▲뉴욕대학 연구자들이 폐암 유형을 구분할 수 있는 새로운 소프트웨어를 개발했다(출처=123RF)

뉴욕의과대학 연구팀이 폐 종양의 영상을 조사할 수 있는 새로운 소프트웨어를 개발했다. 이 소프트웨어로 비정상적인 세포 성장 이면의 암 유형과 유전적 돌연변이를 진단할 수 있다.

새로운 프로그램은 조직병리학의 시각 조사를 대체할 수 있다는 가능성이 있다. 시각 조사란 조직 병리학자들이 폐암의 상태, 유형 및 특수형을 평가하기 위해 사용하는 기법 중 하나다.

인공 지능

새로운 소프트웨어의 핵심은 인공지능 또는 기계학습 프로그램으로써 선암과 편평상피암의 차이를 97%의 정확성으로 구분할 수 있다. 경험이 많은 조직병리학자들도 확인 시험 없이 이 두 가지 폐암 유형을 구분하기란 어려운 일이다.

하지만 인공지능은 폐암과 관련된 여섯 가지 유전자, 즉 STK11, EGFR, FAT1, SETBP1, KRAS, 및 TP53의 악성 변형을 73~86% 정확성으로 확인할 수 있다. 이 유전적 변화 또는 돌연변이는 암과 관련하여 비정상적으로 성장할 뿐만 아니라 세포의 구조를 변화시킨다.

따라서 각 종양에서 어떤 유전자가 돌연변이를 유발하는지 확인하는 것이 표적 요법에 가장 중요하다고 연구자들은 주장하고 있다. 예를 들어 선암 환자의 약 20%는 표피생장인자 유전체(EGFR)에 돌연변이를 가지고 있으며, 현재 승인 받은 신약으로 치료를 받을 수 있게 됐다.

뉴욕대학 암센터 아리스토텔리스 시리고스 병리학과 교수는 "돌연변이 존재를 확인할 수 있는 유전자 검사에는 몇 주 간의 시간이 소요된다"며 "따라서 암 치료 시기가 늦어질 수 있다"고 주장했다. 하지만 인공지능을 사용하면 특수형 암과 돌연변이 속성을 즉시 진단할 수 있어 환자들이 조속하게 표적 치료를 받을 수 있다고 시리고스 교수는 덧붙였다.

기계 학습

한편, 연구자들은 특정한 업무를 완벽하게 이행할 수 있는 획기적인 소프트웨어를 개발했다. 이 프로그램을 제공받은 데이터 샘플만을 가지고 의사 결정을 할 수 있는 규칙 및 수학 모델을 고안한다.

두뇌의 신경세포 네트워크를 패턴화 한 인공지능 방법은 여러 층의 정보를 처리할 때 점점 더 복잡한 회로를 사용하고 있다.

심층 컨볼루션 신경망

연구자들은 암 영상 데이터베이스인 '암 게놈 아틀라스(The Cancer Genome Atlas)'의 영상을 분석하기 위해 심층 컨볼루션 신경망(deep convolutional neural network)인 구글의 인셉션 v3(Inception v3)를 훈련받았다. 연구자들은 이 방법으로 자신들이 사용하고 있는 프로그램이 일반 조직과 악성 조직을 정확하게 분류하고 있는지 평가할 수 있게 됐다.

그리고 연구자들은 인공지능이 잘못 분류한 종양 영상의 일부가 병리학자들에 의해 또 다시 세분화 오류가 발생하여 두 가지 암 유형 분류 시 문제가 발생하고 있다는 것을 알게 됐다. 한편, 최소 한 명의 병리학자에 의해 잘못 확인된 영상 54개 중 45개가 기계학습 프로그램에 의해 정확한 암 유형으로 분류되고 있다는 것 또한 확인됐다. 따라서 인공지능을 2차 소견을 제시하는 데 사용할 수 있다는 가능성을 엿볼 수 있었다.

▲연구자들은 인공지능을 2차 소견을 제시하는 데 사용할 수 있다고 주장했다(출처=123RF)

연구자들은 병리학자들에 의해 정확성을 개선하고 인공지능에 의해 이전에 알지 못했던 암 세포 및 유형의 패턴을 알게 됐다는 것은 인정하고 있다. 데이터와 컴퓨터 기능의 시너지 작용으로 의료 현장과 의학 모두 개선될 가능성을 만든 것이다.

연구자들은 어떤 유전자가 특정 암에서 돌연변이를 일으키는지 90% 이상의 정확성을 가지고 판단할 수 있을 때까지 인공지능 프로그램을 꾸준히 익힐 것을 계획하고 있다. 그리고 임상적으로 사용할 수 있는 프로그램을 꾸준히 개발해 다양한 암 유형을 진단하는 데 사용할 것을 바라고 있다.

연구자들은 유전자 데이터 및 임상 데이터 저장소인 '게노믹 데이터 커먼스(Genomic Data Commons)'라는 포털을 통해 관련된 훈련 데이터를 이용할 수 있다.

▲연구자들은 인공지능으로 이전에는 알지 못했던 암의 유형을 확인할 수 있게 됐다고 밝혔다(출처=123RF)

[메디컬리포트=김건우 기자]

저작권자 © 메디컬리포트뉴스 무단전재 및 재배포 금지