△ 신개념 의료 AI가 잇따라 개발되고 있다.

국내에서 인공지능(AI)을 활용한 질병 예측·진단 기술이 잇따라 개발돼 의료기기 상용화 기대감을 높이고 있다

21일 의료계 등에 따르면 국내 연구진이 담낭암 환자 치료 경과 예측, 수술 중 생체신호 분석해 급성 신손상 위험 예측, 약물로 인한 전사 반응을 정밀 예측 AI 솔루션을 개발하는데 성공했다.

삼성서울병원 소화기내과 박주경·이규택·최영훈 교수팀은 간담췌외과 김홍범 교수, 미래의학연구원 난치암조기진단팀 김혜민 박사와 함께 AI를 활용해 담낭암 환자의 종양 미세환경(TME)을 분석하고 예후를 예측하는 기술을 개발해 검증했다.

이 AI 모델은 담낭암 수술 환자 225명의 데이터를 기반으로 외부 검증군 41명을 분석하는 과정을 거쳐 만들어졌다.

AI 모델에는 암세포 주변의 면역세포(TIL) 밀도와 3차 림프구조(TLS) 수, 섬유아세포 밀도 등 종양미세환경의 핵심 지표가 수치로 반영됐다.

연구팀은 종양미세환경 내 TIL 밀도가 낮거나, TLS 수가 적을 때, 섬유아세포 밀도가 높을 때 등 세 가지를 환자 예후 예측의 핵심 요소로 정의한 뒤 검증했다. 이러한 위험 요소가 많아질수록 환자의 생존에 악영향을 주기 때문이다.

그 결과 세 가지 위험 요소가 모두 없는 환자 그룹은 모두 있는 그룹과 비교했을 때 재발과 사망 위험이 각각 87%와 80% 낮았다. 보유하는 위험 요소가 많은 환자일수록 예후가 좋지 않은 경향을 보였다.

연구팀은 담낭암 수술 후 환자 개개인에게 최적화된 맞춤형 치료를 제공하는 데 큰 도움이 될 것으로 기대했다.

서울성모병원 응급의학과 배우리 교수팀은 최근  2012∼2021년 국내 한 상급종합병원 응급실을 방문한 18세 미만 환자 8만7759명의 전자의무기록 데이터를 토대로 소아 응급환자를 조기에 예측하는 AI모델을 개발했다.

연구팀은 응급·비응급 환자로 분류한 뒤 사람이 일상적으로 쓰는 말을 컴퓨터가 파악하는 자연어 처리 기술을 활용해 전자의무기록에 기록된 증상과 진료 내용을 분석했다.

기존 응급환자 분류는 활력 징후나 검사 결과 등을 중심으로 이뤄졌다면, 이 AI 모델은 검사 결과가 나오기 전 의료진이 기록한 임상 기록 등 현장에서 판단한 정보에 주목한 것이다.

응급 환자는 혈액 검사, 소변 검사, 정맥 수액 치료, 흡입 치료, 응급 약물 투여, 입원 중 하나라도 시행된 경우다. 비응급 환자는 검사나 치료 없이 먹는 약 처방 후 귀가한 경우로 했다. 실제 치료 여부를 응급 환자의 기준으로 삼아 선별 및 예측의 정확성을 높이고자 했다.

이렇게 개발된 AI 모델은 진단의 정확도를 확인하는 통계(AUROC)에서 84%, 진단의 정밀도를 확인하는 통계(AUPRC)에서 88%의 성능을 각각 기록했다.

현재 응급실에서 널리 사용되는 환자 중증도 분류체계인 한국형 응급환자 분류도구(KTAS)와 비교한 분석에서도 AI 모델이 더 높은 예측 정확도를 보였다고 연구팀은 밝혔다.

연구팀은 이 모델이 응급 환자를 보다 정확하게 식별할 수 있어 현장에서 활용 시 의료 자원의 효율적 배분과 환자 안전에 도움이 될 것으로 내다봤다.

전남대학교 공과대학 유선용 교수팀은 최근 교원창업 기업 마틸로에이아이와 함께 '약물로 인한 전사 반응을 정밀 예측하는 AI 기술'을 개발했다.

이 연구는 특정 약물이 세포에 처리됐을 때 나타나는 유전자 발현 변화를 AI로 예측하는 기술을 다룬다. 연구팀은 변분 오토인코더(VAE)와 확산 모델(Diffusion Model)을 결합한 '잠재 확산 모델(Latent Diffusion Model)' 기반 프레임워크를 제안했다.

이를 통해 세포주, 약물 구조, 처리 농도, 처리 시간 등 다양한 조건을 동시에 반영하면서 기존에 관측되지 않은 약물 및 세포 조합에 대해서도 안정적인 예측 성능을 확보했다.

기존 최고 성능 모델(SOTA) 대비 피어슨 상관계수 기준 약 7% 향상된 성능을 보였으며, 연산 비용은 300배 이상 절감했다. 또 생성된 유전자 발현 데이터가 실제 생물학적 특성을 충실히 반영하고 있음을 실험적으로 검증했다.

약물 유도 전사 반응 예측 기술은 모든 약물-세포 조합을 실험으로 확인하기 어려운 신약 개발 과정에서 가상 스크리닝과 약물 재창출을 가능하게 하는 핵심 기반 기술로 평가된다.

특히 암 치료제 개발 분야에서 세포 유형별 약물 반응의 개인차를 예측할 수 있어, 정밀의료 구현에 직접적으로 활용될 수 있다.

연구팀은 향후 한국인 환자 데이터를 기반으로 한 AI 신약 개발 플랫폼으로 발전시켜 나가겠다는 계획이다.

Tag

#질병#예측#AI#담낭암#데이터