정밀의료에 있어서 인공지능의 역할

[사무국]

의약 분과 임인경

  21세기 과학기술은 급변하는 우리의 일상을 이미 주도하고 있다. Deep Learning으로 시작된 인공지능(Artificial Intelligence; AI)의 개발은 Super-intelligence 시대를 열어서 ChatGPT, Gemini, Copilot 등의 AI agents 개발, 자율주행, 로봇에 의한 생산성 확대 등을 비롯하여 질병의 진단과 치료, 신약 및 의료기기 개발 등에 관한 Healthcare 분야의 혁신을 이루고 있다. 미국 National Institute of Health에서는 21세기에 격변하는 의료의 paradigm shift를 4P—Personalized Medicine(맞춤 의학), Predictive medicine(예측 의학), Preemptive Medicine(예방의학), Participatory medicine(참여 의학)—로 정의하였으며, 버락 오바마 미국 대통령은 2015년 1월 20일 미국 의회 국정연설에서 Precision Medicine Initiative를 외치면서 미국은 이 모든 변화의 선봉에 설 것임을 공표하였다. 오바마 대통령이 선포한 정밀 의료계획은 과거 100여 년간 미국 정부에서 공들여 양성한 의사 과학자(MD-PhD)들과 기초과학자들이 빚어낸 가치(값)라고 생각한다. 정밀 의료란 질병의 원인을 파악하기 위해 대규모 집단을 대상으로 유전자변이, 단백질 발현, 대사물질의 변화, 후성유전학적 변이 등 오믹스 수준의 데이터를 수집하고 개인의 생활 습관, 환경요소, 병력 등을 탑재한 big data를 분석하여서 특정 질병의 발생을 예측할 뿐만 아니라 조기진단 하여 맞춤치료를 실시할 때에 약물 및 치료의 부작용은 최소화하고 치료효과를 극대화하려는 총체적 활동을 의미한다. 미국은 이미 이러한 실행을 위하여 데이터베이스를 구축하였으며 All of Us website를 통하여 일반에게 공개한다고 하였다. 이를 위한 단기계획으로는 소아와 성인의 암 치료를 위한 표적치료제 임상시험과 약물 조합 치료법 및 약물저항성 극복에 대한 지식 축적을 목표로 하였다. 장기 계획으로는 2022년까지 100만 명 이상의 지원자로 구성되는 국가 종적 연구 코호트 구축하여 그들의 유전자 정보, 인체 자원, 식습관, 생활 습관 정보 등을 개인별 전자 건강 기록 (Electric Health Record)에 연동하는 작업을 하였다.

  癌塊의 치료법은 수술, 화학요법, 방사선치료 및 면역 치료법이 있으나 조기 발견 후 수술로 제거하는 것이 최선이나 癌 발생 기전 연구 및 omics(genomics, transcriptomics, proteomics 등) 연구로 밝혀진 암유전자와 암억제유전자, 후성학적 유전자발현 조절 기전과 면역학의 발전으로 최근에는 표적치료제 화학요법과 함께 면역치료가 크게 발전하였다. 그러나 이러한 치료의 문제는 암세포뿐만 아니라 정상세포도 함께 손상을 받는 점이다. 수많은 암 연구 논문을 섭렵한 AI는 위 문제 해결이 가능한 Precision Oncology를 제시하였다. 그중 대표적인 것은 Imaging technology이다. 이는 고형암(위암, 전립선암, 부인과 암, 대장암, 폐암 등) 환자의 CT, MRI, US(초음파) 사진 자료를 들여다보는 computer vision과 각가지 imaging 연구는 암괴의 수술 전 수술 계획 및 수술 중 virtual image 정보를 제공하여 안전하고 확실한 수술이 가능하게 돕는다. 또한 지난 20여 년간 발전해 온 로봇수술로 절개 범위와 조직 손상을 최소화할 수 있다. 로봇 platform에는 flexible endoscopic robot과 single port robot(da Vinci system)이 있어서 초기 대장암뿐만 아니라 부분적으로 전이되었거나 재발된 직장암 수술도 가능하게 하며 수술 후 후유증도 크게 줄여준다. 악성종양은 림프절로 전이한 후 전신에 퍼지는 것이 문제인데 부인과 암 수술의 경우에 indocyanine green 색소 주입으로 임프절 전이 여부를 적외선 형광 imaging으로 측정한 후 da Vinci 로봇수술을 한다. 이러한 시도는 종양의 병기(staging)를 결정하는 효과를 내므로 수술 범위 결정에 매우 유용하다고 한다.

