암 환자, 얼마나 살까?…인공지능이 예측한다

입력 2022.08.19 (09:00)

읽어주기 기능은 크롬기반의
브라우저에서만 사용하실 수 있습니다.


암 환자가 자신이 얼마나 살 수 있는지 정확히 알 수 있다면 어떨까요? 생존율을 정확히 안다는 건 암의 위험도를 정확히 알 수 있다는 의미입니다. 또 나아가 치료 방법도 더 확실히 알 수 있게 되죠.

암 생존율을 좀 더 정확하게 예측할 수 있는 인공지능 기술이 국내에서 개발됐습니다.서울대 전기정보공학부 권성훈 교수가 서울대 의대 문경철·박정환 교수와 공동 연구를 통해 개발한 '암 진단 지표'입니다.

간단히 말해서, 암 조직 안에 있는 암 세포와 면역 세포 간의 거리, 분포도 등을 분석해 생존율을 예측하는 기술입니다.

암 조직 내 세포 간 네트워크 (서울대 권성훈 교수 연구진 제공)암 조직 내 세포 간 네트워크 (서울대 권성훈 교수 연구진 제공)

미국의 암 환자 5,000명의 암 조직을 분석한 결과, 생존율이 높은 환자들에게서 공통적인 특징을 발견했습니다. 암 세포와 면역 세포가 비교적 가까이 있고, 이들 세포를 연결했을 때 일정한 패턴이 만들어졌다는 점입니다.

면역 세포는 암이 발병한 환자에 몸에서 자연스러운 면역 반응으로 생기거나 면역 치료로 생성됩니다. 면역 세포가 암 조직에 얼마나 잘 침투해 들어가느냐가 암 치료의 중요한 지표 중 하나인데요. 면역 세포가 암 세포 주위에서 암 세포의 활동을 얼마나 잘 억제하느냐가 암의 진행을 결정짓는 것이라고 볼 수 있습니다.

결국, 핵심은 암 세포와 면역 세포의 거리가 생존율에 영향을 미친다는 겁니다(다만, 예외적으로 면역 세포와 암 세포가 떨어져 있을 때 생존율이 높아지는 암 종류도 있기는 합니다).

암 세포와 면역 세포를 연결한 네트워크 (서울대 권성훈 교수 연구진 제공)암 세포와 면역 세포를 연결한 네트워크 (서울대 권성훈 교수 연구진 제공)

연구진은 지하철 노선도처럼 암 세포와 면역 세포를 연결해 커다란 네트워크를 구축했습니다. 이를 '암 세포 네트워크'라고 이름 붙였는데요.

이 네트워크를 인공지능 딥러닝 기술로 여러 패턴을 학습시키면, 이를 기반으로 암 환자의 생존율을 예측할 수 있습니다. 암의 모양만을 보고 암 조직을 진단하고 생존율을 예측해왔던 기존 진단 방식보다 정확성을 더 높일 수 있게 된 겁니다.

특히 복잡한 세포 간의 거리를 통한 상호작용을 반영해 생존율을 진단한 연구는 이번이 처음입니다.

연구진은 세포 간의 상호작용을 통해 암의 위험도를 판단한 이번 모델이 암 진단 지표 발굴에 한 획을 그을 수 있을 것이라며 기대감을 전했습니다.

이번 연구는 한국 시각으로 오늘(19일) 의생명공학 분야 최고 권위의 국제 학술지인 '네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)'에 게재됐습니다.

■ 제보하기
▷ 카카오톡 : 'KBS제보' 검색, 채널 추가
▷ 전화 : 02-781-1234, 4444
▷ 이메일 : kbs1234@kbs.co.kr
▷ 유튜브, 네이버, 카카오에서도 KBS뉴스를 구독해주세요!


  • 암 환자, 얼마나 살까?…인공지능이 예측한다
    • 입력 2022-08-19 09:00:13
    취재K

암 환자가 자신이 얼마나 살 수 있는지 정확히 알 수 있다면 어떨까요? 생존율을 정확히 안다는 건 암의 위험도를 정확히 알 수 있다는 의미입니다. 또 나아가 치료 방법도 더 확실히 알 수 있게 되죠.

암 생존율을 좀 더 정확하게 예측할 수 있는 인공지능 기술이 국내에서 개발됐습니다.서울대 전기정보공학부 권성훈 교수가 서울대 의대 문경철·박정환 교수와 공동 연구를 통해 개발한 '암 진단 지표'입니다.

간단히 말해서, 암 조직 안에 있는 암 세포와 면역 세포 간의 거리, 분포도 등을 분석해 생존율을 예측하는 기술입니다.

암 조직 내 세포 간 네트워크 (서울대 권성훈 교수 연구진 제공)
미국의 암 환자 5,000명의 암 조직을 분석한 결과, 생존율이 높은 환자들에게서 공통적인 특징을 발견했습니다. 암 세포와 면역 세포가 비교적 가까이 있고, 이들 세포를 연결했을 때 일정한 패턴이 만들어졌다는 점입니다.

면역 세포는 암이 발병한 환자에 몸에서 자연스러운 면역 반응으로 생기거나 면역 치료로 생성됩니다. 면역 세포가 암 조직에 얼마나 잘 침투해 들어가느냐가 암 치료의 중요한 지표 중 하나인데요. 면역 세포가 암 세포 주위에서 암 세포의 활동을 얼마나 잘 억제하느냐가 암의 진행을 결정짓는 것이라고 볼 수 있습니다.

결국, 핵심은 암 세포와 면역 세포의 거리가 생존율에 영향을 미친다는 겁니다(다만, 예외적으로 면역 세포와 암 세포가 떨어져 있을 때 생존율이 높아지는 암 종류도 있기는 합니다).

암 세포와 면역 세포를 연결한 네트워크 (서울대 권성훈 교수 연구진 제공)
연구진은 지하철 노선도처럼 암 세포와 면역 세포를 연결해 커다란 네트워크를 구축했습니다. 이를 '암 세포 네트워크'라고 이름 붙였는데요.

이 네트워크를 인공지능 딥러닝 기술로 여러 패턴을 학습시키면, 이를 기반으로 암 환자의 생존율을 예측할 수 있습니다. 암의 모양만을 보고 암 조직을 진단하고 생존율을 예측해왔던 기존 진단 방식보다 정확성을 더 높일 수 있게 된 겁니다.

특히 복잡한 세포 간의 거리를 통한 상호작용을 반영해 생존율을 진단한 연구는 이번이 처음입니다.

연구진은 세포 간의 상호작용을 통해 암의 위험도를 판단한 이번 모델이 암 진단 지표 발굴에 한 획을 그을 수 있을 것이라며 기대감을 전했습니다.

이번 연구는 한국 시각으로 오늘(19일) 의생명공학 분야 최고 권위의 국제 학술지인 '네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)'에 게재됐습니다.

이 기사가 좋으셨다면

오늘의 핫 클릭

실시간 뜨거운 관심을 받고 있는 뉴스

이 기사에 대한 의견을 남겨주세요.

수신료 수신료