인공지능으로 소변검사를 통한 암 진단 정확도 높여
전립선암은 남성 암 중 가장 많이 발생하는 암 중 하나이다. 기존에는 혈액검사를 통해 일차적인 전립선암 여부를 판별하고 있다. 하지만 진단의 정확도가 30%에 불과해 많은 환자들이 혈액검사 후 침습적인 조직검사를 받아야 하고, 그에 따른 출혈과 고통 등의 부작용을 겪고 있다.
한국과학기술연구원(KIST)은 생체재료연구센터 이관희 박사팀이 서울아산병원 정인갑 교수 연구팀과의 공동연구를 통해 소변에서 전립선암을 단 20분 만에 100%에 가까운 정확도로 진단하는 기술을 개발했다고 밝혔다. 연구팀은 초고감도 전기신호 기반 바이오센서에 스마트 인공지능 분석법을 도입해 기술 개발에 성공했다.
소변을 활용한 진단검사는 환자 편의성이 뛰어나고 침습적인 조직검사가 필요하지 않아 부작용이나 환자의 고통 없이 암을 진단 할 수 있다. 하지만 소변에는 암 인자의 농도가 낮기 때문에 소변 기반의 바이오센서는 그동안 정밀진단보다는 위험군을 분류하는 데 활용되어 왔다.
KIST 이관희 박사팀은 그동안 전기신호 기반의 초고감도 바이오센서를 활용하여 소변에서 질병을 진단하는 기술을 개발해왔다. 암 진단과 관련해 단일한 암 인자로는 진단 정확도를 90% 이상으로 끌어올리는 데는 한계가 있었다. 연구진은 이 문제를 극복하기 위해 한 종류의 암 인자가 아닌 서로 다른 여러 종의 암 인자를 동시에 활용해 진단 정확도를 획기적으로 높이는 데 성공했다.
연구진은 전립선암 진단을 위해 기존의 ‘전립선 특이항원(PSA)’ 기반 검출의 문제점을 개선하기 위해 소변에서 극미량의 네 가지 암 인자들을 동시에 측정할 수 있는 초고감도 반도체 센서 시스템을 개발했다(그림3). 이 센서를 통해 얻은 네 가지 암 인자와 전립선암 사이의 상관관계를 인공지능에게 기계학습 시키고, 얻어진 검출 신호들의 복잡한 패턴에 따라 암 여부를 진단할 수 있는 알고리즘을 개발해냈다. 이 인공지능 분석법을 활용하여 전립선암을 진단한 결과, 76개의 소변 표본에서 전립선암 환자를 95.5%로 진단했다. 연구진은 향후 임상을 확대하여 더욱 많은 환자 정보를 학습시켜 진단 알고리즘의 정확성을 높일 계획이라고 밝혔다.
KIST와 공동 연구를 진행한 서울아산병원 정인갑 교수는 “수술이나 치료가 필요한 환자를 소변을 활용해 높은 정확도로 선별함으로써 불필요한 조직검사와 치료를 최소화하여 의료비 및 의료진의 피로도를 획기적으로 줄일 수 있다.”라고 말했다. 한편, KIST 이관희 박사는 “소변만으로 100%에 가깝게 전립선암을 신속히 진단할 수 있는 스마트 바이오센서의 개발은 소변을 활용한 다른 암 종의 정밀 진단에 활용될 수 있을 것”이라고 전망했다.
본 성과는 과학기술정보통신부(장관 최기영) 지원으로 한국연구재단 중견연구자지원사업, 범부처(과학기술정보통신부, 산업통상자원부, 보건복지부, 식품의약품안전처) 전주기의료기기연구개발사업단의 지원을 받아 수행되었으며, 연구 결과는 ‘ACS Nano’(IF: 14.588, JCR 분야 상위 5.255%) 최신 호에 게재되었다.
* (논문명) Noninvasive Precision Screening of Prostate Cancer by Urinary Multimarker Sensor and Artificial Intelligence Analysis(http://noninvasive%20precision%20screening%20of%20prostate%20cancer%20by%20urinary%20multimarker%20sensor%20and%20artificial%20intelligence%20analysis/)
- (제 1저자) 한국과학기술연구원 김호준 선임연구원
- (제 1저자) 한국과학기술연구원 박성욱 박사후연구원
- (제 1저자) 서울아산병원 정인갑 교수
- (교신저자) 한국과학기술연구원 이관희 책임연구원
연구결과 개요
1. 연구배경
전립선암은 가장 흔한 남성 암중 하나이지만, 암 여부를 일차적으로 판별하는데 사용하는 전립선 특이항원 PSA는 혈청 속 단백질에 기반하여 검사를 진행하는 검사로, 위양성이 80%에 달할 정도로 부정확하다. 문제는 이에 따라 굉장히 많은 불필요한 조직검사가 행해지기 때문에, 환자의 고통과 출혈, 그리고 그에 따른 2차적인 감염 위험까지 발생하고 있다는 것이다. 따라서 더 정확한 암 인자를 찾아내기 위한 많은 시도가 있었지만, 완벽한 암 인자를 찾는 것은 굉장히 도전적인 일이다. 우리는 다른 시각에서 이를 바라보고, 더 정확한 암 인자를 찾는 대신에 서로 다른 암의 특징을 나타내는 암 인자 여러종을 분석하면 보다 정확한 진단을 할 수 있을 것이라는 가설을 바탕으로 연구를 시작하게 되었다.
