AI 기술로 암 위험도·생존율 판단…서울대 연구팀 성과

암 조직 상호작용 학습·해석하는 딥러닝 기술 개발

이번 연구를 수행한 권성훈 서울대 교수(전기정보공학부) 공동연구팀. 왼쪽부터 이용주 서울대 박사, 박정환·오소희 서울대 보라매병원 교수, 신경섭 서울대 연구원, 서울대병원 문경철 교수, 권성훈 서울대 교수. 서울대 제공

서울대 공동연구진이 에이아이(AI) 딥러닝 기술을 활용해 암 조직의 위험도를 판단하고, 암 환자의 생존율을 예측할 수 있는 방법을 개발했다.

서울대는 “권성훈 전기정보공학부 교수가 문경철·박정환 서울대 의대 교수와 공동연구를 통해 암 조직 이미지를 세포 간의 그래프인 ‘암세포 네트워크’로 표현하고 의료진이 해석할 수 있도록 그래프 기반의 딥러닝 기술을 통해 새로운 진단 지표를 발굴했다”고 19일 밝혔다. 이번 연구결과는 국제학술지인 ‘네이쳐 바이오메디컬 엔지니어링(Nature Biomedical Engineering)’에 게재됐다. 서울대는 향후 암의 위험도를 판단하는 데 중요한 역할을 할 것으로 기대된다고 밝혔다.

이번 연구의 핵심은 암 조직 내부 세포 간 상호작용인 ‘암 미세환경’을 학습하는 동시에 해석할 수 있는 딥러닝 기술을 개발해 현장 의료진들이 암 환자의 생존율 진단 지표 등으로 활용할 수 있는 단초를 마련했다는 것이다. ‘암 미세환경’은 차세대 암 치료로 주목받는 면역치료제의 성공 여부를 결정하고 암의 위험도를 판단하는 데 중요한 역할을 하는데, 그동안 의료현장에선 이를 해석하는데 너무 방대한 데이터가 필요해 의료진들이 암 조직을 심층적으로 진단하는 데 활용하지 못했다.

암 조직의 네트워크화와 해석 가능한 그래프 딥러닝의 결과. 서울대 제공

논문의 제1저자로 공동연구를 진행한 박정환·오소희 서울대 보라매병원 교수는 “의료진이 해석 가능한 딥러닝 모델이 이전에도 제시된 바 있지만 복잡한 세포 간의 상호작용을 반영하여 진단 지표를 제안한 연구는 이번 연구가 처음”이라며 “세포 간 상호작용과 같은 암 미세환경은 암의 위험도 판단에 중요한 역할을 하는데, 이번 연구를 통해 새로운 진단 지표 발굴에 한 획을 그을 수 있을 것이라 기대된다”고 했다.

공동연구진은 이번 연구를 통해 암 조직 진단뿐만 아니라 엠아르아이(MRI), 엑스레이(X-RAY) 등의 영상 데이터를 진단하는 데도 도움을 줄 수 있을 것이라고 밝혔다. 논문의 제1저자인 이용주 서울대 박사와 신경섭 서울대 연구원은 “연구에서 개발된 암세포 네트워크 제작 방식과 그래프 딥러닝 기술은 암 조직뿐만 어떤 의료 영상 데이터에도 적용 가능한 획기적인 방식으로, 다양한 의료 영상 데이터에서 중요한 상호작용을 밝히는 데 도움을 줄 것”이라고 말했다.

암 조직의 그래프화와 진단 지표 발굴의 상상도. 서울대 제공

고병찬 기자 [e-mail]