[메디게이트뉴스 조운 기자] 디지털 헬스케어의 성장과 함께 연구·검사기관의 최신 기술 도입에 대한 경쟁이 숨가쁘게 진행되고 있다.

국내외 의료 석학들은 디지털 병리학의 발전과 함께 AI 머신러닝(Machine Learning)을 활용한 연구 검사를 통해 임상의학의 발전에 기여할 수 있다고 바라봤다.

1일 검사 전문기관 (재)서울의과학연구소(SCL)가 롯데 호텔 서울에서 40주년 기념 국제학술대회를 개최했다.

이날 호주 멜버른 병리학 연구소의 존 박사(Dr. John Ciciulla, Melbourne Pathology, Australia)는 디지털 병리학 입문 및 조직병리학의 미래에 대해 발표했다.

존 박사는 디지털 병리학이 단순한 디지털 슬라이드를 넘어 그 정의가 확대되고 있다고 설명했다. 그는 "병리학의 다양한 측면에서 디지털화가 이뤄지고 있는데 표본 추적 및 수집은 물론 디지털 이미징 블록 및 슬라이드 추적, 빅데이터 분석 등을 가능하게 하고 있다. 전체 슬라이드를 이미징하고 AI 활용, 병리학 리포트를 똑똑하게 작성하는 데도 도움이 되고 있다"고 말했다.

그는 "디지털 병리학을 통해 기관과 환자의 비용과 시간이 절약되고 보고서의 품질도 높인다"며 "디지털 병리학의 보고서는 자동으로 요약도 되고 이미징도 넣어주기 때문에 병리학자로서 추가로 할 일이 별로 없다. 따라서 타 기관과 경쟁 우위를 유지해 클라이언트를 유치하는 데 도움이 된다"고도 말했다.

물론 디지털 병리학에도 장벽은 있다. 하드웨어와 소프트웨어, IT 인프라와 스토리지 등 비용과 보안과 규제의 문제 등이다.

그럼에도 존 박사는 "우리가 과연 디지털 병리학 방향으로 가야하나에 대한 물음이 있을 수 있으나 당연히 가야한다고 본다"며 "단 병리학자들이 주도적 역할을 해야 한다. 뒤에 있으면 안되고 전문성 활용해서 데이터를 확보하고 보고서에도 참여하고 빅테크와도 협업해야 한다"고 주장했다.

그는 "어떤 시점에서는 조직병리학자가 진단과정에서 필요하지 않을 수도 있지 않나하는 생각이 들 수도 있지만, 병리학자들은 좀 더 나은 결과를 제공하는 것을 목표로 삼아야 한다. 데이터에 기반한 의료기술을 만들고 잘 이해하고 잘 활용하는 방향을 추구해야 한다"고 주장했다.

뒤이어 현재 호주 정부 기관인 CSIRO 연구원의 데니스 바우어 교수(Prof. Denis C. Bauer, CSIRO, Australia)가 전세계적 디지털 솔루션을 통한 정밀의료의 실현에 대해 발표했다.

바우어 교수는 'VariantSpark'와 'BitEpi' 두 가지 머신러닝을 활용해 게놈 유전자 마커를 찾는 연구를 진행한 사례를 소개했다.

그는 "어떤 유전자가 질병을 유발하는지 찾는 연구를 진행했다. 784건의 케이스를 대상으로 알츠하이머 질환에 대한 유전자 마커를 찾는 연구를 진행해 2개의 신규 복제 게놈을 찾았다. 또 1만 건 케이스를 바탕으로 운동신경질환을 유발하는 새로운 유전자 찾았다"고 말했다.

그는 "유전적 차이를 이해하기 위해서는 다양한 인종의 데이터가 필요한데 우리는 거의 유럽 데이터밖에 없어 충분치 않다. 전 세계인을 치료하려면 다양성 지표가 잘 돼야 하는데 10%만 다른 지역이라서 유전적 다양성을 위해 케이스를 확장하려 한다"고 말했다.

바우어 교수는 "게놈 연구는 헬스케어를 변화시키고 있다. 질병 위험에 대한 이해를 가능하게 하고, 다음 세대를 위한 연구를 가능하게 한다"며 "CSIRO는 게놈 데이터 공유에 드는 비용과 처리 시간을 줄이기 위해 비콘(beacon)을 클라우드로 만들었다"고 설명했다.

비콘 프로토콜은 질병 연구를 가능하게 하는 동시에 정보 보호 및 데이터 소유권이 보존되도록 보장하는 국제 표준으로 글로벌 리서치 커뮤니티에 88초만에 쿼리를 가능하게 하고 있으며, 커피 한 잔 값으로 전 세계 가치 있는 인사이트를 활용할 수 있도록 하고 있다.

뒤이어 연세대학교 최민혁 교수는 진단검사의학의 빅데이터 분석: 인공지능 기반 임상 적용 개발 및 검증에 대해 발표했다.

최 교수는 "진단의학에서 정확성 높이기 위한 비용 효율성에 대한 문제에 직면했다"며 "진단검사의학이 앞으로 나아갈 길은 임상의들에게 새로운 통찰력을 제공하는 것이라고 믿는다"고 말했다.

그는 "그러려면 다양한 사례 모아야 하고 추가적 정보도 필요하고, AI 모델을 이용해 새로운 시각으로 문제를 봐야만 임상학자들이 평가하는데 더 정확한 소견 낼 수 있다. 다양한 바이오마커와 메트릭스, 추가적 정보도 필요하다. 거기에 AI 모델까지 적용한다면 데이터 쌓여서 비용 최소화도 가능하다"고 견해를 전했다.

실제로 최 교수는 세브란스병원 데이터를 이용해 요로감염 환자에 대한 연구를 진행해 AI 예측 모델을 개발하기도 했다.

그는 "진단검사의학에서 인공지능 모델을 활용하면 선택적 비용으로 새로운 통찰력을 얻을 수 있다"며 "이는 임상 발전에도 기여할 것이다"라고 말했다.