[고든 정의 TECH+] 암일까 아닐까? 수술 중 진단 도와주는 인공지능 등장

몇 년 전 인공지능 붐이 불면서 인공지능 의료 시스템에 대한 관심도 커졌습니다. 하지만 결론적으로 말하면 초기에 도입된 인공지능 진단 시스템이나 임상 보조 시스템들은 기대한 만큼 성과를 거두지 못했습니다. 당시 의사들도 인공지능에 대한 이해가 부족했고 실제로 인공지능이 할 수 없는 부분까지 적용하려고 했다가 기대했던 성과를 거두지 못했던 것입니다.

그러나 꾸준히 발전하는 인공지능 기술과 축적된 임상 데이터를 이용해 인공지능을 더 똑똑하게 응용하는 사례가 점점 늘어나고 있습니다. 하버드 대학 부설 브리검 여성병원 파이살 마흐무드가 이끄는 연구팀은 인공지능을 이용한 이미지 보정 기술을 이용해 암 수술 중 신속 진단을 도울 수 있다는 연구 결과를 저널 네이처 바이오메디컬 엔지니어링에 발표했습니다.

연구팀이 주목한 부분은 수술 중 냉동 조직 검사입니다. 암 수술 중 외과 의사는 여러 번 어려운 결정에 직면합니다. 종양을 완전히 절제하기 위해 정상 조직을 잘라내야 하는지, 그리고 원격 전이를 막기 위해 얼마나 많은 림프절을 제거하는지가 큰 문제입니다. 너무 과감하게 절제하면 영구적인 후유증과 합병증이 커지고 너무 적게 절제하면 재발 위험성이 커집니다.

눈으로 봐서 알 수 없는 암세포 침투 여부를 알기 위해 외과 의사들은 일부 조직을 얼려 조직을 보는 의사에게 의뢰합니다. 현미경으로 냉동 조직을 보고 집도의에게 암세포가 어디까지 있는지 알려주면 실수를 최대한 피할 수 있습니다.

하지만 얼린 조직은 12~48시간 동안 파라핀으로 고정한 후 잘 염색된 조직처럼 온전한 형태가 아니라 손상과 왜곡이 심한 상태라는 문제가 있습니다. 사실 얼려도 되면 굳이 정성 들여 조직을 고정하고 염색할 필요가 없을 것입니다. 아무튼 시간도 부족한데 정확히 보이지도 않으니 종종 오류가 생길 수 있습니다.

연구팀이 개발한 인공지능 알고리즘은 냉동 조직과 잘 고정된 최종 조직 슬라이드의 이미지를 학습해 냉동 조직 이미지를 최종 조직 슬라이드 이미지처럼 만듭니다. 이렇게 만든 인공지능 이미지 보정 기술을 신경교종과 비소세포성 폐암 조직에 적용한 결과 냉동 조직 슬라이드도 최종 조직 슬라이드처럼 선명하게 보고 정확히 진단할 수 있었습니다. 인공지능이 암 환자의 수술 중 진단 정확도를 높이고 생존 가능성을 높일 수 있는 가능성을 보여 준 것입니다.　

우리가 인공지능을 더 현명하게 이용하기 위해서는 여러 차례 시행착오를 거치면서 최적의 방법을 찾아야 할 것입니다. 초기 오해와 달리 인공지능은 의사를 대신하기보다 이렇게 여러 번의 시도와 연구를 거치면서 제자리를 찾아갈 것으로 예상됩니다.

고든 정 과학 칼럼니스트 jjy0501@naver.com