AI가 사람의 숨으로 암 등 질병을 진단하다

새로운 합성곱 신경망(CNN)이 사람의 호흡 속 화합물을 분석해 질병을 감지할 수 있게 되었습니다. 이 기술은 진단 과정을 빠르고 저렴하며 신뢰성 높게 만듭니다. 법의학, 의학, 환경 분석 등 다양한 분야에 활용될 수 있습니다.

AI, 이제는 '후각'을 갖다

인공지능(AI)은 요즘 가장 뜨거운 화두입니다. 개발자들은 음성 인식, 완전 자율주행차, 비디오 화질 개선, 배터리 및 폭발물 개발 등 거의 모든 분야에 AI를 접목하고 있습니다. AI는 모든 분야에서 놀라운 역량을 입증해 왔습니다.

이제 AI는 '냄새'도 맡을 수 있게 되었습니다. 에든버러 대학교, 웨스턴 종합병원, 러프버러 대학교 연구진은 사람의 호흡 속 화합물을 분석해 암을 비롯한 각종 질병을 인간보다 더 정확하게 진단할 수 있는 딥러닝 기반 시스템을 개발했습니다.

일반적인 사람의 호흡에는 1,000가지가 넘는 휘발성 유기 화합물이 포함되어 있습니다. 이는 전신의 혈액-가스 교환으로 인한 대사 과정의 산물입니다. 호흡 샘플 하나에는 병리적·생리적 상태, 즉 환자의 건강 상태를 설명하는 다량의 정보가 담겨 있습니다.

기존 호흡 분석 방법

지난 20년간 과학자들은 공기 중 미량 원소와 화합물을 감지하는 첨단 기기를 사용해 왔습니다. 이 기기들은 기체 크로마토그래피-질량 분석법(GC-MS)을 활용해 수많은 휘발성 유기 화합물을 식별합니다.

기기는 공기 샘플 속 각 화합물을 분리한 뒤 파편화합니다. 각 파편은 고유한 신원을 가지므로 특정 화합물을 식별할 수 있습니다.

이미지 출처: James Gathany / Smithsonian

위 그래프는 GC-MS 기기로 분석한 호흡 샘플 일부의 3D 뷰입니다. 모든 봉우리는 분자 파편과 연관되며, 가장 작은 봉우리조차 다양한 물질 식별에 중요한 역할을 합니다. 이러한 봉우리의 특정 패턴은 환자가 가진 질병의 종류를 드러내며, 초기 암도 포함됩니다.

현재 GC-MS 기기는 마약 탐지, 환경 검사, 폭발물 분석, 미확인 물질 탐지 등에 쓰이며, 1970년대 화성에서 채취한 샘플 분석에도 사용되었습니다.

하지만 이 과정은 지루하고 시간이 오래 걸립니다. 방대한 복잡한 데이터를 전문가가 수동으로 검토해야 하며, 단일 샘플 분석에 며칠이 걸리기도 합니다. 사람이 하는 일이라 실수로 물질을 놓치거나 잘못 식별할 위험도 있습니다.

AI가 어떻게 도움이 되는가?

연구진은 합성곱 신경망(CNN)을 이용해 원시 데이터에서 휘발성 유기 화합물을 자율적으로 식별하는 방안을 제안했습니다. 이는 시간이 많이 드는 데이터 전처리 과정을 없애줍니다.

연구진은 에든버러 암센터에서 암 치료를 받는 환자들의 호흡 샘플을 수집했습니다. 이 샘플들은 컴퓨터 과학자와 화학자 두 팀에 의해 분석되었습니다.

화합물을 수동으로 식별한 뒤, 이 샘플들을 딥러닝 네트워크에 학습시켰습니다. 신경망 연산은 NVIDIA Tesla GPU에서 TensorFlow와 Keras 프레임워크를 사용해 수행되었습니다.

이미지 출처: James Gathany / Smithsonian

네트워크 효율을 더 높이기 위해 연구진은 데이터 증강 기법으로 원본 학습 데이터셋을 100배 확장했습니다.

참조: Research Gate | Smithsonianmag

시스템은 다음 두 가지 특징을 사용할 때 가장 뛰어난 성능을 보였습니다:

1. GC-MS 데이터 구조에 적응하는 1D 필터
2. 저·중·고강도 신호를 다양한 GC-MS 스펙트럼에서 읽는 3D 채널 입력

연구진은 향기를 내는 동시에 인체 질병과 스트레스 상태와 관련된 알데하이드 계열 화학 물질 식별에 집중했습니다.

이 AI를 탑재한 컴퓨터는 기존에 수시간 걸리던 호흡 샘플 분석을 단 몇 분 만에 완료합니다. 전반적으로 이 기술은 과정을 빠르고 저렴하게 만들지만, 무엇보다 '더 신뢰할 수 있게' 만듭니다.

관련 기사: 구글, 눈 스캔으로 심장병 예측하는 AI 개발

더 다양한 샘플로 학습시키면 정확도를 더욱 높일 수 있습니다. 또한 특정 화합물에 국한되지 않아 법의학, 의학, 환경 분석 등 다방면에 적용 가능합니다.