주식회사 루닛 '루닛 스코프'의 멀티모달 AI 플랫폼 진화 : 조직 병리 기반 치료 예측을 넘어 임상·유전체·식이 융합 항암 부작용 정밀 관리 솔루션
AI 기반 항암 부작용 예측
다중 오믹스 바이오마커
멀티모달 통합 정밀의료
CLMM 기반 생존 예후 최적화
치료·식이 연동 통합 CDSS
기술 개요
기술 상세
사업화 기회
협업 방식
특허/데이터
암 진단과 치료 예측을 넘어, 환자의 항암제 부작용과 예후까지 선제적으로 제어하는 진정한 전 주기 정밀 의료 AI로 도약합니다
본 섹션은 AI로 생성된 내용입니다.
왜 주식회사 루닛에 본 기술이 필요한가?
현재의 한계 (Pain Point)
루닛 스코프'를 통해 조직 슬라이드 이미지 기반의 면역항암제 반응성 예측에 세계적 수준의 성과를 내고 있으나, 환자의 체감 부작용(PRO) 및 유전적 민감도(SNP), 실제 식이 패턴이 예후에 미치는 다차원적 변수를 AI 모델에 통합하는 '멀티모달(Multi-modal) 데이터' 확장에는 한계가 존재함
기술적 돌파구 (Breakthrough)
EMR(임상) + FFQ(영양) + PRO-CTCAE(부작용) + SNP(유전체) 결합형 CLMM 분석 엔진을 통해, 기존 조직 병리 데이터에 유전적·환경적 요인을 더하여 항암제 처방 후 발생할 부작용 확률(Odds Ratio)까지 정밀 예측하는 차세대 AI 바이오마커 플랫폼으로 고도화 가능
본 기술 도입 시 주식회사 루닛의 변화점
Before (현재)
암 조직의 미세환경 및 면역세포 분포를 분석하여 최적의 치료제를 '선택'하는 데 집중하는 진단 및 치료 반응 예측 솔루션 제공 수준에 머무름
After (도입 후)
치료제 선택 후 발생하는 항암 부작용을 예측하고 이를 완화할 수 있는 동적 식이 큐레이션까지 연동하여, 진단-치료-사후관리(예방) 전 주기를 아우르는 '통합 정밀의료 AI 코어 시스템' 탑재 가능
즉각적인 비즈니스 임팩트
글로벌 제약사 대상 맞춤형 임상/동반진단 밸류업
글로벌 제약사와의 신약 임상시험에서 투여 약물의 효능 예측뿐만 아니라 PRS(다유전자 위험점수) 기반 부작용 위험도 산출 지표를 동시 제공함으로써, 임상시험 성공률 극대화 및 루닛 스코프의 도입 단가(Value-up) 향상 도출
디지털 치료제(DTx) 및 mHealth 신규 파이프라인 확보
기축적된 660명 규모의 코호트 데이터 및 식약처 SaMD 인허가 가이드라인에 맞춰 설계된 알고리즘을 활용하여, 루닛의 AI 역량을 환자 B2C 대상 항암 예후 관리 및 정밀 영양 mHealth 영역으로 단기간 내 확장 가능
기술 핵심 개요
항암 부작용 완화를 위한 다차원 데이터 융합 맞춤형 영양/식이 솔루션
- 국내 최초 항암 부작용-식이 상관성 빅데이터 구축 (660명 이상의 다중 오믹스 데이터 확보) - 교란변수를 완벽히 통제한 고도화된 CLMM 분석 모델 (암종, 치료법 영향 제외 순수 식이 효과 추출) - 유전체 기반 다유전자 위험점수(PRS) 연동 (개인별 부작용 민감도 정밀 예측) - 실시간 환자보고(PRO-CTCAE) 연동형 mHealth 인터페이스 (임상 현장 적용 가능 구조)
연구원 소개
본 내용은 연구자가 직접 작성한 내용입니다.
