• 페이스북
  • 트위터
  • 유튜브

서울대 공동연구팀, 딥러닝 기술 기반 차세대 암 진단 지표 개발

등록 2022.08.19 09:00:00

  • 이메일 보내기
  • 프린터
  • PDF
(왼쪽부터) 서울대 전기정보공학부 이용주 박사, 서울대 보라매병원 박정환, 오소희 교수, 서울대 전기정보공학부 신경섭 연구원, 서울대병원 문경철 교수, 서울대 전기정보공학부 권성훈 교수 *재판매 및 DB 금지

(왼쪽부터) 서울대 전기정보공학부 이용주 박사, 서울대 보라매병원 박정환, 오소희 교수, 서울대 전기정보공학부 신경섭 연구원, 서울대병원 문경철 교수, 서울대 전기정보공학부 권성훈 교수
 *재판매 및 DB 금지


[서울=뉴시스]김수연 인턴 기자 = 서울대 공과대학(학장 홍유석)은 전기정보공학부 권성훈 교수가 서울 의대 문경철, 박정환 교수와의 공동연구를 통해 암 조직 이미지를 세포 간의 그래프인 '암세포 네트워크'로 표현하고 의료진이 해석 가능한 그래프 기반의 딥러닝 기술을 통해 새로운 진단 지표를 발굴했다고 19일 밝혔다.

차세대 암 치료로 주목받고 있는 면역 치료제는 암 조직 내부의 세포 간 상호작용인 암 미세환경에 따라 치료 성공 여부가 결정되며, 최근에는 암 미세환경 자체가 새로운 진단 지표로 활용되고 있다. 이러한 암 미세환경이 의료 현장에서 활용되려면 대량의 데이터에 기반한 검증이 필요하나, 의료진이 해당 데이터를 모두 검증하는 것은 비효율적이다.

이를 해결하고자 도입된 현재의 딥러닝 기술은 단순히 암세포의 모양만을 학습하고 판단해 암 미세환경을 반영하지 못한다. 이에 의료진이 암 조직을 진단하는 방식과의 괴리가 발생하며, 의료 현장에서의 활용을 위해선 의료진이 해석 가능한 데이터로 제공할 수 있어야 하는데 현재 의료진이 해석 가능한 딥러닝 기술은 부재한 상황이다.
암 조직의 네트워크화와 해석 가능한 그래프 딥러닝의 결과. 사진 서울대학교 *재판매 및 DB 금지

암 조직의 네트워크화와 해석 가능한 그래프 딥러닝의 결과. 사진 서울대학교 *재판매 및 DB 금지


이에 공동연구팀은 암 조직상에서 암세포의 모양뿐 아니라 세포 간의 상호작용을 나타낼 수 있는 암세포 네트워크를 제작하고, 세포 간의 상호작용 학습과 해석이 동시에 가능한 그래프 딥러닝 기술을 세계 최초 개발했다고 밝혔다.

특히 해석 가능한 그래프 딥러닝 기술을 제안해 환자의 생존률에 영향을 미치는 암 미세환경을 규명했고, 이는 실제 의료진들의 해석에 도움을 주었다. 실제 서울대병원과의 협업을 통해 암 환자의 생존율을 예측하는 AI를 만들었으며, AI를 해석해 암 조직 내 혈관 형성과 암세포, 면역 세포 간의 관계성이 생존율 진단 지표가 될 수 있음을 밝힐 수 있었다.
본 연구를 통해 밝혀낸 혈관 형성과 관련된 진단 지표. 사진 서울대학교 *재판매 및 DB 금지

본 연구를 통해 밝혀낸 혈관 형성과 관련된 진단 지표. 사진 서울대학교 *재판매 및 DB 금지


논문의 제1 저자인 이용주 박사와 신경섭 석박사 통합과정 연구원은 "본 연구에서 개발된 암세포 네트워크 제작 방식과 그래프 딥러닝 기술은 암 조직뿐 아니라 MRI, X-Ray 등의 의료 영상 데이터에도 적용할 수 있다"며 "다양한 의료 영상 데이터에서 중요한 상호작용을 밝히는 데 도움을 줄 것"이라고 말했다.

논문의 제1 저자로 공동연구를 진행한 서울대 보라매병원 박정환, 오소희 교수는 "의료진이 해석 가능한 딥러닝 모델이 이전에도 제시된 바 있지만 복잡한 세포 간의 상호작용을 반영해 진단 지표를 제안한 연구는 이번 연구가 처음이었다"며 "세포 간의 상호작용과 같은 암 미세환경은 암의 위험도 판단에 중요한 역할을 하는데, 이를 제시하는 본 모델은 새로운 진단 지표 발굴에 한 획을 그을 것"이라고 설명했다.

한편, 이번 연구는 국제 학술지 네이쳐 바이오메디컬 엔지니어링(Nature Biomedical Engineering)에 19일 게재됐다.


◎공감언론 뉴시스 [email protected]

많이 본 기사