▣ 미리 입력된 유방암의 이미지와 생존율 데이터를 기반으로, 환자의 예후를 정확히 예측

유방암의 단계 판정방법을 스스로 학습한 컴퓨터 프로그램이 종양의 결과를 예측하여 보다 강력한 치료법의 채택 여부를 결정한다고 한다. 이 컴퓨터 프로그램은 지난 80여년 동안 변하지 않은 유방암 판정기법을 바꾸게 될 것이다.

유방암 판정기법은 1928년에 확립되었으며, 주로 3가지 판단기준(종양세포와 건강한 세포의 모양비교, 비정상적 핵을 가진 세포의 수, 분열하는 세포의 수)에 근거하고 있다.


그러나 이번에 개발된 컴퓨터 병리학자(C-Path: computational pathologist)라는 이름의 프로그램은 미리 입력된 유방암의 이미지와 생존율 데이터를 기반으로 하여 환자의 예후를 정확히 예측한다고 한다.

C-Path는 종양 자체보다는 종양을 둘러싼 기질(stroma)에 초점을 맞추어 놀라운 예측력을 발휘하는 것으로 밝혀졌다. "C-Path는 종양이 하나의 생태계(ecosystem)라는 것을 일깨워준다. 현재 인간 병리학자들은 종양의 기질을 아예 들여다보지도 않는다"고 이번 연구에 참여한 스탠퍼드 대학의 다프네 콜러 박사(컴퓨터과학)는 말했다.


"당신은 병리학 실험실에 발을 들여놓는 순간 마치 시간을 거꾸로 거슬러올라간 듯한 기분을 느낄 것이다. 병리학자들은 구부정한 모습으로 현미경을 들여다보며 염색된 조직 절편을 분석하는데, 이는 수십 년 동안 계속되어 온 구태의연한 방식이다.

그러나 이제 세상은 변하고 있으며, 병리학 분야도 예외는 아니다.

고전적인 염색방법에만 의존할 것이 아니라 분자수준에서 발생하는 사건을 찾아야 한다"고 예일 의대의 데이비드 림 박사(병리학)는 논평했다. 스탠퍼드 의대의 앤드루 벡 박사(병리학, 지금은 자리를 옮겨 하버드 의대에 재직 중임)는 이러한 시대적 요청에 부응하여 대학원생들을 교육시킬 생물정보학 방법론을 연구해 왔다. 그는 병리학 실험실에서 다루는 조직 절편이 매년 수천 건에 달한다는 사실에 주목하여, 이러한 형태학적 분석결과를 (최근 각광을 받고 있는) 분자생물학적 방법론과 연관시켜야 한다고 생각했다.


C-Path는 전통적인 병리학 기술을 정량화하고 자동화한 최초의 방법은 아니다.

그러나 암조직을 촬영한 이미지는 매우 복잡하고 이질적이기 때문에, 이를 정량적 데이터로 변환시키는 것은 쉬운 작업이 아니었다. 벡 박사는 동료들과 의논한 끝에 방법론을 바꾸기로 했다. 즉, 컴퓨터 프로그램을 훈련시켜 (인간이 이미 중요하다고 판단한) 암조직의 특징을 인식하게 하는 것이 아니라, 컴퓨터 프로그램이 스스로 암조직의 주요특성을 파악하게 하기로 결정한 것이다.

연구진은 C-Path에 유방암 환자 248명의 종양조직 이미지와 5년 생존률 데이터를 입력하여, 유방암의 진행 단계를 스스로 판정할 수 있는 기준을 설정하게 하였다. C-Path는 연구진에게 제공받은 데이터를 토대로 하여 6,642가지의 특성을 파악하여, 유방암의 생존률을 예측하는 기준을 마련하였다. 연구진은 그 다음으로 328명의 유방암 환자를 대상으로 C-Path의 예측력을 검증해 보았다. 검증 결과 C-Path는 대상 환자들의 전반적 생존률을 매우 정확하게 예측하는 것으로 밝혀졌다.


"C-Path는 암 진단의 자동화를 위한 의미있는 첫 걸을을 내디뎠지만, 임상적으로 적용되려면 보다 대규모의 집단을 대상으로 하여 검증될 필요가 있다"고 림 박사는 자평(自評)했다.


한편 연구진은 이번 연구에서 두 가지 표본의 상이한 특성 때문에 애를 먹었는데, 이는 각각의 병리학 실험실에서 사용하는 염색법이 서로 달랐기 때문이다. "한 실험실에서는 적색을 더 많이 쓰고 다른 실험실에서 청색을 많이 쓰는 등의 관행은 C-Path의 광범위한 임상적 적용을 가로막는 장애물이 될 수 있다.

따라서 C-Path와 같은 컴퓨터 자동진단 프로그램이 정착되기 위해서는 특정한 염색 프로토콜이 확립되어야 한다"고 림 박사는 덧붙였다. 이상의 몇 가지 문제점에도 불구하고 림 박사는 C-Path가 다른 암(예: 전립선암, 방광암)에도 적용될 수 있을 것으로 낙관하고 있다.

"전립선암과 방광암은 잘 훈련된 전문가일지라도 육안으로 단계구분을 하기가 어려워, 똑같은 샘플을 여러 전문가들에게 보여줄 경우 각각 다른 등급으로 판정하는 경우가 종종 있다. C-Path는 암의 단계구분을 객관화함으로써 보다 공격적인 치료법의 채택여부를 결정할 수 있다"고 림 박사는 말했다. 이번 연구 결과는 Science Translational Medicine 11월 9일호에 게재되었다.



출처: "The computer will see you now", Nature, DOI: doi:10.1038/nature.2011.9324

참조: "C-Path: A Watson-Like Visit to the Pathology Lab", Sci. Transl. Med. DOI: 10.1126/scitranslmed.3003252

원문정보: Beck, A. H. et al. Science Trans. Med. 3, 108ra113 (2011)



URL : http://blog.paran.com/blog/post.kth?pmcId=hitech&viewPage=07&catid=#none


<출처>NDSL, 2011-11-14

Posted by TopARA

댓글을 달아 주세요