A.I.(Artificial Intelligence, 이하 AI)는 사고하고 생각하고 학습하고 판단하는 인간의 지능을 본 따 논리적인 방식으로 작동하는 공학 기술을 뜻한다. 즉 컴퓨터가 인간의 지능을 모방할 수 있도록 하는 것이 핵심이라 할 수 있다. 초기 AI는 게임이나 체스 등 일부 분야에서만 활용됐으나 딥러닝(Deep Learning), 신경망, 패턴 인식, 자연어 인식, 이미지 처리 등 다양한 분야로 확대되고 있다.

의료 분야에서도 예외는 아니다. 의료 속 AI는 딥러닝과 이미지 처리를 활용한 의료진의 진단 보조 역할부터 빅데이터 분석을 통한 신약 발굴, 그리고 외과 수술 영역에까지 그 분야가 다양하게 확장되고 있다. 의료 분야에서 진화되고 있는 다양한 AI 기술의 현황과 미래를 매경헬스가 살펴봤다.

작년 한 해 전 세계적으로 발생한 암 환자는 약 1,930만 명으로 이 중 1천명이 목숨을 잃었다. 발생률이 높은 암에는 유방암, 폐암, 대장암, 위암 등이 상위권을 차지한다. 특히 유방암은 여성환자가 많은데도 불구하고 전체 암 발생 사례에서 11.7%를 차지해 유방암 예방과 진단에 대한 중요성이 강조되고 있다.

유방암 검사를 위해서는 유방 X선 촬영(맘모그래피)을 해야 한다. 하지만 유방이 작고 유선 조직이 발달한 치밀 유방의 경우 암 병변을 찾기가 어려워 정확도가 떨어질 수 있다. 또한 X선 촬영은 방사선 피폭량이 많아 국립암센터에서는 만40세 이상부터 2년 간격으로 유방X선 촬영을 권고하고 있다.

프로테오믹스 기반 진단 기술을 개발하는 베르티스는 단백질 분석과 AI기술을 결합해 혈액 1ml로 유방암을 진단하는 기술을 개발했다.

◆ 단백질 분석으로 질병을 진단한다 ‘마스토체크(mastocheck)

베르티스가 개발한 유방암 진단 솔루션 ‘마스토체크(mastocheck)’는 단백질체학인 프로테오믹스(Proteomics) 기술을 기반으로 한다. 약 60만 개 단백질을 분석해 유방암 진단에 최적의 정확도를 나타내는 3개의 마커를 선정하고, 베르티스 자체 AI알고리즘을 통해 유방암을 진단하는 체외진단 소프트웨어다.

1ml 소량의 혈액으로 검사가 가능하기 때문에 유방의 치밀도와 상관없이 일정한 정확도를 유지할 수 있다는 것이 강점이다. 여기에 방사선 노출 위험도 없기 때문에 가임기 또는 임산부도 유방암 검사가 가능하다.

질병 진단에 있어 가장 중요한 것은 검사의 정확도다. 마스토체크는 식약처 확증 임상 기준으로 83.2%의 정확도를 기록해 지난 2019년 의료기기 품목허가를 획득했다.

베르티스는 2000년대부터 프로테오믹스 연구를 시작해 2,500만 개의 빅데이터를 가진 단백질 라이브러리를 구축했다. 여기에 AI 알고리즘을 통해 가장 높은 정량성을 확보할 수 있는 단백질 타깃 후보를 찾아내는 방식을 연구했다. 단백질 정량화를 통해 특정 질환에 대한 각 단백질 정량의 차이에 주목해 질병을 진단할 수 있는 타깃팅 기술 플랫폼 NexQ ProtTM 을 구축했다. 이를 통해 단백질을 연구하는 것에 그치지 않고 이를 조기 진단, 예후 진단, 동반 진단, 치료제 반응 진단 등 임상에서 활용할 수 있게 상업화 시킨 국내 1호 기업으로 평가 받고 있다. 현재는 유방암 진단을 위한 마스토체크 솔루션만 출시됐지만 췌장암, 심혈관 질환 등 전신 질환을 진단하는 단백질 마커 발굴과 플랫폼 개발에 박차를 가하고 있다.

◆ 단백체학에 최적화된 독자적 AI 기술

베르티스는 단백질 최적화된 AI기술을 개발해 진단 플랫폼에 활용하고 있다. 단백질 마커의 발굴과 개발, 이를 정량화 하는 과정은 매우 복잡한데 이를 정확하게 파악할 수 있는 알고리즘을 구성한 것이다.

혈액에는 수천 개 이상의 단백질들이 떠다니고 있다. 이를 분석하기 위해서는 단백질들이 쪼개진 수 만에서 수십만 개의 펩타이드 조각들을 분석해야 한다. 기존에는 질량 분석을 통해 혈액 내에서 찾고자 하는 단백질들을 분석하기 위해 고가의 표준품을 이용해야 했다. 하지만 베르티스는 지난 연구를 통해 쌓아온 질량 분석 빅데이터를 이용하여 AI 알고리즘(Pr.a.iTM)을 개발했다. 이를 통해 표준품 없이도 원하는 단백질 조각을 분석할 수 있게 됐고, 일반적으로 수개월이 걸리는 단백질 분석 시간을 수일 내로 단축시켰다.

이는 임상에서 부담 없이 사용 가능한 수준의 원가 경쟁력을 갖출 수 있게 된 핵심적인 기술이라고 할 수 있다.