가톨릭대학교 보건의료경영대학원 심진아 교수팀이 거대언어모델(LLM) 기반 인공지능을 활용해 소아암 생존자 건강 상태와 기능적 영향을 효과적으로 분석할 수 있음을 확인했다. 

이번 연구는 환자와 의사 간 대화 속에 포함된 복잡한 증상 정보를 정교한 프롬프트 전략으로 해석해내며 의료 AI 활용의 새로운 지평을 열었다는 평가다.

심진아 교수와 미국 세인트 주드 어린이 연구병원 I-Chan Huang 교수팀은 거대언어모델 기반 인공지능이 소아암 생존자의 건강 상태와 기능적 영향을 효과적으로 분석할 수 있음을 확인했다고 15일 밝혔다. 

소아암 치료는 아동 성장과 발달이 이뤄지는 시기에 진행돼 치료 후에도 통증과 피로 등 다양한 후유증이 지속될 수 있다. 

이러한 증상은 환자 사고 기능과 신체활동, 일상생활 복귀에 중대한 영향을 미치는 만큼 맞춤형 치료 지원이 필수적이지만, 환자의 서술 데이터가 지닌 비정형적 특성 탓에 한계가 존재해 왔다.

연구팀은 이러한 한계를 극복하기 위해 ChatGPT-4o와 Llama-3.1을 활용했다. 

연구팀은 8세에서 17세 사이의 소아암 생존자 및 보호자 30명을 대상으로 인터뷰를 진행하고, 대화 기록에서 통증과 피로의 징후를 분석했다.

연구 과정에서 의미단위를 도출해 증상 심각도를 3단계로 분류하고 이를 4개 전략에 따라 인공지능에 적용한 결과, 거대언어모델이 전문가와 유사한 수준으로 데이터 분석을 입증했다. 

특히 단순한 프롬프트보다 정교하게 설계된 프롬프트 전략을 사용할 때 인공지능과 인간 전문가 간의 일치도가 크게 향상되는 것으로 나타났다.

심진아 교수는 이번 연구가 소아암 생존자 서술 데이터를 기반으로 통증과 피로가 신체적·인지적·사회적 기능에 미치는 영향을 체계적으로 분류하고 검증했다는 점에 의의를 두었다. 

심 교수는 “추가적인 검증이 필요하지만 이번 결과가 향후 생존자 관리에서 AI 활용 가능성을 보여주는 중요한 초기 근거가 될 것”이라고 설명했다.

공동연구 책임자인 I-Chan Huang 교수는 “AI 기반 접근법이 그동안 충분히 활용되지 못했던 진료 현장의 복잡한 증상 정보를 해석하는 새로운 방법이 될 것”이라고 강조했다. 

이를 통해 의료진이 추가 지원이 필요한 환자를 신속하게 식별함으로써 소아암 생존자 집단에 대한 치료와 관리 수준을 한층 높일 수 있을 것이라는 분석이다.

한편, 이번 연구결과는 암 치료 분야 국제학술지인 ‘커뮤니케이션즈 메디신(Communications Medicine, IF 6.3)’에 게재돼 학술적 가치를 인정받았다.