(서울=뉴스1) 구진욱 기자 = 인공지능을 활용해 몸 속 곳곳에 흩어진 암세포를 찾아내는 기술을 국내 연구진이 개발하는데 성공했다. 이 기술을 활용하면 암 치료 성공률을 획기적으로 높일 수 있을 것으로 기대된다.
19일 서울대에 따르면 권성훈 서울대 공과대학 전기전자공학부 공동연구팀과 서울대병원은 'AI 기술로 암 세포 네트워크' 규명을 통한 차세대 암 진단 지표 개발에 성공했다. 이번 연구는 이날 세계적 국제학술지 네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)에 개제됐다.
◇'암 세포 네트워크' 미세환경 스스로 학습해 분석…치료률 획기적으로 높여
권성훈 서울대 전기전자공학부 교수 공동 연구팀은 단순히 암세포를 들여다보는 것이 아니라 암세포와 다른세포, 특히 면역 세포와의 거리가 얼마나 떨어져 있는지를 AI에 학습시켰다.
'암 세포 네트워크'는 암 조직상에서 세포의 모양뿐아니라 다른 세포간의 상호작용을 나타낼 수 있고 이러한 상호작용을 딥러닝 기술을 통해 학습과 해석까지 가능하도록 했다. 면역세포와 가까울수록 항암 치료가 잘되는 것에 착안해 세포별 특징을 인공지능적으로 분석, 치료를 보다 효율적으로 진행하는 것이다.
차세대 암 치료로 각광받고 있는 면역 치료제는 암 조직 내부의 세포간 상호작용인 암 미세환경에 따라 치료 성공 여부가 결정된다.
지금까지의 연구는 국소적인 암세포의 모양만 답습했다면 딥러닝 기술을 도입한 이번 '암 세포 네트워크' 기술은 1000명의 암 환자 데이터를 분석해 세포별 특징에 따라 암의 진행정도를 파악할 수 있게끔 한다.
권 교수는 "단순히 암 환자 진단에서 끝나는 것이 아니라 어떤 패턴이 암 환자의 진단에 주요한지 알 수 있다"며 "의료진이 직접 세포를 육안으로 확인할 필요가 없어 보다 획기적으로 치료할 수 있다"고 강조했다.
◇'당장 상용화 가능'…암 전이와 재발까지 분석해 낼 것
권 교수는 상용화 가능성에 대한 <뉴스1>의 질문에 "당장 상용화 가능한 수준"이라고 설명했다. 실제로 인공지능 모델이 추출한 진단 지표와 임상적 유의성을 검증한다면 실제 일상생활에 바로 도입할 수 있기 때문이다.
권 교수팀의 논문 제1자저인 이용주 박사는 "이번 연구는 암 조직뿐 아니라 MRI, X-RAY 등 어떤 의료 영상 데이터에도 적용 가능한 획기적인 방식"이라며 "다양한 의료 영상 데이터에서 중요한 상호작용을 밝히는데 도움을 줄 것"이라고 강조했다. 즉 혈관에 비춰지는 암 세포 작용부위를 육안으로 확인해야만 했다면 이번 기술을 통해 보이지 않는 곳까지 얼마나 퍼져 있는지 파악할 수 있는 것이다.
권 교수팀은 일상생활의 문제를 융합 공학적으로 풀어내는 것을 목표로 하고 있다. 다음 목표는 바로 '암의 재발 방지와 전이의 특수성 분석'이다.
권 교수는 "일상의 문제를 공학적으로 풀어내는 것을 목표로 바이오와 나노, 전기공학 분야를 걸친 융합과학 연구가 오늘의 결과를 가져왔다"며 "앞으로는 암이 재발하고 전이하는 특수한 상황까지 분석할 수 있는 기술 개발할 것"이라고 설명했다.
한편, 이번 연구는 과학기술정보통신부 기초연구사업(리더연구)의 지원으로 이뤄졌다.
※ 저작권자 ⓒ 뉴스1코리아, 무단전재-재배포 금지