www.bokuennews.com

유방재건수술은 크게 자가조직을 이용하는 방법과 조직 확장기 및 유방보형물을 이용하는 방법으로 나눠진다. 여기서 자가조직을 이용한 수술에는 자신의 뱃살(복부 피판) 혹은 등살을 이식하는 방법이 주로 시행되며 이 중 뱃살인 복부 피판을 이용한 유방재건수술은 안전성이 검증된 좋은 수술로 알려져 있다.

하지만 수술 과정의 난이도가 높으며 조직을 채취한 복부에 탈장이나 복벽 약화 등의 합병증이 발생할 수 있어 복부의 합병증을 최소화 하는 것이 무엇보다 중요하다.

분당서울대병원 성형외과(명유진, 정재훈, 허찬영 교수) 연구팀은 복부 피판을 이용한 유방재건수술 후의 합병증 발생률 및 위험요인을 확인하기 위한 연구 분석에 나섰다.

우선 연구를 위해 2006년부터 2019년까지 분당서울대병원에서 복부 피판을 이용해 유방재건수술을 받은 568명(평균 48.7세)의 세부 데이터 즉, 신장, 체중, 연령, 질병력, 수술 시 채취되는 복벽 근막의 양, 유방암 절제 수술의 종류, 수술 후 항암 및 방사선 치료 등 총 13개의 데이터를 기계학습(머신러닝) 프로그래밍으로 분석하면서 합병증에 영향을 미치는 요인들을 파악했다.

분석 결과, 환자의 개별 위험도에 따라서 수술 후 합병증 빈도가 높게는 26%(고위험군), 낮게는 1.7%(저위험군) 까지 큰 차이를 보였는데, 특히 수술 시 채취되는 복부 피판 조직의 양을 기준으로 37.5㎠ 이상이면 고위험군, 그 미만이면 저위험군에 속하는 것으로 나타났다. 아울러 평소 앓고 있는 개인 병력에 따라 합병증 위험도가 더 높아질 수 있다는 점도 확인됐다. 

이 같은 결과에 대해 연구진은 “유방재건수술에 필요한 뱃살을 떼어내다 보면 복부 쪽에 예기치 못한 합병증이 동반될 수 있는데, 이를 예방하기 위해서는 수술 도중 손상되는 복부 조직의 양을 최소화해야 한다”며, “이와 함께 수술 전 환자 상태에 대한 평가, 특별히 위험도가 높다거나 수술 이후 항암치료 및 방사선치료를 앞두고 있지 않은지 살펴보면서 합병증 조기 예방을 위한 재활치료를 미리 시행하는 것도 중요하다”고 설명했다.

한편, 이번 연구에서 주목할 부분은 인공지능(AI) 기계학습을 통해 유방재건수술과 관련해 나타날 수 있는 합병증에 대해 분석했다는 점이다. 분당서울대병원 성형외과 의료진은 지난 10년이 넘는 기간 동안 유방재건수술의 계획 단계부터 수술 후 관리에 따른 환자 데이터 분석을 통해 합병증 위험도를 줄일 수 있는 시스템을 고안해 왔다.

연구를 주도한 명유진 교수는 “기계학습을 통한 데이터 분석은 이전까지 가능하지 않았던 정보와 데이터를 제공할 수 있으며, 이는 재건수술 영역에서도 마찬가지”라며 “이러한 분석 시스템은 환자에게는 보다 더 안전하고 합병증이 없는 수술 결과를 줄 수 있고, 의료진에게는 합병증 위험도를 사전에 측정하고 예상할 수 있게끔 도와 결과적으로 예후를 향상 시킬 수 있는 근거와 정보를 마련할 수 있게 한다”고 전했다.

이번 연구 논문은 국제학술지 ‘사이언티픽 리포트(Scientific Reports)’ 3월호에 게재됐다.