바이오스펙테이터

바이오스펙테이터 윤소영 기자

인공지능(AI) 기반 디지털 병리 이미지 분석 및 암 진단기업 딥바이오(deepbio)가 지난 8일 시작된 미국 암연구학회(AACR 2022)에서 암 예후 예측 딥러닝 모델, 전립선암 진단 AI 등 5건의 연구결과 포스터를 온라인 세션에서 발표했다고 11일(현지시간) 밝혔다.

딥바이오가 이번 학회에서 발표하는 포스터의 주제는 ▲다양한 선암종 환자의 생존률 예측이 가능한 췌장암 환자 WSI 데이터 기반의 딥러닝 모델 ▲유방암 조직 전체슬라이드이미지(WSI)에서 침윤성암(infiltrative cancer) 면적 분석을 통한 유방암 환자의 생존률 예측 ▲유방암 조직 WSI에서 조직학적 분석을 통한 유방암 재발 예측 ▲동결절편 전립선암 조직 슬라이드 이미지의 디지털화를 통한 글리슨 분류법(Gleason grading) 자동화 분석 연구 ▲심층신경망(deep neural network)을 활용한 전립선암 병변의 유전자 변이 연관 분석 연구 등이다.

발표 중 선암종 생존률 예측 딥러닝 모델 포스터에 따르면 딥바이오는 췌장암 환자 데이터를 통해 다양한 선암종의 예후 예측에 활용될 수 있는 공통적인 조직학적 특징을 찾았다. 이를 통해 췌장암 환자 데이터 기반의 딥러닝 모델이 직장암 및 유방암 등 다양한 선암종 환자의 예후 예측까지 확장이 가능하다는 것을 확인했다.

유방암 분야에서는 암 병리 이미지 분석 모델을 통한 예후 예측으로 조기 유방암환자에서 화학요법 필요 유무를 예측해 분자진단검사의 스크리닝 목적으로도 사용될 수 있는 가능성을 제시했다.

전립선암 분야에서는 진단 인공지능을 활용해 동결절편 조직 이미지를 분석한 결과 전립선암 중증도 진단에 대한 민감도(sensitivity)는 98%, 2등급 이상 전립선암 진단에 대한 민감도는 99%로 나타났다.

곽태영 딥바이오 최고기술책임자(CTO)는 “암의 예후 예측은 환자 치료 계획 수립과 직결되는 매우 중요한 영역으로, 이번 연구들은 딥러닝 기술을 활용하면 더욱 정확하고 다양한 방법으로 암의 예후를 예측하는 데 도움이 될 수 있다는 점을 시사했다. 앞으로 해당 기술들이 실제 임상 현장에서 사용될 수 있도록 상용화를 위한 연구를 지속해 나가겠다”고 말했다.

김선우 딥바이오 대표는 “이번 AACR에서 딥러닝 기반 암 진단 및 예후 예측 관련 최초 연구 및 유의미한 성과를 공유했다. 이러한 임상적 근거를 기반으로 국내외 병원 및 연구소, 병리 플랫폼 업체들과 협력 관계를 확장해 나가며 디지털 병리를 선도하는 기업으로 자리매김하겠다”고 말했다.