유전자 검사 없이도 유방암 재발 위험을 예측할 수 있는 기술을 국내 연구팀이 개발했다.
AI기반 디지털 병리 전문 기업 딥바이오와 고려대 구로병원 병리과 김정열 교수 연구팀은 공동 개발한 인공지능 모델로 H&E 염색 병리 슬라이드를 이용해 유방암 재발 위험을 예측할 수 있다는 것을 입증했다.
연구팀은 초기 유방암 환자 125명의 병리 슬라이드를 분석해 재발 위험을 저·중·고로 분류하는 딥러닝 모델을 구축했다. 그 결과, 유전자 발현검사(Oncotype DX)와 패치단위에서 87.75%의 일치율, 고위험군에서 91.2%의 예측 정확도를 기록했다. 조직학적 등급과 상관계수 0.61의 높은 상관성을 보였다.
이번 연구를 이끈 김정열 교수(연구책임자)는 “AI가 병리 슬라이드만으로 유전자 검사 결과를 근사할 수 있다는 점은 정밀의료의 접근성을 한층 높이는 의미 있는 성과”라며 “임상 현장에서 신속하고 경제적인 예후 예측이 가능해지면, 환자 맞춤 치료 결정에 실질적인 도움이 될 것”이라고 했다.
딥바이오의 장혜윤 박사(딥바이오 병리AI연구팀)는 “표준 병리 슬라이드에서 형태학적 패턴과 예후 간의 연관성을 AI가 스스로 학습했다는 점이 핵심”이라며 “향후 다기관 임상 검증을 통해 모델의 신뢰성과 일반화를 확보할 계획”이라고 말했다.
김선우 딥바이오 대표는 “이번 연구는 AI 병리 기술이 실제 임상 의사결정에 기여할 수 있음을 보여준 사례”라며 “유방암을 비롯한 다양한 암종으로 연구를 확대해 정밀의료 혁신을 선도하겠다”고 했다.
한편, 해당 연구는 학술지 'Nature Scientific Reports'에 최근 게재됐다.
AI기반 디지털 병리 전문 기업 딥바이오와 고려대 구로병원 병리과 김정열 교수 연구팀은 공동 개발한 인공지능 모델로 H&E 염색 병리 슬라이드를 이용해 유방암 재발 위험을 예측할 수 있다는 것을 입증했다.
연구팀은 초기 유방암 환자 125명의 병리 슬라이드를 분석해 재발 위험을 저·중·고로 분류하는 딥러닝 모델을 구축했다. 그 결과, 유전자 발현검사(Oncotype DX)와 패치단위에서 87.75%의 일치율, 고위험군에서 91.2%의 예측 정확도를 기록했다. 조직학적 등급과 상관계수 0.61의 높은 상관성을 보였다.
이번 연구를 이끈 김정열 교수(연구책임자)는 “AI가 병리 슬라이드만으로 유전자 검사 결과를 근사할 수 있다는 점은 정밀의료의 접근성을 한층 높이는 의미 있는 성과”라며 “임상 현장에서 신속하고 경제적인 예후 예측이 가능해지면, 환자 맞춤 치료 결정에 실질적인 도움이 될 것”이라고 했다.
딥바이오의 장혜윤 박사(딥바이오 병리AI연구팀)는 “표준 병리 슬라이드에서 형태학적 패턴과 예후 간의 연관성을 AI가 스스로 학습했다는 점이 핵심”이라며 “향후 다기관 임상 검증을 통해 모델의 신뢰성과 일반화를 확보할 계획”이라고 말했다.
김선우 딥바이오 대표는 “이번 연구는 AI 병리 기술이 실제 임상 의사결정에 기여할 수 있음을 보여준 사례”라며 “유방암을 비롯한 다양한 암종으로 연구를 확대해 정밀의료 혁신을 선도하겠다”고 했다.
한편, 해당 연구는 학술지 'Nature Scientific Reports'에 최근 게재됐다.