병리학 솔루션 개발 기업 프로시아(Proscia)가 인공지능을 통한 흑색종(Melanoma) 검출의 돌파구를 열었다.
지난 10일 프로시아가 AI를 활용해 가장 치명적인 피부암인 흑색종을 높은 정확도로 자동 검출하는 신기술 결과를 발표했다고 인사이드 빅데이터가 보도했다.
이 연구 결과는 AI가 더 빠른 진단 및 환자 결과 개선 아울러 실험실 경제 최적화의 가능성을 보여준다고 덧붙였다.
이를 위해 프로시아는 토마스 제퍼슨 대학과 플로리다 대학에서 1,422건의 불포화 피부 생체검사를 했다. 그 결과, 이 기술이 민감도 93%, 특이도 91%의 침습성 흑색종을 현장에서 정확하게 식별했다고 업체 측은 밝혔다.
또한, 모든 피부암의 97%를 차지하는 기저세포암과 편평상피세포암 등을 분류했다. 이에 대해 플로리다 대학의 피부 병리학 소장이자, 임상학부 교수인 키란 모타파르티(Kiran Motaparthi) 박사는 “흑색종이나 다른 악성 피부질환을 발견하는 프로시아의 기술 성과는 인상적이다”라고 말했다.
프로시아에 따르면, AI는 흑색종을 자동으로 식별해 병리학자에게 고위험 사례를 경고하고, 조기 진단에 대한 신호를 보내서 환자에게 더 빠른 결과를 제공한다.
특히, 최근 들어서 병리학자 숫자가 줄어드는 반면에 피부 생체검사의 양은 계속 증가하는 상황에서 AI에 의한 검출은 이미 진단을 받은 환자들이 더 빨리 치료를 시작할 수 있도록 우선순위를 매기는 데 큰 도움이 되고 있다는 평가다.
아울러, 겉으로 드러난 모양을 보고 판단해야 하는 흑색종은 치명적이면서도 진단하기 가장 어려운 질환 중 하나로 알려져 있다. 하지만 AI는 병리학자들 간의 다양하고 분분한 진단 의견을 높은 정확도로 판단해 그들의 의사 결정에 보조자 역할을 톡톡히 해낼 수 있다.
더불어, AI는 더 많은 사례를 처리하고, 보상금 감소의 영향을 부분적으로 극복할 수 있는 효율성 이득을 가져온다는 것이 회사 측의 설명이다.
이에 대해 프로시아의 인공지능 연구 개발 부사장인 줄리안나 이안니(Julianna Ianni) 박사는“AI는 어려운 진단인 흑색종을 식별할 뿐만 아니라 병리학자들에게 더욱 빠르고, 일관된 진단을 제공해 환자 결과를 개선할 수 있도록 지원할 수 있다”라고 강조했다.
아형 탄생으로 진단 더 어려워져
백인들에게 주로 발병하는 것으로 알려진 흑색종은 피부암의 약 3%를 차지하지만, 사망률은 75% 이상으로 매우 위험한 피부질환이다. 미 국립암연구소에 따르면, 지난 2009년 미국에서 68,720명의 새로운 환자들과 8,650명의 흑색종 사망자가 발생했다.
의사들은“흑색종의 조기 발견의 중요성은 아무리 강조해도 지나치지 않다”고 말한다. 흑색종은 색소를 생성하는 피부 세포에서 발현되는데 빠르게 퍼질 수 있고 뇌, 폐, 간 또는 다른 장기에 큰 악성 종양을 만들 수 있다.
특히, 아형들의 탄생은 흑색종 조기 진단을 어렵게 하는 요인이다. 지난 2016년 4월 16일 의학 저널리스트 브루스 얀신(Bruce Jancin) 박사는 결절성 흑색종에 대해 의학저널 Mdedge에 칼럼을 썼다.
얀신 박사에 따르면, 결절성 흑색종은 흑색종과 관련된 전통적인 특징들이 없기 때문에 시기적절하게 진단하기 어려운 소수의 형태학적 아형 중 하나라는 것이다.
진단적으로, 도전적인 이 흑색종 아형들은 몇 가지 공통점이 있는데 임상적으로, 흑색종처럼 보이지 않고, 진피학적으로, 그들은 비정형 다형성 혈관들과 결정성 구조들을 포함한 악성 종의 특징들을 보여준다.
반면에 결절성 흑색종은 매우 빠른 속도로, 즉 한 달에 0.5mm의 중간값으로 성장한다고 얀신 박사는 설명했다. 또 이 결절성 흑색종은 발병한지, 1년 후면, 생명을 위협하는 암이 될 것이라고 주장했다.
악성흑색종의 진단은 피부과 의사의 육안평가와 생체검사(biopsy)를 이용한 병리 조직학적 접근으로 이뤄지지만, 광학적 현미경의 한계로 많은 문제점이 제기되고 있는 실정이다.
이를 위해 최근 몇 년 동안 이미지 분석을 위한 머신러닝 접근법은 패턴을 인식하기 위해 광범위하게 연구돼왔으며, 이미지 내의 중요한 특징을 추출할 수 있도록 발전했다.
이런 AI 악성흑색종 진단 시스템은 피부질환의 영상을 이용해 악성흑색종의 특징점을 검출하고, 머신 러닝을 통해 학습시켜 악성흑색종의 판단기준을 마련하는 것이다.
딥러닝으로 흑색종 환자 빠른 분류
지난해 11월 19일 종양학 전문 사이트 ‘onclive’의 편집 관리자 크리스티 로사(Kristi Rosa)는 자사 웹 사이트 뉴스에 흑색종과 관련된 인공지능의 진단 기능에 대한 칼럼을 올렸다.
