[슬론 케터링 암센터] 컴퓨터, 수학 및 인공 지능으로 암 퇴치

종양학 분야는 데이터로 가득 차 있다. 영상 스캔과 실험실 검사, 종양 돌연변이, 약물 및 용량 등 모든 것이 전자 기록 시스템에 기록된다.

어떤 사람이 어떻게 치료를 받았는지, 그들이 치료에 어떻게 반응했는지, 어떤 것이 효과가 있는지, 얼마나 오래 걸렸는지에 대한 임상 기록이 있다.

슬론 케터링 암센터(MSK)의 전산 종양학 프로그램을 이끄는 소랩 샤 박사는 "이 모든 정보를 수집하는 주요 목적은 각 환자를 적절하고 효과적으로 치료하기 위해서다. 하지만 이 모든 정보는 미래의 환자들의 이익을 위해 패턴을 분석할 수 있는 큰 데이터 세트를 만들어냄으로써 지속적인 가치를 가진다"고 말한다.

임상을 떠나 MSK의 100개 이상의 연구실에서 정교한 계산 방법은 인간 생물학과 암 생물학에 대한 근본적인 질문에 답하는데 점점 더 중요한 역할을 하고 있다. 여기서 과학자들은 전문가들과 팀을 이뤄 현대 연구기술에 의해 생성된 데이터를 해독한다.

생물학은 정말로 정보과학이 되고 있다. 그리고 MSK를 차별화하는 것은 컴퓨터와 암 전문가들이 파트너로서 함께 일할 수 있는 능력이다.

문제가 발생했을 때 최신 계산방법을 무작정 사용할 수는 없다. 효과가 없기 때문이다. 하워드 휴즈 의학 연구소의 연구원이기도 한 피어 박사는 과학계에서 가장 높은 인정을 받은 사람 중 한 명이다. "당신은 올바른 가정을 바탕으로 문제를 모델링해야 한다. 그러기 위해서는 생물학적 전문성이 필수적이다"라고 그는 말한다.

암을 인식하도록 기계를 가르치기

과학자들과 의사들을 위한 강력한 도구 중 하나는 인공지능이다. 이 기술은 AI 챗봇과 이미지(영상) 생성기가 인기를 끌면서 최근 몇 달간 각광을 받으며 의학에서의 역할에 대한 새로운 대화가 이어지고 있다.

인공지능의 환자 치료에 대한 가장 즉각적인 응용 프로그램은 진단 영상 및 병리학 슬라이드와 같은 디지털 사진을 인간이 자세히 볼 수 있도록 돕는 것이다. 이것들은 인간 전문가의 인식과 체력 및 효율성을 크게 향상시킬 수 있는 잠재력을 가진 유망한 도구들이다. 하지만 전반적으로, 그들은 여전히 미세 조정되어야 한다.

MSK 유방 센터의 한 책임자는 방사선 전문의들이 유방암을 발견하는 것을 돕기 위한 AI 사용 증가에 관하여 ‘굿모닝 아메리카’라는 방송프로그램에서 "기계 학습은 사람이 가르쳐준 것을 기억하는 면에서 매우 뛰어나다. 하지만 기계들이 경험이 없는 것을 볼 때, 그것을 식별하는 데에는 그다지 능숙하지 않다"고 말했다.

그리고 인공지능 기술이 계속 향상되고 있지만, 아직 치료의 표준으로 간주되지는 않는다고 지적했다. 실력 있는 방사선 전문의는 여전히 당신의 최고의 파트너다. 그리고 가장 좋은 보호책은 검진을 받는 것이다. 매년 유방조영술을 받아야 하는 약 절반의 사람들이 검진을 받지 못하고 있는 것이 현실이다.

전문가들이 각 유형의 임상 작업에 대해 협력하는 것이 중요하다. "AI가 병리학자 혼자보다 훨씬 더 잘 수행할 수 있는 경우가 있지만, 이것은 적절한 훈련이 있어야만 일어날 수 있다"고 그들은 말한다.

암 연구에 인공지능을 참여시키기

한편, AI는 수년 심지어 수십 년 동안 생명과학 연구에서 조용하고 주목할 만한 역할을 해왔다고 샤 박사는 설명한다.

예를 들어, 샤 박사와 MSK 병리학자 제니퍼 소터 박사는 면역치료 결과를 더 잘 예측하기 위해 AI를 사용하여 환자의 디지털 병리 슬라이드와 CT 스캔의 데이터를 결합한 최근 연구의 공동 수석 저자였다. 실제 데이터는 특정인의 폐암이 면역 치료에 잘 반응할 가능성이 있는지 예측할 수 있는 패턴을 찾기 위해 프로그램을 가르치는 데 사용되었다.

물론 면역요법은 많은 환자들, 특히 폐암 환자들에게 혁명적이었지만 다른 많은 사람들에게는 효과가 없었다. 그래서 연구자들은 누가 면역 치료의 혜택을 받을 것인지 예측할 수 있는 방법과 더 많은 사람들에게 치료를 더 잘 할 수 있도록 하는 방법을 계속해서 찾고 있다.

샤 박사는 "우리의 방법은 서로 다른 데이터 소스를 결합하여 표준 치료 접근 방식을 크게 능가했다. 그리고 이러한 유형의 전문가 유도 기계학습 접근 방식은 개인 맞춤형 치료를 제공하는 능력을 향상시킬 수 있는 많은 가능성을 가지고 있다"고 말한다.

한편, 피어 박사는 암세포가 뇌척수액의 척박한 환경에서 어떻게 생존하는지 알아내는 데 도움을 준 신경종양학자 아드리안 보아르 박사와의 공동 연구를 지적한다.

단일 세포 RNA 염기서열분석(종양 세포에 걸친 유전자 활동에 대한 방대한 양의 데이터를 분류하기 위해 높은 옥탄가의 수학과 통계가 필요함)을 사용하여, 연구원들은 철에 굶주린 암세포가 주변의 모든 철분을 삼키도록 스스로 재 프로그래밍을 한다는 것을 보여줄 수 있었다. 발견은 새로운 치료법의 가능성을 시사했고, 이 발견은 2022년에 시작된 임상 1상의 기초를 형성했다.

"종종 생물학에는 매우 많은 요소와 데이터 포인트가 작용한다. 의미 있는 패턴을 인지하는 것은 인간의 능력을 훨씬 초과한다. 하지만 컴퓨터가 합리적이고 실행 가능한 패턴을 찾기 위해서는 컴퓨터와 생물학적 전문지식이 모두 필요하다. 그리고 컴퓨터 암 연구원으로서, 그것이 우리의 기술"이라고 피어 박사는 말한다.