수년간 암 연구자들은 남성이 여성보다 치명적인 형태의 뇌암인 교모세포종에 더 많이 걸린다는 사실을 알아냈음. 또한 이러한 종양이 남성에게서 더 공격적인 경향이 있다는 것도 발견했음. 그러나 종양이 얼마나 빨리 성장할지를 예측하는 데 도움이 될 수 있는 특성을 정확히 파악하는 것은 어려웠음. 위스콘신-매디슨 대학교 연구자들은 인공지능을 활용해 이러한 위험 요소와 성별 간의 차이를 밝혀내고 있음.
방사선학 및 생물의공학 교수인 팔라비 티와리와 그녀의 동료들은 초기 연구 결과를 저널 Science Advances에 발표했으며, 이는 암 환자 치료 개선을 위한 AI의 가능성을 암시하고 있음.
"암 환자의 여정에서 수집된 데이터가 방대함,"이라고 티와리는 말함. "현재는 불행히도 보통은 단절된 방식으로 연구되고 있으며, 여기서 AI가 큰 잠재력을 가지고 있음."
이러한 잠재력을 잘 이해하는 연구자는 티와리임. 2022년 UW-매디슨에 도착해 의료 이미징 분야의 새로운 AI 이니셔티브를 이끌기 위해 도왔으며, 그녀는 카르본 암 센터의 이미징 및 방사선 과학 프로그램을 공동 지휘하고 있음. 그녀의 연구는 AI 모델의 계산 능력을 활용해 대량의 의료 이미지를 조사하고, 종양학자와 환자들이 더 나은 결정을 내릴 수 있도록 돕는 패턴을 찾는 데 중점을 두고 있음.
"우리는 암 환자의 여정에서 진단과 예후부터 치료 반응 평가까지 모든 도전 과제를 다루고자 함,"이라고 티와리는 말함.
이번 연구에서 티와리와 전 대학원생 루치카 베르마는 병리 슬라이드의 디지털 이미지를 활용해 종양이 얼마나 빨리 성장할 수 있는지를 예측할 수 있는 패턴을 찾고 있음. 교모세포종은 가장 공격적인 형태의 암 중 하나로, 진단 후 평균 생존 기간이 15개월임.
"환자들은 진단 후 긴 생존 기간을 가지지 못하는 경우가 많음,"이라고 티와리는 말함. "하지만 큰 도전은 예후임 - 환자들이 실제로 얼마나 오래 살 수 있을지와 그들의 결과가 어떻게 될지를 파악하는 것임. 이는 궁극적으로 그들이 받는 치료와 진단 후 삶의 질을 좌우함."
이 도전을 해결하기 위해 티와리와 베르마는 병리 슬라이드에서 미세한 패턴을 식별할 수 있는 AI 모델을 구축했음. 250개 이상의 교모세포종 환자 연구에서 데이터를 사용해 모델을 훈련시켜 종양의 고유한 특성, 즉 특정 세포 유형의 풍부함과 주변 건강한 조직을 침범하는 정도를 인식하도록 했음.
또한 이 모델은 이러한 특성과 환자의 생존 시간 간의 패턴을 성별에 따라 고려해 식별하도록 훈련했음. 이를 통해 그들은 각 성별과 강하게 연관된 더 공격적인 종양의 위험 요소를 식별할 수 있는 AI 모델을 개발했음. 여성의 경우, 더 높은 위험 특성은 건강한 조직으로 침투하는 종양이었음. 남성의 경우, 죽어가는 조직을 둘러싼 특정 세포(가짜 팔리사이딩 세포라고 불림)의 존재가 더 공격적인 종양과 연관되어 있었음.
이 모델은 또한 남성과 여성 모두에게 더 나쁜 예후로 이어지는 종양 특성을 식별했음. 이 연구는 교모세포종 환자에게 보다 개인화된 치료로 이어질 수 있음.
"이러한 고유한 패턴을 밝혀내어 개인화된 치료의 새로운 길을 열고, 이러한 종양에서 관찰되는 생물학적 차이에 대한 지속적인 탐구를 촉진하고자 함,"이라고 베르마는 말함.
티와리와 그녀의 동료들은 MRI 데이터를 사용한 유사한 작업을 진행하고 있으며, 췌장암과 유방암 분석에 AI를 활용해 환자의 결과를 개선하는 데 목표를 두고 있음.
연구 외에도 티와리는 UW-매디슨을 인공지능과 인간 건강 수명에 대한 교차 학문적 연구의 선두주자로 자리매김하기 위한 RISE-AI 및 RISE-THRIVE 이니셔티브를 형성하는 데 도움을 주고 있음.
"UW는 공학 및 의학 캠퍼스 전반에 걸쳐 풍부하고 다양한 전문성을 가지고 있음,"이라고 티와리는 말함. "RISE 이니셔티브를 통해 우리는 임상 치료에서 AI 연구를 전환하는 데 앞장설 수 있는 좋은 위치에 있음."
