서울대 연구진이 인공지능(AI) 딥러닝 기술을 이용해 암 환자의 생존율, 생존 기간 등을 예측하는 새로운 암 진단 지표를 개발했다. 암 세포의 모양만 분석하던 기존 모델들과 달리 암 세포와 면역 세포의 상호작용을 분석해 정확도를 높인 것이 특징이다.
19일 서울대에 따르면 권성훈 전기정보공학부 교수 연구팀과 서울대병원은 암 조직 속 세포들 간의 상호관계를 분석해 환자의 생존율을 예측하는 기술을 최근 개발했다. 이번 연구는 국제학술지인 네이처 바이오메디컬 엔지니어링에 게재됐다.
연구팀은 암 조직 속에 있는 서로 다른 세포들의 상호작용을 분석했다. 특히 암 세포와 면역 세포 사이에 거리가 얼마나 떨어져 있는지를 살폈다. 미국의 암 환자 5000명을 분석한 결과, 생존율이 높은 환자들에게 공통적인 특징이 있음을 발견했다. 암 세포와 면역 세포의 거리가 비교적 가깝고, 세포들을 연결했을 때 특정 패턴이 만들어진다는 사실이다.
연구팀은 이 5000명의 암 세포와 면역 세포를 연결해 관계와 거리를 표시하는 일명 ‘암 세포 네트워크’를 그렸다. 연구진은 이 네트워크 자료를 AI에 학습시켰고, 다른 환자에 대해서도 생존율을 예측할 수 있는 딥러닝 모델을 개발했다.
이 모델은 생존율을 예측할 수 있을 뿐 아니라 치료율도 높일 수 있을 것으로 기대된다. 차세대 암 치료 방식으로 각광받고 있는 면역 치료제는 암 조직 속의 세포 간 상호작용에 따라 치료 성공 여부가 결정된다. 면역세포와 가까울수록 항암 치료가 잘되는 것이다. 세포별 특징을 AI로 분석하면 보다 효과적으로 치료를 진행할 수 있게 된다.
공동연구를 진행한 박정환·오소희 서울대 보라매병원 교수는 “이전에도 의료진이 해석할 수 있는 딥러닝 모델은 나온 적이 있지만 복잡한 세포 간의 상호작용을 반영한 연구는 이번이 처음”이라며 “세포 간의 상호작용은 암의 위험도를 판단하는 데 중요한 역할을 하기 때문에 본 모델은 새로운 진단 지표 발굴에 한 획을 그을 것”이라고 말했다.
논문의 제1저자인 이용주 서울대 전기정보공학부 박사는 “자기공명영상(MRI), 엑스레이 등 어떤 의료 영상 데이터에도 적용할 수 있는 방식”이라고 했다.
권 교수팀은 융합 공학으로 일상생활의 문제를 풀어내는 게 목표다. 권 교수는 “바이오와 나노, 전기공학 분야를 접합한 융합과학 연구를 꾸준히 하고 있다”며 “앞으로는 암이 재발하고 전이하는 특수한 상황도 분석하는 기술을 개발하는 게 목표”라고 했다.
최예린 기자 rambutan@hankyung.com