인공지능(AI)이 디지털 종양학을 빠르게 주도하고 있습니다. 디지털 바이오마커 테스트는 임상의가 암 치료에 대해 정보를 바탕으로 개인화된 결정을 내리는 데 도움이 될 수 있습니다. 그러나 2023년 현재, 이러한 제품이 대규모로 성숙하게 사용되는 경우는 아직 시장에 거의 없습니다.
전산병리학/병리학 AI(CPath/AI) 경험이 있는 24명의 전문가가 참여하는 합의 보고서에 따르면 AI는 진단 정확도를 향상시키고 병리학 기술자의 일상 업무를 크게 변화시킬 것입니다. 2030년까지 AI는 병리학 실험실에서 일상적이고 효과적으로 사용될 것입니다.
최근 eBiomedicine과 The Lancet의 자회사 저널인 The Lancet Digital Health에 발표된 두 개의 독립적인 연구에서는 다음 사항을 조사했습니다. 흑색종(피부암)의 여러 단계에서 딥 러닝 기반 종양 침윤 림프구(TIL, 암 치료의 약물 표적으로 사용할 수 있음) 채점 시스템의 예후적 중요성; 유방 조영술 워크플로우에서 AI를 독립적인 판독기로 사용하는 것의 가치.
서로 다른 암에 대한 두 가지 연구
첫 번째 연구는 독일 튀빙겐대학교 피부과, 독일 하이델베르그대학교 피부과, 미국 예일대학교 의과대학 병리학과 연구진이 공동으로 완료했다. 이번 연구에서 연구원들은 표준 및 디지털 TIL 채점 시스템 "eTILs"용으로 개발된 알고리즘인 딥 러닝 알고리즘 NN192를 사용하여 321개의 원발성 흑색종과 191개의 전이성 샘플을 분석했습니다.
연구진은 eTIL 점수가 낮은 흑색종 환자는 eTIL 점수가 높은 환자보다 암 조직에서 원격 전이가 발생할 위험이 2배 이상 높다는 사실을 발견했습니다. 동시에 원발성 흑색종과 전이 샘플 사이에서 eTIL 점수가 감소했습니다. eTIL 점수가 12.2% 이하이고 항PD-1 면역요법도 받은 환자의 생존 결과는 좋지 않았습니다. 이는 eTIL이 원발성 흑색종 샘플을 예측하고 eTIL이 PD-1 치료를 받는 환자의 반응 및 생존 결과를 예측할 수 있음을 보여줍니다.
이에 대해 국제면역종양학 바이오마커 실무그룹 공동회장인 로베르토 살가도(Roberto Salgado)는 면역세포의 정확한 정량화는 예후 및 예측 정보를 수반하며 임상 경로 및 맞춤형 치료 계획에 중요하다고 말했다. 또한 컴퓨터 평가 결과는 수동 평가보다 훨씬 정확합니다.
두 번째 연구는 스웨덴 Karolinska 연구소와 Capio Sankt Göran 병원의 종양병리학과 Karin Dembrower와 그녀의 팀이 수행했습니다.
이번 연구에서 연구팀은 2021년 4월 1일부터 2022년 6월 9일까지 Capio Sankt Göran 병원에서 정기적인 유방암 검진을 기반으로 보형물을 삽입하지 않은 40~74세의 여성 55,581명을 포함했습니다. 이 연구는 두 명의 방사선 전문의가 독립적으로 각 참가자의 유방 조영술을 평가하는 스웨덴 국립 가이드라인 포맷암모그래피 검사를 따랐으며, 그들 중 어느 한 명이 비정상 판독을 하는 경우 합의된 토론을 진행했습니다. 추가 이미징을 진행할지 여부를 결정합니다. 추가 검사를 통해 여전히 환자에게 암이 의심되는 경우, 생검 샘플을 채취하여 병리학자가 이를 분석하고 확실한 진단을 내립니다.
연구에서 InsightMMG(AI 시스템)는 두 명의 방사선 전문의가 이미지를 읽는 동안 백그라운드에서 독립적인 리더로 실행되었습니다. 방사선 전문의는 합의 토론 이전에 InsightMMG에 액세스하여 정보를 얻을 수 없었습니다. 이 동안 방사선 전문의는 로컬 이미지 결과, 그래픽 윤곽 및 해당 AI 이상 점수를 포함하여 모든 사례에 대한 InsightMMG 정보에 액세스할 수 있었습니다.
연구팀은 4가지 판독 전략을 실시해 방사선사 2명의 이중 판독(표준 상황), 방사선사와 AI 시스템의 이중 판독, AI 시스템의 단일 판독, 방사선사 2명과 AI 시스템의 3차 판독의 실제 진단 결과를 조사했다. 그 결과 표준 상황과 비교했을 때 방사선 전문의와 AI 시스템의 이중 판독에 대한 암 발견률은 4% 증가하고 회상률은 4% 감소한 것으로 나타났습니다. AI 시스템의 단일 판독에 대한 암 발견률은 큰 차이가 없었고, 회상률은 47% 감소했습니다. 두 명의 방사선 전문의의 암 발견률과 세 번째 판독을 위한 AI 시스템이 소폭 증가했고, 회상률은 5% 증가했으며, 합의 토론은 거의 50% 증가했습니다.
연구팀은 AI 시스템과 인간이 사진을 판독할 때 특정한 서로 다른 이미지 특징을 의심스러운 암으로 간주하기 때문에 인간과 AI 시스템의 시너지 효과를 통해 유방촬영술에서 유방암 발견율을 향상시킬 수 있다고 밝혔다. AI 시스템의 단일 판독은 여러 검사로 인한 참가자의 심리적 부담을 최소화하지만, 이는 유방 조영술의 상당 부분이 의사에 의해 평가되지 않는다는 것을 의미합니다. 방사선 전문의 2명과 AI 시스템의 3차 판독을 통해 암을 최대한 탐지할 수 있지만, 이는 검출 비용 증가, 방사선 전문의 부족 등의 문제와 균형을 이루어야 한다.
시장은 계속해서 발전해야 한다
Roberto Salgado는 디지털 바이오마커 테스트가 임상의가 암 치료에 대해 정보를 바탕으로 개인화된 결정을 내리는 데 도움이 될 수 있다고 말했습니다. 그러나 2023년 현재, 이러한 제품이 대규모로 성숙하게 사용되는 경우는 아직 시장에 거의 없습니다.
현지 시간으로 9월 7일, 미국의 암 진단 기술 개발업체 페이지에이아이(Paige.AI)가 미국 기술기업 마이크로소프트(Microsoft)와 협력해 세계 최대 규모의 이미지 기반 AI 모델을 구축하고 이를 디지털 병리학 및 종양학 개발에 적용하겠다고 밝혔다.
공교롭게도 현지 시간 9월 11일, 미국 기술기업 델(DELL)과 아일랜드 리머릭대학교 디지털암연구센터가 B세포 림프종 예측·진단 연구 활성화를 위해 AI 플랫폼과 디지털 트윈 기술을 공동 개발했다.
"이것은 매우 흥미로운 시작이며, 이 프로젝트를 가속화하기 위해 Dell Technologies 팀의 디지털 지원을 기대합니다." 리머릭 대학교 분자 병리학 교수이자 디지털 암 연구 센터 디지털 병리학 부서의 과학 이사인 Paul Murray는 "Dell Technologies 팀과 협력함으로써 우리는 암 발생 과정에서 세포가 어떻게 잘못되는지 더 깊이 이해하고 암 환자를 진단하고 치료하는 새로운 방법을 찾을 수 있을 것입니다"라고 말했습니다.