AI가 '암 세포 네트워크' 분석해 생존율 진단

↑ 사진 왼쪽부터 이용주 서울대 전기정보공학부 박사, 박정환 서울대 보라매병원 교수, 오소희 서울대 보라매병원 교수, 신경섭 서울대 전기정보공학부 연구원, 문경철 서울대병원 교수, 권성훈 서울대 전기정보공학부 교수. [사진 제공 = 서울대]

권성훈 서울대 공대 전기정보공학부 교수가 서울의대 문경철, 박정환 교수와의 공동연구를 통해 암 조직 속 세포들 간의 상호작용을 분석해 환자의 생존율을 예측하는 지표를 개발했다고 밝혔다.
19일 세계적 권위의 국제학술지인 네이처 바이오메디컬 엔지니어링에 이 같은 연구결과가 등재됐다. 네이처에 등재된 논문 제목은 '그래프 딥 러닝을 통한 종양의 전체 이미지에서 예후 맥락 조직병리학적 특징의 도출'이다.
연구팀은 지난 2년 간 서울대병원 암 환자 1000여 명과 미국 데이터베이스 상 암 환자 3000~4000여 명을 분석한 결과 생존율이 높은 환자들에게 발견되는 공통적인 특징을 찾아냈다. 암 세포와 면역 세포 간 거리가 비교적 가깝고, 세포들을 연결했을 때 특정한 패턴이 나타난다는 것이다.
연구팀은 암 조직 이미지를 세포 간 패턴을 나타내는 '암세포 네트워크'로 표현하고 이를 의료진이 해석 가능한 그래프로 나타내는 딥러닝 기술을 세계 최초로 개발했다.
실제 서울대병원과의 협업을 통해 암 환자의 생존율을 예측하는 AI를 만들 수 있으며, AI를 해석해 암 조직 내 혈관 형성과 암세포, 면역 세포 간의 관계성이 생존율의 진단 지표가 될 수 있음이 입증됐다.
논문의 제1저자로 공동연구를 진행한 서울대 보라매병원 박정환, 오소희 교수는 "의료진이 해석 가능한 딥러닝 모델이 이전에도 제시된 바 있지만 복잡한 세포 간의 상호작용을 반영하여 진단 지표를 제안한 연구는 이번이 처음"이라며 "세포 간 상호작용과 같은 암 미세환경은 암의 위험도 판단에 중요한 역할을 하는데, 이를 제시할 수 있는 본 모델은 새로운 진단지표 발굴에 한 획을 그을 수 있을 것이라 기대된다"고 설명했다.
논문의 제1저자인 이용주 박사와 신경섭 석박사통합과정 연구원은 "본 연구에서 개발된 암 세포 네트워크 제작 방식과 그래프 딥러닝 기술은 암 조직뿐만이 아니라 MRI, 엑스레이 등 어떤 의료 영상 데이터에도 적용 가능한 획기적인 방식으로, 다양한 의료 영상 데이터에서 중요한 상호작용을 밝히는 데 도움을 줄 것"이라고 말했다.
[문가영 기자]