진단 까다로운 급성백혈병, AI 활용하니 정확도 '쑥'

서울성모 유전진단검사센터 김용구·김명신 교수팀

유전자 발현량 활용 '급성 백혈병 진단 AI모델 개발'

427개 데이터 이용해 평가…AI 진단 정확도 99.1%

[서울=뉴시스]서울성모병원 유전진단검사센터 김용구·김명신 교수. (사진= 서울성모병원 제공) 2021.10.26

[서울=뉴시스] 백영미 기자 = 국내 의료진이 인공지능(AI)을 활용해 진단이 까다로운 것으로 알려진 급성 백혈병 3가지를 높은 정확도로 진단할 수 있는 알고리즘을 개발해냈다.

가톨릭대학교 서울성모병원 유전진단검사센터 진단검사의학과 김용구∙김명신 교수, 인천성모병원 진단검사의학과 이재웅 교수 연구팀은 급성백혈병 3가지(림프모구백혈병(ALL)·급성골수백혈병(AML)·혼합표현형급성백혈병(MPAL))를 감별 진단하는 알고리즘을 인공지능(AI) 기계학습(머신러닝)을 이용해 개발했다고 26일 밝혔다.

연구팀은 차세대염기서열분석법(NGS) 기반 RNA 염기서열분석 기술 중 하나인 RNA시퀀싱으로 서울성모병원에서 3가지 급성백혈병으로 진단받은 환자들을 대상으로 분석한 급성 백혈병 전사체(유전체에서 생산되는 RNA 총체) 데이터의 유전자 발현량을 활용했다.

연구팀이 이를 기반으로 염색체 이상, 유전자 돌연변이, 유전자 발현을 분석한 결과, 기존에 골수세포 특수 염색, 유세포분석, 실시간유전자증폭검사, 염기서열분석을 포함한 다양한 검사를 통해 얻을 수 있었던 융합유전자, 면역표현형 정보, 유전자 변이를 한 번에 통합 분석할 수 있었다. 기존에 보고되지 않은 새로운 융합유전자도 발견했다.

연구팀은 유전자 발현량 결과를 활용해 3가지 급성 백혈병을 진단하는 점수체계 모델과 인공지능을 이용한 머신러닝 모델 등 두 가지 감별진단 시스템을 개발했다. 학습된 인공지능모델에 새로운 급성백혈병 데이터를 제공하면 인공지능 모델이 자동으로 적절한 진단명으로 분류했다. 인공지능 모델은 서울성모병원과 델바인 인공지능연구소 조성민 박사가 공동 개발했다.

연구팀이 국제암유전체컨소시엄(ICGC)과 미국국립생물정보센터(NCBI)의 427개 데이터를 이용해 평가한 결과, 림프모구 백혈병, 급성 골수백혈병, 혼합표현형 급성 백혈병을 감별 진단하는 정확도가 점수체계 모델은 97.2% 머신러닝 모델은 99.1%로 나타났다.

김명신 교수는 “급성 백혈병 진단과 치료에 있어 유전 진단 검사 수요가 급격히 증가하고 있다”며 “다양한 검사 결과를 토대로 질환의 예후와 표적치료제 적용 여부를 결정짓게 되는데, 이번 연구를 통해 여러 검사를 RNA시퀀싱 하나로 단순화할 수 있는 가능성을 확인했다”고 말했다.

김용구 교수는 “특히 이번 연구에서 인공지능을 이용한 머신러닝 모델을 개발해 표현형이 모호하고 분류가 까다로운 급성백혈병도 정확히 진단하고 치료 방향을 설정하는데 도움이 될 것으로 기대된다”고 강조했다.

이번 연구 결과는 국제 학술지 '프론티어스 인 온콜로지(Frontiers in Oncology)에 최근 실렸다.


◎공감언론 뉴시스 [email protected]