의사와 간호사는 의료 시스템의 최전선에서 즉각적인 의료 서비스를 제공하는 중요한 역할을 하죠. 그러나 의료진이 환자를 치료하는데 사용하는 도구와 지식을 발전시키는 엄청난 규모의 연구진도 그들 못지 않게 중요합니다.
이들 연구진은 아직 치료가 불가능한 질병을 해결하기 위한 신약을 개발하고 있으며, 생물학적 유기체와 구조가 움직이고 작용하는 방식을 더 잘 이해하기 위해서 시뮬레이션을 하고, 게놈 데이터를 연구해 특정 건강 상태와 관련 있는 유전자 표지를 찾아냅니다.
그리고 계속 늘어나는 애플리케이션을 위해 연구진들은 AI와 가속 컴퓨팅을 사용하죠.
AI는 신약 개발 작업을 어떻게 변화시키나
우주에 있는 원자 수만큼이나 약물 분자의 수도 어마어마하게 많습니다. 제약사와 연구진은 수 년간의 노력과 수십억 달러에 달하는 비용을 들여 이와 같은 방대한 분자 구조를 탐색해 질병 치료를 위한 신약을 개발하죠.
과학자는 자신들의 전문성을 사용해 어떤 약물 분자가 특정 질병을 막을 수 있을지 추측합니다. 과거에는 한 번에 한 가지 질병에 집중하며 수 년의 시간을 한 건의 연구에만 쏟아 부었죠. 이제는 AI를 사용해 한 번에 수 백만 개 분자와 수 백 가지 질병을 가상으로 모델링 합니다.
딥 러닝은 약물 분자가 신체에서 어떻게 작용할 지를 규명하는 생화학 법칙을 선택해 연구진이 약물 분자의 잠재적 부작용을 이해할 수 있도록 도와주거나 질병을 치료할 수 있는 새로운 합성 분자를 제시하기도 합니다.
피츠버그 대학교 연구원 데비이드 코스(David Koes)는 분자 도킹에 NVIDIA GPU를 사용해 이러한 작업을 진행합니다. 분자 도킹이란 후보 약물이 목표 단백질에 결합하는 방법을 시뮬레이션하는 과정이죠. 이 연구팀은 예측 정확성을 52%에서 70%로 향상시킨 딥 러닝 모델을 개발했습니다.
NVIDIA 인셉션(Inception) 프로그램 회원인 리커션(Recursion Pharmaceuticals)은 치료법이 부족한 100여개 희귀 질병을 포함한 여러 치료 분야에 사용할 신약을 개발하기 위해 100여개 이상의 GPU를 사용해 자체 뉴럴 네트워크를 트레이닝 시킵니다.
리커션의 딥 러닝 모델은 현미경 이미지를 분석해 약물 화합물이 병든 세포를 치료하는데 효과적인지 여부를 결정합니다. AI를 사용하면 이 업체는 일주일 만에 1천개 이상의 세포에서 수 백 가지 기능을 걸러낼 수 있죠.
AI는 게놈 작업을 어떻게 변화시키나
데이터 규모와 복잡성이 두드러지는 또 하나의 의료분야는 바로 게놈 연구입니다. 비교적 역사가 오래되지 않은 분야임에도 성장세가 빨라 8개월마다 데이터세트 규모가 두 배씩 늘어나고 있습니다.
전 세계적으로 백만 건의 인간 게놈 시퀀싱이 이뤄졌으며, 이로 인해 과학자들은 정밀 의료와 면역 요법, 인구조사에 사용할 수 있는 엄청난 양의 세부 데이터를 갖게 됐습니다. 이 데이터가 수집되면 분석하기 위해 엄청난 컴퓨팅 성능이 필요하죠.
스크립스 중개연구소(SRTI Scripps Research Translational Institute)는 NVIDIA와 협력해 한층 저렴한 게놈 시퀀싱과 게놈 데이터를 통한 돌연변이 검출 성능 향상을 위해 딥 러닝 애플리케이션을 구축하고 있습니다. 스타트업 역시 GPU를 사용해 게놈 분석에 따르는 어려움을 해결해 나가고 있죠.
NVIDIA 인셉션 프로그램의 회원인 패러브릭스(Parabricks)의 공동 창립자인 안킷 세시아(Ankit Sethia)는 GPU가 많은 픽셀을 독립적으로 처리해 그래픽 문제를 해결하듯, 이들은 유전자 정보를 따로 떼어낸 후 다시 하나로 묶을 수 있는 작은 개별 조각으로 나눌 수 있다고 설명합니다.
이 회사는 NVIDIA DGX-1 서버를 사용해 시퀀싱된 게놈에서 주요 표지와 이상 부분을 감지하며, 기존에 며칠 걸리던 작업을 1시간 내에 완료할 수 있습니다.
AI는 의료연구를 어떻게 바꿔놓았나
전 세계 대학교 연구진은 AI와 GPU를 사용해 우리가 아직 이해하지 못하는 생물학적 구조와 질병을 시뮬레이션 합니다.
호주 모나쉬 대학교 팀은 저온 전자 현미경이라 불리는 프로세스를 사용해 NVIDIA GPU 기반 슈퍼컴퓨터로 작업해야 하는 컴퓨팅 집약적인 고해상도 분자 3D 모델링 프로세스를 개발합니다.
연구진은 이 기술을 사용해 슈퍼버그 또는 약물 내성 박테리아를 처치할 수 있는 약물을 개발하고 있습니다.
미국에서는 콜로라도 주립대학교 연구진이 매년 수억 명의 사람을 감염시키는 치명적인 뎅기 바이러스에서 발견된 효소를 시뮬레이션 합니다. 연구진은 샌디에고 슈퍼컴퓨팅 센터에서 GPU 기반 슈퍼컴퓨터를 사용해 효소 운동의 새로운 측면을 발견할 수 있었죠.
정밀도가 향상되면서 이 작업은 뎅기열과 같은 질병이 확산되는 것을 막을 수 있는 통찰력으로 이어질 수 있었답니다.
또한 딥 러닝은 연구진이 획기적인 헬스케어 애플리케이션을 개발하는데 필요한 소스 데이터를 수집하는데도 사용할 수 있습니다. 엔비디아 연구진은 GAN(generative adversarial networks)을 사용하여 비정상적 뇌 MRI를 생성하여 의료영상을 위한 신경망을 훈련시킴으로써 의학연구를 발전시키고 있습니다.
이와 같은 합성 MRI는 의료계 개발자들이 종종 마주하는 도전과제를 해결하는 데 도움이 될 수 있습니다. 다시 말해 딥 러닝 모델을 트레이닝 시킬 수 있는, 신뢰할 수 있으며 균형 잡힌 트레이닝 데이터 부족 문제를 해결하는데 도움을 줄 수 있죠. 보다 자세한 내용은 NVIDIA 헬스케어 페이지를 통해 확인할 수 있습니다.