ESMO GI 2026: AI 바이오마커와 암 치료의 임상적 가치
ESMO GI 2026에서 전문가들은 AI 기반 바이오마커를 세 가지 검증 등급으로 분류하는 EBAI 프레임워크를 발표했다. 임상 데이터는 AI가 96~98%의 민감도로 MSI를 탐지하고 MRI 유도 근접치료가 무재발 생존율을 개선했음을 보여주었다.
ESMO 위장관암 학술대회(ESMO Gastrointestinal Cancers Congress) 2026의 전문가들은 인공지능이 이미지 인식을 넘어 수술, 병리, 영상 유도 중재 분야에서 임상적 가치를 제공하는 방향으로 나아가고 있음을 강조했다. 또한 이들은 종양학 분야 AI 기반 바이오마커에 대한 ESMO 기본 요건(EBAI)을 발표했는데, 이는 AI 기반 바이오마커를 세 가지 등급으로 분류하고 각 등급에 대한 최소 검증 요건을 정의하는 프레임워크다.
대장암에서 MSIntuit 알고리즘은 일상적인 헤마톡실린-에오신(H&E) 염색 슬라이드에서 미세부수체 불안정성을 96~98%의 민감도로 직접 검출했다(Nat Commun. 2023;14:6695). 또한 위암에서는 치료 전 CT 영상에서 림프절 전이를 예측하는 딥러닝 모델이 개발되었다(eClinicalMedicine. 2024;75:102805). 전문가들에 따르면 이 분야는 임상적 가치가 기술적 성능만큼 중요해지는 새로운 단계에 접어들고 있다.
수술 AI 분야에서는 AI 플랫폼 EUREKA X를 사용한 개념 증명 데이터가 로봇 직장암 수술 중 느슨한 결합 조직의 보존 정도를 정량화했다. 44명의 환자를 대상으로 한 매칭 환자-대조군 연구에서 AI 기반 조직 보존 측정치는 수술 후 배뇨 기능 장애와 연관이 있었으며, 환자 연령과 결합했을 때 모델의 곡선하면적(AUC)은 약 0.81이었다. 연구자들은 향후 AI 시스템이 수술 중 실시간 피드백을 제공할 수 있을 것이라고 제안하면서 "미래는 AI 대 외과의사의 대결이 아니라, AI로 강화된 외과의사"라고 언급했다.
영상 유도 중재 분야에서 MRI 유도 조직간 근접치료(interstitial brachytherapy)는 열 절제가 적합하지 않은 간 종양에 대한 치료 옵션을 확장하고 있으며, CT에서는 보이지 않는 병변을 시각화할 수 있게 한다. 전향적 MR BRIGHT 연구(Z Gastroenterol 2025; 63(01): e45)에서 MRI 유도 근접치료는 CT 유도 치료보다 국소 무재발 생존율이 유의하게 높았으며(95.1% 대 79.9%; p=0.027), 건강한 간 조직에 대한 저선량 방사선 노출도 크게 줄였다(15% 대 43%). 머신러닝 알고리즘은 MRI 이미지 재구성을 가속화하고 인공물(artifact)을 줄여 실시간 MRI 유도를 점점 더 실용적으로 만들 수 있다.
병리학은 AI가 연구에서 일상 진료로 전환되는 것이 가장 뚜렷하게 나타나는 분야일 수 있다. 전문가들은 AI를 네 가지 발전이 수렴된 산물로 설명했다: 확장되는 바이오마커 환경, 증가하는 병리 업무량, 디지털 병리의 광범위한 채택, 지속적인 진단 변이성. EBAI 프레임워크는 알고리즘이 기존 바이오마커 표준화에서 H&E 슬라이드에서 분자적 변화를 직접 예측하고, 궁극적으로 완전히 새로운 바이오마커를 발견하는 방식으로 발전하는 과정을 설명한다. 여기에는 예측을 해서는 안 되는 시점을 인식할 수 있는 새로운 모델도 포함된다(Ann Oncol. 2026;37(3):414–430).