그녀는 서두에“인공지능은 발달한 흑색종에서 면역요법에 대한 반응을 예측할 수 있는 잠재력을 가지고 있다”라고 설명했다.
미국암학회(AACR)에서 발행하는 학술지(Clinical Cancer Research.1)에 발표된 연구 결과에 따르면, 전처리 조직학 이미지를 심층 학습하는 방법은 발전된 흑색종 환자의 면역요법에 대한 반응을 효과적으로 예측할 수 있다는 것이다.
“면역 점검 지점 억제제가 흑색종의 치료 환경을 크게 변화시켰지만, 많은 종양이 치료에 반응하지 않고, 많은 환자가 치료와 관련된 독성을 경험한다”라고 뉴욕대 피부과 및 의학부 종양학자인 MD가 말했다.
이를 위한 연구에서 연구원들은 전이성 흑색종양의 디지털 이미지를 검사하고, 치료에 대한 반응과 관련된 패턴을 결정하기 위해 심층 컨볼루션 신경망(DCCN) 알고리즘을 활용했다.
이 접근 방식을 사용해 환자의 종양이 치료 접근법에 반응할지 또는 치료 후에 진행할지, 예측하도록 설계된 다중 변수 반응 분류기를 만들었다.
그 결과, 이 분류기는 환자를 진행성 질병 위험이 높거나, 낮은 그룹으로 효과적으로 계층화한 것으로 밝혀졌다.
더불어, 진행 위험이 큰 환자는 낮은 위험으로 간주된 환자보다 생존(PFS)이 현저히 더 나쁜 것으로 나타났다
이 연구를 위해 연구원들은 2004년과 2018년 사이에 면역요법으로 치료를 받은 전이성 흑색종 환자 121명의 자료를 조사했다.
또 지난 2010년과 2017년 사이에 밴더빌트-잉그램 암센터에서 치료를 받은 전이성 흑색종 환자 30명의 독립 코호트에서 DCCN 반응 분류기를 검증했다.
그런 다음에 예측 정확도를 높이기 위해 DCCN 예측, ECOG 성능 상태 및 치료 요법에 관한 데이터를 모두 최종 모델에 통합했다. 이로써 다중 변수 분류기는 진행 위험을 기준으로 환자를 계층화할 수 있게 됐다고 연구원들은 밝혔다.
정확한 진단으로 생검 횟수 줄여
올해 7월 15일 세계적인 암 전문 병원 뉴욕의 메모리얼 슬론 케터링 암센터(MSKCC) 웹 사이트 뉴스에 피부과 전문의 앨런 핼펀(Alun Halpern) 박사는“인공지능이 흑색종을 찾아낼 수 있을까?”란 제하의 글을 올렸다.
피부과 전문의 앨런 박사는 20년 이상 흑색종 발견에 AI 기술을 적용한 국제적인 리더로 알려져 있다.
서두에 그는“흑색종은 단연코 가장 심각한 피부암으로 미국에서는 매년 약 105,000명의 사람들에게서 진단되고 있으며, 매년 7,000명 이상이 이로 인해 사망한다”고 밝혔다.
하지만 앨런 박사 역시 조기 발견의 중요성을 역설했다. 그에 따르면, 조기에 발견될 경우, 거의 치료될 수 있다는 것이다.
따라서 초기 단계에서 정확하게 흑색종을 검출할 수 있는 효과적인 방법 개발이 무엇보다 중요한데 이는 흑색종 연구의 핵심 초점이라고 앨런 박사는 주장했다.
그는 가능성을 보여주는 한 가지 접근법이 바로 인공지능(AI) 도구를 만드는 것이라고 강조했다. 일례로, 지난 5년간, 메모리얼 슬론 케터링 암센터(MSKCC) 연구원들은 흑색종인 점과 그렇지 않은 점을 정확하게 구별할 수 있는 AI 알고리즘 개발에 주력하고 있다.
그들의 목표는 흑색종 진단에서 사용하는 디지털 영상을 최적화하기 위해 이미지들이 찍히는 방식을 표준화시키고, 연구에 사용될 수 있는 이미지들의 대규모 데이터베이스를 수집하는 것이다.
그 요구사항 중 하나가 바로 컴퓨터 알고리즘의 훈련에 사용될 수 있는 대량의 데이터 수집이다. 흑색종의 경우, 추가적인 임상 정보와 연결된 피부에 있는 점들의 사진들이 요구된다.
흑색종 탐지를 위한 AI 도구 개발의 목표 중 하나는 모든 흑색종을 식별하는 것뿐만 아니라 어떤 것이 아닌지도 결정해야 한다.
즉“ 가장 중요한 점은 피부암이 아닌 것들을 생체검사 함으로써 과도한 해를 끼치지 않고, 가능한 한 빨리 피부암을 발견하는 것”이라고, 이 연구에 참여하고 있는 MSK의 의사이자, 과학자인 베로니카 로템버그(Veronica Rotemberg) 박사는 AI의 강점을 설명했다.
그 이유로“우리는 조직검사를 결정할 때, 안전을 우선시하지만, 환자들은 고통과 흉터를 줄이기 위해 생검의 횟수를 줄이기를 원한다”고 밝혔다.
또 로템버그 박사는“AI 기술의 한 가지 안타까운 점은 어두운 피부를 가진 사람들과는 작동하지 않는 것처럼 보인다”며,“그것은 주로 알고리즘 훈련에 사용되는 검은 피부를 가진 사람들의 흑색종 이미지가 훨씬 적기 때문이다”고 주장했다.
AI타임스 조행만 객원기자 chohang5@kakao.com
