[라포르시안] 딥바이오(대표 김선우)는 미국 존스홉킨스의대 타마라 로탄(Tamara Levin Lotan) 박사 연구팀과 공동 진행한 ‘전립선암 진단 보조와 딥러닝 기반 알고리즘 활용’ 관련 연구 초록이 미국비뇨기과학회 연례학술대회에서 발표됐다고 10일 밝혔다.

포디움 세션에서 구두 발표된 해당 연구는 근치적 전립선 절제술 후 생화학적 재발을 예측하기 위한 침생검 표본의 글리슨 등급 부여에 있어 병리학자와 AI 알고리즘 결과를 비교했다.

글리슨 점수는 전립선암 등급을 매기는 핵심 요소 중 하나로 다양한 임상 결정을 내리는데 지표가 된다. 예를 들어 글리슨 점수 3+4와 4+3은 7로 동일하지만 각각 다른 예후를 갖는다.

먼저 연구팀은 글리슨 등급 2로(글리슨 점수 3+4) 진단되고 2000년부터 2014년까지 존스홉킨스병원에서 근치 전립선 절제술을 받은 284명의 환자 진단을 재평가했다.

해당 환자군은 처음 3+4로 진단받았더라도 3+3 또는 4+3으로 재평가될 수 있기 때문에 진단이 까다로운 코호트 중 하나다. 연구에 포함된 환자 추적 데이터는 평균 4년·최대 14년으로 데이터에 따르면 환자의 약 16%가 전립선암 재발을 경험한 것으로 나타났다.

이 기간 동안 ISUP(International Society of Urological Pathology) 지침이 변경됨에 따라 전문 비뇨 전문 병리학자 2명이 모든 생검 조직의 글리슨 등급을 다시 분석했으며 세 번째 비뇨 전문 병리학자가 앞선 두 병리학자의 불일치 판독에 대한 분석을 진행했다.

동일한 검체에 대한 AI 분석에는 딥바이오의 딥러닝 기반 전립선암 진단 보조 소프트웨어 ‘DeepDx Prostate’가 활용됐다.

연구 결과 두 병리학자 간 분석 일치도 및 합의된 병리 판독문과 알고리즘의 분석 일치도는 각각 0.17·0.33의 카파 수치를 기록하며 다소 낮았다. 

하지만 중요한 점은 해당 연구가 AI 알고리즘이 근치적 전립선 절제술 후 생화학적 재발과 관련해 환자 위험도를 계층화하는 도구로써 가능성을 시사했다는 것이다. 

이러한 위험 계층화는 불필요한 수술을 방지하고 의료진이 환자의 치료 방법을 선택하는 데 도움이 될 수 있다.

김선우 대표는 “존스홉킨스의대와 딥바이오가 공동연구를 진행하며 AI를 활용한 전립선암 진단에 있어 주목할 만한 성과를 입증하게 돼 더욱 의미있다”며 “정확한 진단과 환자 맞춤형 치료가 대두되고 있는 만큼 암 진단·치료에 새로운 인사이트를 제공할 수 있는 혁신적인 딥러닝 기술 도입에 주력하겠다”고 밝혔다.

저작권자 © 라포르시안 무단전재 및 재배포 금지