서울성모병원 정찬권 교수팀, '광음향 조직영상 기술(PAH)' 활용 인공지능 모델 구축
간암 환자 조직 진단결과 민감도 100%·정확도 98%…임상 적용 가능성 입증
[메디칼업저버 박선혜 기자] 국내 연구팀이 빛을 이용한 친환경 조직병리 진단법을 개발했다.
가톨릭대 서울성모병원 병리과 정찬권(공동교신저자)·포스텍 김철홍(공동교신저자) 교수 연구팀은 인간 간암 조직검사를 위한 비표지 광(光)음향 조직 영상 분석 인공지능 시스템 개발에 성공했다.
기존 조직병리 진단법은 떼어낸 조직을 현미경으로 관찰하기 위한 슬라이드 준비 과정이 복잡해 최소 1~2일이 걸렸고, 제작할 때마다 조직이 소모되는 문제가 있었다. 또 슬라이드 염색을 위한 화학약품 사용으로 환경오염을 유발한다.
이번에 개발한 빛을 쏘아 이미지를 생성하는 친환경 기술은 비용과 시간을 줄이고 환경을 보호하는 디지털 병리학 작업환경 구축을 선도할 것으로 기대된다.
연구팀은 조직검사의 번거로운 작업을 줄이기 위해 개발한 '광음향 조직 영상(Photoacoustic Histology, PAH)' 기술을 간암 조직 진단법에 접목시켰다.
PAH는 빛(레이저)을 쏘아 생체분자가 만드는 소리(초음파) 신호를 감지해 이미지를 생성하는 기술이다. 염색과 각 조직 검체에 정확한 식별을 위한 라벨링 작업 없이 가상 염색을 통해 실제와 동일한 병리 이미지를 생성할 수 있다. 하지만 지금까지 병리 의사가 진단할 수 있을 만큼 병리 이미지를 생성하기는 어려웠다.
연구팀은 PAH에 최첨단 인공지능 기술을 결합해 △가상 염색 △분할 △분류 단계를 수행해 인간 조직 영상을 분석하는 딥러닝 모델을 개발했다.
'가상 염색' 단계에서 세포핵과 세포질 등 조직 구조를 잘 유지하면서 실제 염색 작업을 진행한 샘플과 유사한 이미지를 생성한 뒤, 비표지 영상과 가상 염색 정보를 사용해 세포 면적과 수, 세포 간 거리 등 해당 샘플 특징을 세부적으로 '분할'했다. 마지막 단계로 비표지 영상과 가상 염색 영상, 분할 정보를 모두 사용해 샘플 조직의 암 여부를 '분류'하도록 설계했다.
이어 연구팀은 사람의 간암조직에서 얻은 PAH에 연구팀이 개발한 딥러닝 모델을 적용했다. 그 결과, '가상 염색', '분할', '분류'가 상호연결된 연구팀의 인공지능 모델은 간암세포와 정상 간세포를 98%의 높은 정확도로 분석했다.
특히 병리과 전문의 3명과 진단 비교 평가에서도 연구팀이 개발한 모델의 민감도는 100%에 달해 실제 임상 현장에서의 적용 가능성도 입증했다.
정찬권 교수는 "이번에 개발한 딥러닝 조직병리 검사법은 암 조직의 염색 및 라벨링 과정에 소요되는 시간과 비용을 줄이고, 염색에 사용되는 헤마톡실린, 에오신, 자이렌, 알코올과 같은 화학물질을 사용하지 않는 친환경 진단법"이라며 "새로운 디지털 조직병리학 시대를 열게 한 연구"라고 설명했다.
이어 "특히 병리학 전문의 진단과 비교 평가를 통해 실제 간암 환자를 정확히 양성으로 판정하는 민감도 100%를 달성했다"면서 "다른 암 조직검사 진단법에도 적용하는 추가 연구를 지속해 병리학적 진단 효율성을 크게 향상 시킬 것"이라고 밝혔다.
한편 이번 연구 결과는 네이처 자매지 Light: Science and Application 최근호에 실렸다.