결과보다 원인이 중요, 인공지능 암진단 알고리즘 개발-일관성과 높은 해석력 확보할 수 있는 인공지능 암진단 플랫폼 실마리

결과보다 원인이 중요, 인공지능 암진단 알고리즘 개발-일관성과 높은 해석력 확보할 수 있는 인공지능 암진단 플랫폼 실마리

 

등록일 2021.01.04.

 

 

결과보다 원인이 중요, 인공지능 암진단 알고리즘 개발
일관성과 높은 해석력 확보할 수 있는 인공지능 암진단 플랫폼 실마리


□ 국내 연구진이 미국 메모리얼 슬로언케터링 암센터 연구진과 함께 새로운 형태의 암진단 인공지능 플랫폼을 소개했다.

□ 한국연구재단(이사장 노정혜)은 김성영 교수(건국대학교) 연구팀이 메타 분석 기반 기계학습 알고리즘을 이용해 높은 신뢰도로 암을 구별할 수 있는 인공지능 플랫폼을 개발했다고 밝혔다.

□ 의학 분야에서는 동일한 주제에 대한 다양한 연구결과를 통합해 결과의 일관성을 평가하고 통계적 정확성을 높이는 기법으로 메타분석 연구가 활발하게 이루어지고 있다.
※ 메타분석은 유사한 주제로 실시된 개별연구에 나타난 연구 추정치를 공통된 효과크기로 전환하여 실험결과를 객관적이고 일반화시키는 방법으로 근거중심의학의 핵심이 되는 통계기법이다.

□ 건국대 연구팀은 암조직의 유전자 발현 및 관련 생물경로를 메타분석 기반의 알고리즘을 이용해 통합하고 이를 인공지능을 위한 학습재료로 사용하였다.
○ 연구팀은 기계학습 알고리즘을 메타분석과 결합시켜 보다 강건한 모델(MLMA, machine learning-based meta-analytic methods)을 구축하였다.
□ 유전체 빅데이터는 보통‘차원의 저주'라 불리는 고차원 문제에 직면하는데 연구팀은 비선형 주성분 분석과 생물경로를 이용한 차원축소 방법이 모델의 일반성과 해석력을 크게 끌어올리는 것을 확인했다.

□ 이렇게 만들어진 알고리즘을 실제 암맹 갑상선암 샘플에 검증한 결과 거의 완벽한 분류 성능을 나타냈다. 갑상선암의 여러 아형을 테스트한 결과 높은 정확도로 이들 아형까지도 구분해냈다.
○ 노화관련 질환인 점을 고려하여 노화인자를 교정한 고위험군에서도 이 모델의 성능을 확인하였다.

□ 유전체 발현 데이터는 연구자 및 수행기관, 분석플랫폼 별로 예측인자와 모델이 상이해 메타분석 및 생물경로 기반의 알고리즘은 보다 객관적이고 해석력이 뛰어나다는 설명이다.
○ 실제 연구팀은 다중오믹스 분석을 통해 갑상선암 관련 생물경로의 조절인자를 찾아내 모델의 해석력을 극대화했다.

□ 한편 개발된 알고리즘은 갑상선암 이외의 다른 암으로도 쉽게 응용될 수 있다는 설명이다. 또한 회귀 및 경로 분석 기반의 알고리즘으로 원인분석 및 결과의 일관성을 중시하는 임상에서 선호될 것으로 내다보고 있다.

□ 이번 연구는 수학 및 컴퓨터생물학 분야 국제학술지 브리핑스 인 바이오인포메틱스(Brief. Bioinform)에 최신호에 게재될 예정이다(Online Advance: 12월 19일). 이 연구성과는 과학기술정보통신부와 한국연구재단이 추진하는 기본연구사업 및 바이오·의료기술개발 사업의 지원을 받았다.

주요내용 설명

<작성 : 건국대학교 의과대학 김성영 교수>

논문명
Highly accurate diagnosis of papillary thyroid carcinomas based on personalized pathways coupled with machine learning
저널명
Briefing in Bioinformatics
키워드
인공지능(machine learning), 생물정보학(bioinformatics), 정밀의학(precision medicine), 갑상선암 (papillary thyroid carcinomas)
DOI
https://doi.org/10.1093/bib/bbaa336
저 자
김성영 교수(교신저자/건국대학교), 박경식 교수(제1저자/건국대학교), 김성훈 (공저자/건국대학교), 오정헌 교수 (공저자/메모리얼 슬론 캐더링 암센터)

