대장암 AI(인공지능)로 정확히 판별…국내 개발

서울대병원 유효성 입증…"기존 고가 분석법과 동일한 결과"

 

 정확한 병기 진단과 예후 예측이 어려운 대장암을 AI(인공지능)로 정확하게 판별할 수 있는 기술이 국내에서 개발됐다.

 서울대병원 병리과 연구팀(강경훈·배정모·유승연)은 2005∼2012년 채취한 대장암 환자 578명의 조직 슬라이드를 자체 제작한 AI 프로그램으로 분석한 결과, 기존 고가의 대장암 병기 진단 방법에 견줘 큰 차이가 없는 것으로 나타났다고 28일 밝혔다.

 AI 병리검사 모습[서울대병원 제공]

 대장암은 우리나라에서 발생률 2위, 사망률 3위를 차지하는 암이다.

 보통 암 환자의 치료 계획은 종양 크기 및 임파선·원격 전이 여부 등에 기반한 병기(TNM)를 기준으로 수립한다. 병기가 조기이면 수술 후 추적 관찰하고, 그보다 진행된 병기는 수술 후 항암치료를 추가한다. 암이 많이 진행된 상태여서 수술로 효과가 없다고 판단되면 항암치료 위주로 진행한다. 이처럼 병기 진단이 중요한 건 수술 후 환자의 5년 생존율을 잘 반영하기 때문이다.

 하지만 대장암은 병기만으로 예후가 명확히 예측되지 않는다고 알려져 있다. 심지어 2기로 판정된 환자가 3기보다 더 나쁜 경과를 보일 때도 있다. 이런 이유로 요즘은 환자의 전체 유전자 발현 양상을 파악해 대장암 병기를 분류하는 'CMS 기법'이 쓰이고 있지만, 값비싼 게 단점으로 지적된다.

 연구팀은 이런 문제를 개선하기 위해 AI 진단을 고안했다. 환자의 조직 슬라이드를 스캔해 디지털 이미지로 만든 다음 종양 조직 내 면역세포 침윤 및 섬유화 정도에 따라 대장암을 다섯 가지 유형으로 분류하는 AI 프로그램을 제작했다.

 연구팀은 이 진단기술을 대장암 환자에 적용한 결과, 기존 CMS 기법과 병기 및 예후 분류가 동일했다고 설명했다. 2007∼2012년 분당서울대병원에서 또 다른 대장암 환자 283명을 대상으로 한 임상에서도 이런 유효성이 관찰됐다.

 배정모 교수는 "새로 개발한 AI 분류법으로 기존 CMS와 동일한 결과를 얻었다는 것은 조직병리 이미지에 대한 AI 기반 분석이 유용하다는 것을 의미한다"면서 "기존에 알려진 예후 인자들과 함께 진단에 활용하면 재발 위험성이 높은 대장암 환자를 보다 잘 찾아내 치료할 수 있을 것"이라고 기대했다.

 이 연구 결과는 국제학술지 '임상암연구'(Clinical Cancer Research) 최신호에 게재됐다.



학회.학술.건강

더보기
"알츠하이머, 혈액 속 지질과 관련 입증…치료법 개발 도움"
경북대는 수의학과 진희경·의학과 배재성 교수팀이 알츠하이머 초기 증상인 후각 장애와 뇌실확장이 혈액 인자 'S1P(스핑고신-1-포스페이트)'와 관련이 있다는 사실을 밝혀냈다고 15일 밝혔다. S1P는 혈액 속 지질로, 고밀도지단백(HDL)과 결합한 형태로 뇌로 이동해 신경세포 생성과 뇌 구조 유지를 돕는 역할을 한다. 경북대 연구팀은 혈중 S1P 수치를 인위적으로 낮춘 생쥐 모델에서 알츠하이머 초기 증상처럼 후각 반응이 둔해지고, 뇌실이 비정상적으로 확장되는 것을 관찰했다. 같은 결과가 알츠하이머 초기 환자 혈액 분석에서 확인됐다. 환자들의 S1P 수치는 정상군에 비해 낮았고, 수치가 낮을수록 후각 인식 능력이 떨어지고 뇌실 크기는 증가했다고 연구팀은 설명했다. 또 S1P를 포함한 혈장을 생쥐 모델에 정맥 주사하면 신경줄기세포 수가 회복하고 후각 행동이 개선됐고, 뇌실 확장도 억제되는 효과를 확인했다. 알츠하이머 초기 증상이 S1P 감소 때문이라는 것을 실험적으로 증명한 것은 이번이 처음이다. 진 교수팀 관계자는 "이번 연구가 향후 알츠하이머 조기 진단과 치료법 개발에 이바지할 수 있을 것으로 기대한다"고 말했다. 이 연구 결과는 국제학술지 '네이처 커뮤니케

메디칼산업

더보기