AI 모델, 50만 명 연구에서 인슐린 저항성과 12종 암 연관성 규명

도쿄대 연구진이 이끄는 연구팀은 머신러닝 모델을 활용해 인슐린 저항성이 12종의 암에 대한 위험 요인임을 50만 명의 UK Biobank 참가자 데이터 분석을 통해 입증했다. 이는 오랫동안 의심돼 온 이 연관성에 대한 최초의 대규모 인구 기반 증거를 제시한 것이다. 이 연구 결과는 "Machine learning-predicted insulin resistance is a risk factor for 12 types of cancer"라는 제목의 논문으로 Nature Communications에 게재됐다.

인슐린 저항성—혈당 조절을 돕는 호르몬인 인슐린에 신체가 제대로 반응하지 못하는 상태—은 제2형 당뇨병의 근본적인 원인 중 하나이며 비만과 밀접하게 연관돼 있다. 당뇨병 외에도 인슐린 저항성이 심혈관 질환, 신장 질환, 간 질환으로 이어질 수 있다는 사실은 널리 알려져 있다. 이러한 광범위한 영향에도 불구하고, 인슐린 저항성은 임상 현장에서 직접 측정하기가 매우 까다로워 연구자들이 그 완전한 영향을 이해하는 데 한계가 있었다.

이러한 문제에 직면한 도쿄대학병원의 연구원 Hiraike Yuta와 도쿄대 동료들은 인공지능에 주목했다. 연구팀은 최근 일상적인 건강검진에서 수집되는 9가지 표준 임상 측정값을 사용해 인슐린 저항성을 예측하는 머신러닝 도구인 AI-IR을 개발했다. Hiraike 연구원은 "우리는 최근 9가지 서로 다른 의료 정보를 기반으로 개인의 인슐린 저항성을 예측하는 도구인 AI-IR을 만들었다"며 "이 도구는 성공적이었으며, 이를 관련 문제에 적용할 수 있다는 생각을 하게 됐다"고 말했다.

그 관련 문제 중 하나가 바로 암이었다. 과학자들은 오랫동안 인슐린 저항성과 특정 암 사이의 연관성을 의심해 왔지만, 직접 측정하려면 고급 당뇨병 클리닉에서만 가능한 특수 검사가 필요하기 때문에 대규모 증거를 수집하는 것은 어려웠다. 인슐린 저항성과 암 사이의 가능한 연관성은 제기되어 왔지만, 임상에서 인슐린 저항성을 평가하기 어렵다는 점 때문에 대규모 증거는 제한적이었다. 연구팀은 AI-IR을 50만 명의 UK Biobank 참가자에게 적용함으로써 인구 수준에서 인슐린 저항성을 추정하고 암 발병률과의 관계를 분석할 수 있었다.

Hiraike 연구원은 "AI-IR을 통해 우리는 인슐린 저항성이 암의 위험 요인이라는 최초의 인구 규모 증거를 제시했다"고 말했다. 그는 이 모델이 일상적인 임상 데이터에 의존하기 때문에 "AI-IR은 고위험 개인을 식별하고 당뇨병, 심혈관 질환 및 암에 대한 집중 검진을 가능하게 하기 위해 쉽게 구현될 수 있다"고 덧붙였다.

이 연구는 또한 대사 건강의 대리 지표로 체질량지수(BMI)에 의존하는 것의 한계를 강조한다. 현재는 체지방 측정 지표인 BMI를 사용해 개인의 인슐린 저항성과 그에 따른 관련 암에 대한 취약성을 예측하는 것이 일반적이다. 그러나 여기에는 거짓양성(false positive), 즉 일부 비만인 사람이 대사적으로 건강한 것으로 간주되어 다른 사람들보다 비만의 유해한 영향을 덜 받는 경우와 거짓음성(false negative), 즉 이상적인 BMI를 가진 사람이 비만과 관련된 인슐린 저항성이나 관련 문제를 겪는 경우가 존재한다. AI-IR은 9가지 임상 매개변수를 하나의 지표로 결합함으로써 BMI만으로는 설명할 수 없는 인슐린 저항성을 감지할 수 있다.

Hiraike 연구원과 팀이 직면한 과제 중 하나는 논문 심사자들에게 AI-IR이 이러한 한계를 신뢰할 수 있고 반복 가능한 방식으로 극복할 수 있음을 설득하는 것이었다. 다행히도 그들은 예측 능력을 입증했을 뿐만 아니라 다양한 조건에서도 모델이 강건하다는 것을 보여주었다. Hiraike 연구원은 "검증 데이터셋에서 직접 측정된 인슐린 저항성과 비교했을 때, AI-IR은 강력한 예측 성능을 달성했다"며 "인슐린 저항성을 직접 측정하는 것은 환자가 전문 당뇨병 클리닉에서 치료를 받는 경우를 제외하고는 비현실적이다. AI-IR은 인구 규모에서 인슐린 저항성을 평가하기 위한 강력하고 확장 가능한 대안을 제공한다"고 말했다.

연구팀은 이제 유전적 차이가 인슐린 저항성 관련 암 위험에 어떻게 영향을 미치는지 탐구하고, 대규모 인간 데이터를 분자생물학 연구와 통합할 계획이다. Hiraike 연구원은 "우리는 현재 개인 간의 유전적 차이가 이 위험에 어떻게 영향을 미치는지 이해하고, 궁극적으로 대규모 인간 데이터를 분자생물학 연구와 연결하여 인슐린 저항성을 극복하기 위한 더 나은 전략을 개발하기 위해 노력하고 있다"고 말했다.