2. 연구내용
본 연구진은 여러 종의 암인자를 바탕으로 질병의 상태를 확인한다면 보다 정확한 정보를 알아낼 수 있을 것으로 가정하여 연구를 시작했다. 이런 가설을 증명하기 위해 네 가지 암인자를 선정하고, 소변에서 극미량의 암인자들을 동시에 측정할 수 있는 초고감도 반도체 센서 시스템을 개발했다. 또한, 측정된 암인자 검출신호의 복잡한 패턴들을 분석하기 위해 스마트 인공지능 알고리즘을 개발 및 임상적 유효성 검증을 실시하였다. 우선, 76명의 임상 샘플에서 네 가지 암인자를 측정하여 다수의 검출신호를 얻었고, 총 검출신호 데이터의 70%를 활용하여 인공지능에게 기계학습을 시키고, 나머지 30%를 유효성 검증에 활용한 결과 100%에 가까운 진단 정확도(95.5%)를 얻을 수 있었다.
3. 기대효과
● 환자의 고통과 부작용이 없는 소변을 통해 전립선암을 간편하게 진단 및 모니터링 함으로써 전립선암 발생 위험군과 재발가능성이 있는 사람들의 삶의 질을 향상
● 20분 안에 다중 암인자를 정량 측정 및 분석이 가능해 기존의 침습적이고 부정확한 전립선암 검사를 대체
● 수술이나 치료가 필요한 환자를 높은 정확도로 선별함으로써 불필요한 조직검사와 과잉치료를 최소화하고, 소요되는 국가적 의료비 및 의료진 피로도 절감
● 스마트 인공지능 기반의 클라우딩 서비스 구축을 통해 표준화 및 규격화된 센서를 활용하여 전립선암의 비대면 정밀진단에 활용
연구결과 문답
□ 연구를 시작한 계기나 배경은?
◯ 전립선암 환자의 발병률이 급속도로 증가하여 곧 남성암 1위를 차지할 것으로 예상되는 가운데, 소변으로 20분만에 전립선암을 정밀하게 진단하는 것은 사회국가적으로 굉장한 파급력이 있을 것 같아 연구를 시작하게 되었다.
□ 이번 성과, 무엇이 다른가?
◯ 기존의 바이오센서를 활용한 암 진단은 암과 관련된 단백질 한 종류가 얼마나 있는지를 바탕으로 이루어졌다. 하지만 단백질 하나가 질병의 모든 것을 대변할 수 없기 때문에, 정밀진단보다는 위험군을 분류하는데 활용되고 있다.
◯ 본 연구에서는 단백질 네 가지를 활용하여 암을 정밀하게 진단하는 방법을 제시했다. 구체적으로 네 가지 단백질 신호가 이루는 패턴과 질병사이의 상관관계를 해석하기 위해 인공지능 분석법 두 가지를 활용하였다. 이를 통해 전립선암의 경우 기존의 30%에 머물렀던 진단 정확도를 95%이상으로 획기적으로 끌어올릴 수 있었다.
□ 실용화된다면 어떻게 활용될 수 있나?
◯ 본 연구에서 개발한 기술은 특정 질병에 국한되지 않으므로, 소변을 활용한 다른 암종의 정밀 진단에 활용될 수 있다.
□ 기대효과와 실용화를 위한 과제는?
○ 기대효과
- 소변의 편의성으로 인해 잠재적 환자의 진단에 대한 부담 경감
- 포스트코로나시대를 맞이하여 휴대용 홈 케어 시스템 구축을 통한 비대면 암 진단
- 질병 진단의 패러다임 변화
- 암 조기진단으로 건강한 국민의 삶과 기대수명 연장에 기여
○ 실용화를 위한 과제
- 대규모 전향적인 연구로 현재 제시한 방법의 효용성 증명
- 센싱 결과를 판단하는 클라우드 시스템 개발 등
의학약학 한국과학기술연구원 (2020-12-24)
https://www.ibric.org/myboard/read.php?Board=news&id=325804 )