  AI는 Network system을 이용해서 다량의 data를 신속하게 처리하므로 암 환자의 방사선치료 시에 환자 개인의 다양한 자료들(임상검사 자료, 유전 상태, 이미지 data 및 일상생활 기록)을 종합, 분석하여 치료에 최적화된 방안을 도출한다. CT simulation으로 정상조직은 피하고 암 조직에만 방사선을 조사하는 치료 계획을 수립하며 개인 특유의 상황에 맞는 이미지 가이드를 통해서 안전하고 확실한 방사선치료가 가능하게 된다. AI는 기존에 존재하는 data set을 기반으로 새로운 data를 제시한다. 따라서 의료계에서 AI는 질병의 진단 및 이미지 분석 분야에서 중요하며 특히 Generative AI(gAI)—Large Language Models(LLM), Diffusion Model(DM)—는 의학 연구 개발 및 의료기기 혁신을 촉진하고 있다. 건강관리 분야에서 medical AI는 vision-language model과 Large Multimodal Models (LMMs) 등 다양한 data 들을 취급하며 사용자의 경험들, 일상생활 기록 등을 건강자료 등과 동시에 처리해 준다

  gAI는 암 진단 및 예후 결정에도 활용되고 있다; artificial general intelligence(AGI) 중에서 특히 Med-PalM 과 Med-Gemini는 의료용으로 훈련되어서 각종 data processing, visualization, 언어의 번역 등이 가능하다. LLM이나 DM은 질병의 진단, 치료 및 의학 연구 등 건강 증진 및 의료산업에 활용될 가능성이 크다고 한다. 예로서 LLM은 병원에서 전자 건강 기록(electric health records)에 활용되며, GPT-4는 비만대사수술 환자의 개인 맞춤의료에 도움 될 뿐 아니라 방사선 판독 결과를 구조화하는 데 활용된다. 요즘 간암 환자의 치료와 예후를 평가하는데도 Machine-learning-based decision 이 의사에게 큰 도움을 주고 있다.

  핵의학 분야에서는 explainable AI(XAI) 가 중요하게 떠오르고 있다; 검사한 image를 신뢰할 수 있도록 의사결정 과정의 투명성을 제공함으로써 임상의사들로 하여금 AI가 생성한 자료를 안심하고 활용하게 한다.

  암 치료의 최신 지견인 중입자 치료(Heavy Ion Therapy)는 carbon-ion therapy(CIRT)로 대변된다. 일본에서는 1994년부터 National Institute of Radiological Sciences(NIRS)—최근 National Institute for Quantum Science and Technology(QST)—로 개명하여 불리는 기관을 중심으로 현재 7개 대학병원에서 중입자 치료를 한다. 2014년에는 Japan-Carbon-Ion- Radiation Oncology Study Group(J-CROS)을 구성하여서 국내외적으로 통일된 치료법을 공유하면서 뼈나 연조직의 육종(sarcoma) 같이 치료가 어려운 종양과, 췌장암, 두경부암, 전립선암, 조기 폐암, 부인과 흑색종 환자의 치료와 연구를 하고 있다. 우리나라에서는 2023년 4월 연세 암센터에서 세계 최초로 fixed-beam and two-superconducting gantries 가진 기기를 도입하여서 췌장암, 간암, 폐암 등을 대상으로 carbon-ion-radiotherapy를 시작하였다. CIRT는 전통적인 방사선치료의 문제점들을 극복한 장점이 크다. 방사선 조사량이 암 조직 중심부에 전달되는 정도를 말하는 linear energy transfer(LET)와 relative biological effectiveness(RBE)가 탁월해서 정상조직은 보호하며 암 조직 중앙 부위 타겟이 가능하다. 특히 매일 변하는 정상조직의 해부학적 위치 변화와 암괴의 이미지 변화를 매일 측정(Daily Adaptive Particle Therapy) 함으로써 정상조직 보호 효과가 매우 높다. 즉 CIRT의 high LET, high RBE, low oxygen enhancement ratio (OER) 효과는 방사선 치료가 안 되던 악성 종양의 치료에 큰 효과가 있다.

  암 치료법으로 최근에 유행하는 면역요법의 효과를 증진하기 위하여 시도하는 neoadjuvant immunotherapy는 다른 치료를 전혀 하지 않은 암 환자 치료 시에 화학요법을 실시하고 나서 면역요법을 병행하는 것을 말하며, neoadjuvant radiotherapy 역시 암 환자의 화학요법 선 실시 후 방사선치료를 병행하는 경우를 말한다. 이 경우 모두 면역치료나 방사선치료 단독요법에 비하여 효과가 훨씬 좋은 것으로 보고되었다. 이러한 병행치료 시에도 gAI가 주는 이미지 정보들은 더욱 안전하고 확실한 치료를 하는 데 큰 도움이 된다.

필자소개
연세대학교 의학박사 
아주대학교 교수, 명예교수
Case Western Univ. 및 UCLA에서 연구 
아주대학교 의과대학장, 의학전문대학원장
호암재단 및 경운장학재단 이사
한국 과학기술한림원 종신회원,