딥러닝으로 암세포 상호작용 포착…서울대 연구팀, 암 진단지표 개발

[헤럴드경제=김빛나 기자] 서울대 공동연구팀이 암 세포가 증식하고 진화하는 과정을 인공지능(AI) 딥러닝 기술로 풀어내는 데 성공했다. 의료진이 암 진단에 바로 사용하는 데 활용될 수 있을 것으로 전망된다.

서울대는 권성훈 서울대 전기정보공학부 교수가 서울대병원 문경철, 박정환 교수와의 공동연구를 통해 의료진이 해석 가능한 수준의 새로운 암 진단 지표를 딥러닝으로 발굴했다고 19일 밝혔다. 딥러닝이란 컴퓨터가 데이터를 바탕으로 스스로 학습하게 만드는 기술을 뜻한다.

그동안 암을 진단할 때 딥러닝 기술이 사용되긴 했으나, 이번 공동연구는 암 세포 분석을 구체화하고, 의료진이 활용가능하게 만들었다는 데 의의가 있다. 공동연구팀은 컴퓨터가 스스로 암을 진단하게 만들기 위해 먼저 암 조직을 ‘암 세포 네트워크’로 표현하는 데 성공했다.

암 세포 네트워크는 암 조직상에서 세포의 모양뿐 아니라 세포 간 상호작용을 나타내는 조직도를 말한다. 이를 기반으로 딥러닝을 한 컴퓨터가 의료진이 해석할 수 있는 그래프를 출력하게 만들었다.

공동연구팀은 서울대병원과의 협업을 통해 해당 기술로 암 환자 생존율을 예측하는 인공지능을 만들기도 했다. 인공지능이 출력한 내용으로 암 조직 내 혈관 형성이나 암세포, 면역 세포 간의 관계성이 생존율 진단 지표가 될 수 있음을 확인했다는 게 공동연구팀 설명이다.

이번 연구는 차세대 암 치료로 각광받고 있는 면역 치료제에 도움을 줄 것으로 전망된다. 면역 치료제는 암 조직 내 세포 간 상호작용인 암 미세환경에 따라 치료 성공 여부가 결정된다. 암 미세환경이 의료 현장에서 활용되려면 많은 데이터를 검증해야 하는데, 이번 연구에 활용된 딥러닝 기술이 도움을 줄 것으로 연구진은 기대하고 있다.

연구진은 “현재 딥러닝은 단순히 국소적인 암 세포의 모양만을 학습하고 판단하기 때문에 암 미세환경을 반영하지 못했다”며 “현재 의료진이 해석 가능한 립러닝 기술도 부재한 상황이었다”며 연구의 의의를 밝혔다.

또 암 조직뿐만 아니라 MRI 등 다른 의료 영상 데이터에도 적용 가능해 활용도가 높을 것으로 예상된다. 논문 제1저자인 이용주 서울대 박사와 신경섭 석박사통합과정 연구원은 “암 조직뿐만 아니라 어떤 의료 영상 데이터에도 적용 가능한 방식”이라며 “다양한 의료 영상 데이터에서 중요한 상호작용을 밝히는데 도움을 줄 것”이라고 말했다.

과학기술정보통신부 기초연구사업(리더연구) 지원으로 이뤄진 이번 연구는 국제 학술지인 네이쳐 바이오메디컬 엔지니어링(Nature Biomedical Engineering)에 19일자로 게재됐다.