<사진은 국립암센터국제암대학원대학교 보건AI학과 Ho David Joon 교수>
국립암센터국제암대학원대학교 보건AI학과 데이비드 호 교수 연구팀이 인공지능(AI)을 활용한 암 진단 및 치료 분야의 최신 연구 동향을 분석하고 AI가 가져올 정밀 의료의 새로운 가능성을 제시했다.
연구팀의 리뷰 논문은 국제 학술지 <캔서 리서치(Cancer Research, IF 16.6)> 특별 시리즈에 게재되며 AI가 기존의 의료진 경험 의존 방식을 넘어 암 진단과 치료의 패러다임을 혁신할 핵심 동력임을 강조했다.
정확한 암 진단과 치료는 환자의 생존율을 높이는 데 결정적이지만 그동안은 의료진의 숙련도나 해석 차이에 따라 결과가 달라지거나 방대한 의료 데이터가 환자 맞춤 치료에 충분히 활용되지 못하는 한계가 있었다.
연구팀은 이러한 문제를 해결할 대안으로 AI 기술에 주목했다. AI는 특히 ‘재현성’과 ‘설명 가능성’ 측면에서 기존 임상 현장의 문제점을 보완할 수 있다.
재현성은 동일한 환자 데이터를 누가 분석하더라도 결과가 일관되도록 보장하는 기능이다. 예를 들어 전립선 조직검사 이미지를 AI가 분석할 경우, 사람마다 다를 수 있는 암세포 의심 부위 표시를 동일한 기준으로 수행해 진단 결과의 객관성을 극대화한다.
또한 설명 가능성(Explainability)은 AI가 내린 판단의 근거를 명확히 제시한다. AI는 의료 영상 이미지에서 중요하게 판단한 부위를 색상으로 표시(히트맵)해 의료진이 그 근거를 직관적으로 이해하고 AI의 진단을 신뢰할 수 있도록 돕는다.
현재 AI 기술은 암 진단과 연구 전반에 걸쳐 빠르게 진화하며 임상 적용 단계로 나아가고 있다. 연구팀은 다양한 AI 기술의 발전상을 소개했다.
주요 기술로는 △의료 영상에서 암의 위치와 경계를 자동 인식하는 지도학습(Supervised Learning) 기반 기술 △일부 데이터에만 정답이 있어도 학습해 정확도를 높이는 약지도 학습(Weakly Supervised Learning) △데이터 부족 문제를 해결하기 위해 실제와 비슷한 새로운 의료 데이터를 생성하는 생성 모델(Generative Model) △정답 라벨 없이 스스로 학습하며 향후 기반 모델(Foundation Model) 개발 가능성을 여는 자기지도학습(Self-Supervised Learning) 등이 있다.
특히, AI는 MRI, CT 등 의료 영상 분석에서 뛰어난 성능을 보이고 있으며, 병리학에서는 현미경 조직 이미지의 정밀 분석을 통해 진단 정확도를 높이고 새로운 치료 표적(바이오마커)을 찾아내는 데 기여하고 있다.
나아가 다중모달 AI(Multimodal AI)는 의료 영상, 조직검사, 유전정보, 임상 데이터 등 다양한 정보를 한데 모아 분석하여 환자별 예후를 예측하고 최적의 맞춤형 치료를 실현할 핵심 기술로 기대를 모으고 있다.
데이비드 호 교수는 “AI는 단순히 의사를 보조하는 도구를 넘어, 근거 기반의 조언을 제공하는 ‘설명 가능한 동료’가 될 수 있다”며 “AI를 통해 정확한 진단과 맞춤형 치료가 가능해지고 의료진의 업무 부담이 줄어들어, 궁극적으로 암 환자 치료 성과를 크게 향상시킬 수 있을 것”이라고 강조했다.
편집부 news@koreanursing.or.kr