출처: Yamu_Jay/Pixabay
최근 Nature에 발표된 동료 평가를 거친 하버드 의대 연구에 따르면, CHIEF(Clinical Histopathology Imaging Evaluation Foundation)라는 새로운 인공지능(AI) 디지털 병리학 도구가 최신의 딥러닝 방법보다 뛰어난 성능을 보이며, 최대 96%의 정확도로 여러 유형의 암을 감지하는 것으로 나타났습니다.
암은 전 세계적으로 매년 약 930만 명의 사망 원인 중 하나로, 세계보건기구(WHO)의 자료에 따르면 가장 주요한 사망 원인 중 하나입니다.
암의 조기 발견은 보다 나은 결과를 가져올 수 있습니다. 미국 암 학회에 따르면, 조기에 발견된 경우 많은 암의 5년 생존율은 90%가 넘습니다. 미국 국가 암 연구소의 SEER(감시, 역학 및 최종 결과) 데이터베이스의 생존 통계에 따르면, 국소 단계 암의 5년 상대 생존율은 전립선 100%, 유방 99%, 대장 91%, 자궁경부 91%, 폐 65%입니다.
Grand View Research에 따르면, 온콜로지(암학) 분야의 AI는 2030년까지 전 세계적으로 190억 달러에 이를 것으로 예상되며, 2024년부터 2030년까지 연평균 성장률은 28.9%에 이를 것으로 보입니다. 인공지능 머신러닝의 예측 능력은 암을 조기에 감지하려는 인간 임상의들에게 희망적인 진단 도구로 작용할 것입니다.
“CHIEF는 암 환자를 위한 효율적인 디지털 병리학 평가를 위한 일반izable 기초를 제공합니다.”라고 2024 하버드 의대 학장 혁신상을 수상한 생물의학 정보학 조교수이자 해당 연구의 책임 저자인 쿤-싱 유(Dr. Kun-Hsing Yu)가 연구 동료들과 함께 작성하였습니다.
CHIEF가 표준 AI 방법들과 다른 점은 단일 진단 작업을 최적화하기보다는 보다 일반화된 아키텍처를 가지도록 설계되었다는 것입니다.
이 AI 연구에서 연구자들은 16개의 병리 데이터 세트에서 데이터를 수집하고 두 단계로 솔루션을 사전 교육했습니다. 먼저, CHIEF는 관심 영역으로 그룹화된 1500만 개의 비라벨 이미지에서 학습되었습니다. 그 다음, 연구원들은 14개의 연구 집단에서 수집된 19개의 해부학적 사이트(뇌, 췌장, 폐, 유방, 전립선, 고환, 피부, 연조직, 부신, 대장, 방광, 위, 식도, 신장, 갑상선, 자궁경부, 자궁, 난소, 간)의 60,530개의 전체 슬라이드 병리 이미지를 사용하여 AI 모델을 사전 교육했습니다.
“44테라바이트의 고해상도 병리 이미지 데이터 세트를 통한 사전 교육을 통해, CHIEF는 암 세포 감지, 종양 기원 식별, 분자 표적 특성화 및 예후 예측에 유용한 미세한 표현을 추출했습니다.”라고 연구자들은 적었습니다.
AI 모델은 24개 병원과 국제 집단의 32개 독립 슬라이드 세트에서 19,400개 이상의 전체 슬라이드 이미지 데이터로 검증되었습니다.
연구자들은 그들의 AI 모델이 독립 집단의 다섯 개의 생검 데이터 세트를 평가했을 때 전립선, 대장, 위, 식도 등 여러 유형의 암에서 96%의 높은 정확도를 đạt 했다고 보고했습니다. CHIEF는 이전에 모델이 보지 못한 새로운 이미지를 사용하여 유방, 폐, 대장, 자궁경부 및 자궁내막에서 절제된 종양에 대해 테스트했을 때 90% 이상의 정확도를 달성했습니다.
유전자 변이를 예측하는 업무에서 CHIEF는 미세거대 B 세포 림프종 혈액암에서 흔히 발견되는 EZH2 유전자 변이를 찾는 데 96%, 두경부암에서 발견되는 NTRK1 유전자 변이에 대해 91%의 정확도를, 갑상선암의 BRAF 유전자 변이에 대해서는 89%의 정확도를 기록했습니다.
환자 생존 예측 작업에서 CHIEF는 연구된 모든 암 유형과 환자 그룹에서 생존 기간이 더 긴 환자를 예측할 수 있었으며, 후기 단계 암 예측에서 기존 모델 보다 10% 더 높은 성능을 보였습니다.
과학자들은 또한 CHIEF가 이미지에서 관심 영역을 식별하고 강조하도록 하여 생존 예측에 중요한 영역에 주의를 끌도록 하는 열지도를 만들었습니다.
인공지능 필수 읽기
“전반적으로 CHIEF는 최신의 딥러닝 방법보다 최대 36.1% 더 우수한 성능을 발휘하여, 다양한 집단의 표본에서 관찰되는 도메인 변화를 처리할 수 있는 능력을 보여주었습니다.”라고 연구자들은 보고했습니다.
인공지능과 병리학의 교차점에는 정밀 온콜로지를 보다 나은 미래로 빠르게 발전시키는 이와 같은 선구적인 연구들이 있습니다.
저작권 © 2024 카미 로소. 판권 소유.
