암으로 인해 미국에서만 1년에 60만 명이 사망합니다. 인공지능(AI)은 암을 치료하기 위한 정확한 진단을 위해서 도움을 줄 수 있습니다.
유방암, 폐암, 그리고 전립선암과 같은 일반적인 암은 조기에 진단될 때 좋은 회복률을 보일 수 있습니다. 그러나 병리학자가 종양을 진단하는 과정은 손이 매우 많이 가고 힘들며 시간도 많이 소요되죠.
원칙적으로 병리학자들은 암 진단의 원인을 찾을 때 암의 사례마다 수십 개의 슬라이드를 해석합니다. 예를 들어, 유방암의 경우에만60개 이상의 슬라이드가 있을 수 있으며, 이 중 오직 소수의 슬라이드에서만 중요한 결과를 발견할 수 있죠.
AI는 대량의 데이터를 검사할 때 작업의 흐름을 빠르게 하고 향상시킴으로써 병리학자가 효율성을 높일 수 있도록 도움을 줍니다. 즉, 병리학자가 이미지를 분석하고 이전 사례에 기반한 통찰력을 가질 수 있게끔 하며, 변칙 사례를 정확하게 찾아내어 병리학자가 신속하게 증상을 진단할 수 있는 도구를 제공하죠.
스타트업 Paige.AI는 전립선암과 유방암을 시작으로 병리학에 AI를 적용해 진단 정확도를 높이고 환자의 결과를 개선합니다. 엔비디아 인셉션(NVIDIA Inception) 프로그램 회원인 Paige.AI는 올해 초 미국식품의약청(FDA)에서 ‘획기적인 치료제’라는 명칭을 부여받았는데, 암 진단 부문에서 AI로 이러한 명칭을 부여 받은 것은 이번이 최초랍니다.
FDA는 위협하거나 심각한 수준의 질병을 가진 환자들에게 보다 더 효과적인 진단이나 치료법을 적시에 제공할 가능성이 있는 기술에 명칭을 부여합니다.
Paige.AI는 암 진단의 돌파구를 찾기 위해 수백 만개의 병리학 슬라이드를 활용해 최첨단 AI 알고리즘을 교육하고 개발하는 데 필요한 대량의 데이터를 제공합니다.
이 모든 데이터를 파악하기 위해서 Paige.AI는 10 개의 상호 연결된 NVIDIA DGX-1 시스템으로 이뤄진 AI 슈퍼컴퓨터를 사용합니다. 이 슈퍼컴퓨터는 병리학에 대한 임상 수준의 모델을 개발하는 데 필요한 10페타플롭 이상의 엄청난 계산 능력을 소유하고 있습니다. 이는 최초로 미래의 환자에게 이로운 임상 환경과 연구 간 격차를 줄일 수 있죠.
Paige.AI에 의한 최신 연구는 엔비디아의 기술이 어떻게 사용되고 있는지 미리 보여주는 한 가지 사례입니다. Paige.AI는 전립선암을 감지하기 위해 7개의 NVIDIA DGX-1 시스템을 사용해 새로운 데이터 세트에 대한 신경망을 학습했습니다. 이 데이터 세트는 1만 2,160개의 슬라이드로 이뤄졌으며 병리학 분야의 이전 데이터 세트보다 2배나 더 많죠. 연구원들은 이미지 주석을 수동으로 다는 단계를 생략한 채1,824개의 실제 슬라이드로 구성된 테스트 세트를 거의 완벽할 정도로 정확하게 처리했답니다.
AI는 병리학자들이 데이터 처리에 소비하는 시간을 최소화하기 때문에 이들이 데이터 분석에 많은 시간을 할애할 수 있도록 도움을 줄 수 있습니다. 이는 병리학자들의 숫자가 부족한 것을 고려할 때 특히 중요한 점이죠.
의학저널 란셋(The Lancet)에 따르면 사하라 사막 이남의 아프리카에는 100만 명의 인구당 1명의 병리학자가 있으며, 중국에는 13만 명당 1명이라고 합니다. 또한 미국에서는 대략 2만 명당 1명의 병리학자가 있지만 2030년에는 그 수가 3만 명당 1명으로 줄어들 것으로 예상된다고 하죠.
AI는 현미경과 세포 생물학에서 볼 수 있는 구조에 대한 연구의 정량 분석을 가능하게 해 전산 병리학을 크게 발전시킵니다. 이와 같은 발전은 새로운 이미지 분석, 컴퓨터 비전, 머신 러닝 기술을 결합함으로써 가능합니다.
Paige.AI의 공동 창립자이자 수석 과학 책임자인 토머스 훅스(Thomas Fuchs) 박사는 “Paige.AI는 엔비디아 기술 덕분에 전체 슬라이드에 있는 수십 만개의 기가 픽셀 이미지에서 심층 신경망을 학습할 수 있었습니다. 그 결과는 병리학을 위한 임상 수준의 인공지능이죠”라며, “우리의 비전은 병리학자들을 위한 작업의 효율성을 향상시키고 연구원들이 새로운 통찰력을 창출하며, 임상의가 치료를 개선할 수 있도록 돕는 것입니다”라고 말했답니다.
NVIDIA DGX에 관한 보다 더 자세한 내용은 NVIDIA AI CONFERENCE 2019 https://nvda.ws/2YZJN0S에서 확인하세요.
특집 이미지 크레딧: 세실 폭스(Cecil Fox) 박사, 국립 암 연구소(National Cancer Institute). 위키미디어 커먼스(Wikimedia Commons)