댓글 0
기사입력 : 2023.02.01 10:11
제이엘케이 최흥국 최고지식책임자(CKO)와 국내 유수 대학의 연구팀이 협업해 MDPI Cancers 학술지에 ‘Region Segmentation of Whole-Slide Images for Analyzing Histological Differentiation of Prostate Adenocarcinoma Using Ensemble EfficientNetB2 U-Net with Transfer Learning Mechanism’ 논문을 출판했다고 밝혔다.
해당 논문은 제이엘케이의 원천기술력을 기반으로 한 전립선암 영상분석 관련 논문으로, 전 세계적으로 암 관련 사망원인 5위에 해당할 뿐만 아니라 남성들에게 가장 흔히 발병되는 질환에 해당하기 때문에 전립선암의 정확한 진단과 예후 효과까지 향상시킬 수 있도록 딥러닝 모델을 구현한 것에 더욱 큰 의미를 가질 것으로 보인다.
이번에 출판한 논문의 주요 목표는 전립선암 영역의 세분화를 기반으로 병리의사가 진단을 내리는 데 도움을 줄 수 있는 자동 주석 시스템을 구축하는 것에 있다. 생검 조직 이미지에서 종양샘의 성장 패턴을 구별하는 것은 병리의사에게 번거로운 작업이다. 특히 암 진단을 개선하고 병리의사의 업무량을 줄이기 위해서는 첨단 기술 중에서도 딥러닝 기술이 가장 필요하기 때문에 본 연구는 전립선 생검의 전체 슬라이드 영상을 분석하고 딥러닝 기법을 통해 스트로마, 양성, 암 조직 성분을 구별하는 것을 목표로 진행됐다.
최근 딥 러닝을 통한 컴퓨터 지원 탐지의 발전으로 전립선암 또한 다른 의학적 진단과 예후와 마찬가지로 자동으로 탐지하고 높은 정확도로 인식할 수 있지만 연구자들은 여전히 글리슨 스코어 시스템에 의해 제한된다. 적절한 점수를 할당하는 것과 관련된 조직병리학적 분석은 품질과 병리의사의 전문성 수준에 의해 제약을 받는 엄격하고 시간이 소요되는 수동 프로세스다.
이에 따라 본 연구에서는 전체 슬라이드 이미지에서 암 영역과 비암성 영역을 분할하기 위해 조직병리학적 이미지 세트에 대한 전이 학습을 사용하는 인공지능 딥러닝 모델을 구현하게 된 것이다. 제안된 분할 모델의 조작은 병리의사가 전립선암을 예측하는 능력을 향상시키는 전체 슬라이드 이미지에서 암 영역을 격리함으로써 전단 및 예후 효과에까지 긍정적인 영향을 미치게 된다.
제이엘케이 최흥국 최고지식책임자(CKO)는 “인공지능을 통한 딥러닝 연구는 앞으로도 의료계에서 지속적으로 연구 및 발전이 될 것이며 이러한 연구가 상용화를 통해 임상에 적용되어 환자에게 보다 정확한 진단과 예후 개선 측면에서 실질적인 도움이 되기를 바란다“고 말했다.