한국식품연구원 식품기능연구본부 정밀식이연구단 최효경 연구원
"질병은 이제 단순한 치료를 넘어 조절과 관리의 대상입니다. 개별적으로 존재하던 임상, 영양, 유전체 데이터를 통합한 본 알고리즘은, 항암 환자는 물론 건강인 시장까지 확장 가능한 '개인 맞춤형 식이추천 플랫폼'의 강력한 코어가 될 것입니다."
기술 차별성
1. 데이터의 포괄성 및 연계성 (Multi-Layered Data Integration)
기존 기술의 한계
대부분의 식이 추천 서비스는 환자의 설문 데이터(FFQ)에만 의존하거나, 병원의 임상 데이터(EMR)와 단절되어 있어 실제 치료 과정과의 정합성이 떨어짐
본 기술의 차별점
Full-Stack 데이터 연계: 국내 최초로 EMR(약물/처치) + FFQ(식이) + PRO-CTCAE(부작용) + SNP(유전체) 데이터를 단일 알고리즘 내에서 통합 분석 1. 임상 근거 확보: 단순 식단 제안이 아닌, 실제 암 환자 660명 이상의 임상 경로와 식이 패턴을 매칭하여 '근거 중심(Evidence-based)'의 상관관계를 도출
2. 고도화된 통계 분석 모델 (Advanced CLMM Engine)
기존 기술의 한계
단순 상관분석은 환자의 연령, 성별, 암종, 항암제 종류 등 다양한 '교란변수'를 통제하지 못해, 특정 식품이 정말 부작용을 일으키는지 아니면 다른 요인 때문인지 판별하기 어려움
본 기술의 차별점
1. 교란변수 완벽 통제: CLMM(Cumulative Link Mixed Model) 모델을 적용하여 개인차와 치료 환경 변수를 통계적으로 제거 2. 순수 식이 효과 추출: 약물이나 질환의 영향을 배제한 채, 특정 식품군 섭취가 부작용 발생 위험(Odds Ratio)에 미치는 순수 기여도를 정밀하게 산출
3. 유전체 기반의 초개인화 예측 (Genomic-informed Prediction)
기존 기술의 한계
동일 식품 섭취 시 개인별로 상이하게 나타나는 부작용 반응(유전적 요인)에 대한 설명 부재함
본 기술의 차별점
1. PRS(다유전자 위험점수) 도입: SNP 정보를 활용하여 개인별 부작용 민감도 및 유전적 취약성 수치화 2. 이중 필터링 시스템: 통계적 상관관계에 유전적 위험도를 결합하여 오진율 최소화 및 예측 정확도 극대화 도출
기술 구조
단계
핵심 내용
다중 데이터 수집
EMR 339종 약물, FFQ 109개 식품항목, PRO-CTCAE 19개 부작용, 유전체(SNP) 연동
데이터 처리 및 분석
CLMM 모델 활용 및 교란변수 (인구통계학적 요인, 암종 등) 영향력 통제
알고리즘 위험도 산출
OR(Odds Ratio) 기반 부작용 위험도 분석 및 다유전자 위험점수(PRS) 적용
플랫폼 서비스 연계
부작용 예측 및 ‘권장/주의' 식품 분류, mHealth 및 CDSS(임상의사결정지원시스템) 구현
기술 문의 (필요시)
한국식품연구원 OOO 박사
Tel 010-8978-6417 E-mail jg.lee@rncircle.io
주식회사 디써클 이준구 매니저
Tel 010-8978-6417 E-mail jg.lee@rncircle.io
기술 개발자로부터
기술 상세 내용을 직접
확인해보세요
기술 이전/라이센싱 의사결정을 위한
기술 상세 정보 기술교류회를 진행합니다.
일시: 4/16(목) 13:15 ~ 17:40
장소: 코엑스 컨퍼런스룸 (남) 301호 (설명회)
304-305호 (파트너링룸)
기술 자료에서 확인할 수 있어요!
기술 상세 내용 및 성과
기술 라이센싱/협업 관련 내용
기존 공정(프로세스) 호환성
기술에 대한 질의사항
유관 연구/기술 정보