배경: 위절제술 후 위암 환자에서 맞춤형 생존 예측은, 영양 및 체형 계측에서의 시간에 따른 변화 요인을 포함하여 변수가 많은 대규모 데이터에 기반할 때 중요하다. 위절제술 후 1년 시점은 대부분의 환자에서 수술 후 첫 1년 동안 영양 상태의 뚜렷한 변화, 근손실, 수술 후 변화가 발생하므로 장기 생존을 예측하기에 최적의 시기일 수 있다. 본 연구의 목적은 위절제술 후 1년 시점에서 5년 생존을 예측하기 위한 맞춤형 예후 인공지능(AI) 모델을 개발하는 것이었다. 방법: 3차 의료기관의 전향적으로 구축된 위 수술 레지스트리에서, 위절제술을 시행받고 1년 이상 생존한 4025명의 위암 환자(평균 연령 56.1 ± 10.9세, 여성 36.2%)를 선정하였다. 임상 변수와 파생된 시간에 따른 변화 변수를 포함한 89개 변수를 입력 변수로 사용하였다. 반복 5-겹 교차검증으로부터 도출된 100개 데이터셋에 기반한 앙상블 AI 알고리즘인 다중 트리 극한 그래디언트 부스팅(multi-tree extreme gradient boosting, XGBoost) 알고리즘을 제안하였다. 내부 검증은 분할 데이터셋(n = 1121)에서, 제안한 모델과 6개의 다른 AI 알고리즘을 비교하여 수행하였다. 외부 검증은 다른 병원 환자 590명에서 수행하였고(평균 연령 55.9 ± 11.2세, 여성 37.3%), 민감도 분석을 통해 영양 및 지방/근육 지표의 영향을 leave-one-out 방법으로 분석하였다. 결과: 내부 검증에서 제안한 모델은 AUROC 0.8237을 보였으며, 이는 다른 AI 알고리즘(0.7988–0.8165)보다 우수하였다. 또한 민감도 80.00%, 특이도 72.34%, 균형 정확도(balanced accuracy) 76.17%를 나타냈다. 외부 검증에서 본 모델은 AUROC 0.8903, 민감도 86.96%, 특이도 74.60%, 균형 정확도 80.78%를 보였다. 민감도 분석 결과, 영양 및 지방/근육 지표는 내부 및 외부 검증 세트에서 각각 균형 정확도를 0.31% 및 6.29%만큼 변화시키는 것으로 나타났다. 개발한 AI 모델은 맞춤형 생존 예측을 위한 웹사이트에 게시되었다. 결론: 본 연구에서 제안한 AI 모델은 위암 수술 후 1년 시점에서 5년 생존을 예측하는 데 있어 실질적으로 우수한 성능을 제공한다. 영양 및 지방/근육 지표는 본 AI 모델의 예측 성능 향상에 기여하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.