1. 연구의 필요성
○ 최근 인공지능 의학의 관심이 크게 증가하고 다중오믹스 데이터와 기계학습을 활용한 예측 기술은 암 진단 및 치료의 혁신적인 미래의료 기술로 기대되고 있으나 예측 인자 및 모델이 연구자별, 센터별 그리고 분석 플랫폼 별로 상이해 보다 객관적이고 신뢰할 수 있는 모델의 발굴 및 검증 요구가 높아지고 있다.
○ 또한 기계학습을 통한 모델링은 대부분 해석이 어려운 경우가 많아 예측의 정확도 뿐 아니라 모델의 해석력 또한 모델의 성능을 평가하는 데 매우 중요한 요소로 인식되고 있다
2. 연구내용
○ 메타분석은 독립적이지만 유사한 관련 연구들의 데이터의 통계량을 통합해 결과의 일관성을 평가하고 통계적 정확성과 검정력을 높이는 기법으로 개별 연구들에서 간과했던 중요한 다른 결과변수에 대한 효과 추정치를 산출할 수 있게 된다.
○ 메타분석은 근거중심의학의 핵심이 되는 통계기법이다. 본 연구팀은 자체 개발한 생물경로 기반 기계학습 알고리즘을 메타분석과 결합시켜 보다 강건한 모델(MLMA, machine learning-based meta-analytic methods)을 구축하였다
※ 근거중심의학 (Evidence-based medicine) : 임상적인 의사결정의 근거로 단편적인 임상 경험이나 질병 메커니즘에 근거한 추론보다는 정교하게 설계되고 잘 수행된 연구 즉, 무작위 대조시험(randomized controlled trial)이나 메타 분석(meta-analysis) 등의 결과를 바탕으로 한 과학적 근거에 기반을 둔 의학적 방법론
○ 우선 다중 코호트를 표준화시킨 후, 비선형 주성분분석을 이용해 개별 생물경로에 매핑, 벌점 기반의 기계학습과 파라미터 최적화 알고리즘을 이용해 갑상선암의 핵심 생물경로 예측인자를 추출하였다.
○ 다중 코호트 병합과 개별 생물경로를 이용한 차원축소 방법이 학습 모델의 일반성과 전이성을 크게 증가시키는 것을 확인하였고 실제로 이 모델은 갑상선 암의 여러 아형을 암맹코호트에서 거의 완벽하게 분류하였다.
○ 갑상선 암은 대표적인 노화관련 질환으로 노화인자를 교정한 고위험군 분류에서도 이 모델은 탁월한 성능을 보였다.
○ 또한 다중오믹스 및 생존분석을 통한 생물경로의 조절인자 및 예후인자를 찾아내 모델의 해석력을 극대화했다.
3. 기대효과
○ 인공지능 알고리즘이 새롭게 찾아낸 핵심 갑상선암 관련 생물경로는 갑상선암 신약개발에 중요한 단초를 제공할 것으로 보인다.
○ 개발된 알고리즘은 다른 암에 쉽게 확대 가능하고 딥러닝 등 결과 해석이 어려운 다른 기계학습 알고리즘과는 달리, 회귀 및 경로 분석 기반의 알고리즘으로 원인 분석 및 결과의 일관성을 중시하는 임상에서 선호하는 인공지능 솔루션을 제공할 것으로 기대된다.

그림 설명

 

 

(그림 1) 개발된 메타분석 기반 기계학습 알고리즘의 도식
메타분석 기반 기계학습 알고리즘의 핵심과정으로 1) 표준화 다중 코호트를 비선형 주성분분석을 이용해 개별 생물경로에 매핑하고 2) 이를 이용해 벌점 기반의 기계학습과 파라미터 최적화 알고리즘을 적용 3) 핵심 예측인자를 추출한다.
출처 : 건국대학교 의과대학 의학전문대학원

 

 

(그림 2) 건국대 의대 연구팀 박경식 교수(좌, 제1저자), 김성영 교수(우, 교신저자)
사진제공: 건국대학교 의과대학 의학전문대학원

 

 

 

연구 이야기

<작성 : 건국대학교 의과대학 김성영 교수>

□ 연구를 시작한 계기나 배경은?

정밀의학은 모델의 정확도도 중요하지만 일관성과 해석력이 중요하다. 또한 공개된 빅데이터를 이용해 연구자별, 센터별 차이를 교정해 보다 신뢰할 수 있는 결과를 도출하는 것이 중요하다. 최신의 인공지능 알고리즘에 생물경로 기반의 메타분석을 접목해 보다 강건한 모델을 만들 수 있지 않을까 하는 생각에 연구를 시작하게 되었다.

 

□ 이번 성과, 무엇이 다른가?

다른 인공지능 알고리즘과 달리 인공지능 모델의 정확도 뿐 아니라 모델의 일관성 및 해석력에 많은 중점을 둬 예측 및 진단 뿐 아니라 암진행의 새로운 분자 생물학적 기전을 발굴하는 데 좋은 툴로 활용될 수 있다.

 

□ 실용화된다면 어떻게 활용될 수 있나? 실용화를 위한 과제는?

정밀의학 플랫폼의 훌륭한 레퍼런스로 활용될 수 있다. 새로운 암특이 생물경로 발굴해 신약발굴 단서 제공한다. 보다 강건한 모델링을 위해 희귀 타입의 종양 샘플 확보, 과도한 샘플 불균형을 고려한 모델링이 필요하고 임상의학자가 쉽게 접근할 수 있는 엔드유저 친화적 인터페이스 구축 등이 실용화를 위한 과제로 남아있다