코호트를 분석해, 항경련제별 치료 반응성을 예측하는 AI 기반 모델을 구축했다고 9일 밝혔다.

뇌전증 치료에는 20종 이상의 항경련제가 사용되고 있으나, 환자마다 약물 반응이 달라 효과적인 약제를 찾기까지 시행착오가 반복되는 경우가 많다. 실제로 전체 환자의 약 30%는 두 차례 이상 약물 조정에도 반응하지 않는 난치성 경과를 보이는 것으로 알려져 있다.

연구팀은 2008년부터 2017년까지 서울대병원에서 진료받은 뇌전증 환자의 초기 임상 정보와 3년 이상 추적 관찰 데이터를 분석했다. 데이터에는 경련 유형, 항경련제 사용 이력, 뇌 MRI·뇌파 검사 결과, 혈액검사 수치 등 총 84개의 임상 변수가 포함됐다. 분석 대상 항경련제는 레비티라세탐(LEV), 옥스카르바제핀(OXC), 발프로산(VPA), 라모트리진(LMT) 등 처방 빈도가 높은 약물들이다.

연구팀은 트리 기반 앙상블 머신러닝 기법을 적용해 항경련제 치료 반응을 예측하는 모델을 설계했다. 치료 반응은 약물 사용 후 경련 빈도가 50% 이상 감소한 경우로 정의했다. 분석 결과, 단일요법 가운데서는 발프로산(AUC 0.686), 라모트리진(0.674), 옥스카르바제핀(0.633) 순으로 예측력이 높았으며, 병용요법 중에서는 카르바마제핀과 레비티라세탐 병용 요법이 가장 높은 예측력(AUC 0.764)을 보였다.

또한 연구팀은 샤플리 가산 설명법(SHAP)을 활용해 약물별 치료 반응에 영향을 미치는 주요 임상 요인을 분석했다. 그 결과 전신 경련을 동반한 환자는 발프로산에 대한 반응 가능성이 높았고, 고령 발병이거나 유병 기간이 짧은 환자는 라모트리진에 대한 반응 경향이 상대적으로 높은 것으로 나타났다.

박경일 교수는 “뇌전증 항경련제 선택은 그동안 임상의의 경험적 판단에 의존해 온 측면이 컸다”며 “이번 연구는 대규모 임상 데이터를 바탕으로 약물 반응 경향을 정량적으로 분석했다는 점에서 의미가 있다”고 말했다. 이어 “향후 다기관 데이터를 통해 모델의 일반화 가능성을 검증하고, 임상 판단을 보조하는 도구로 발전시키는 것이 목표”라고 덧붙였다.

이번 연구 결과는 국제학술지 Scientific Reports 최근호에 게재됐다.