인간보다 백혈병 검출 뛰어난 ‘혈구 분석 AI 시스템’

케임브리지 대학 연구팀이 개발한 AI 기반 혈액세포 분석 시스템 사이토디퓨전(CytoDiffusion)은 혈액세포 형태를 고정밀도로 분석하고 백혈병 등 혈액질환을 검출하는 능력에서 인간 전문가를 능가하는 성과를 보였다.

혈액질환 진단에 필수적인 기술인 혈액세포의 크기나 형상의 미묘한 변화를 판별하는 건 장기간 훈련이 필요하며 숙련된 임상의조차 어려운 증례에서는 판단이 엇갈리는 경우가 있다.

케임브리지 대학, 유니버시티 칼리지 런던, 런던 대학 퀸 메리 칼리지 공동 연구팀은 달리(DALL-E)에 사용되는 생성 AI 기술을 활용해 혈구 외관을 상세히 분석할 수 있는 시스템인 사이토디퓨전을 개발했다.

연구팀은 인체에는 다양한 종류의 혈액세포가 있으며 각각 다른 특성과 역할을 갖고 있다먀 검사하는 혈액에는 수천 개에 이르는 세포가 포함되어 있어 인간이 하나하나 세포 모두를 분석하는 건 불가능하다면서 사이토디퓨전은 이를 자동화하고 이상이 있으면 인간 확인을 위해 하이라이트 표시한다고 밝혔다.

연구팀은 케임브리지 아덴브룩 병원에서 수집된 50만 장 이상 혈액도말표본을 사용해 일반적인 혈구와 희귀한 사례 모두를 포함한 이미지를 시스템에 학습시켰다. 단순히 카테고리를 분류하는 게 아니라 세포 외관 분포 전체를 모델링함으로써 AI는 의료시설이나 현미경, 염색방법 차이에도 대응할 수 있으며, 희소세포나 이상세포를 더욱 정확하게 인식할 수 있게 됐다. 테스트에서는 기존 시스템보다 훨씬 높은 감도로 백혈병과 관련된 이상세포를 검출했으며 또 판단에 확신이 없는 경우 이를 표시할 수 있다는 것도 입증했다.

연구팀은 정확도를 테스트한 결과 시스템은 인간보다 조금 뛰어났지만, 진정으로 두드러진 점은 불확실한 상황을 파악할 수 있었다는 것이라며 이번 모델은 확실하다고 판단한 상태에서 실수를 범하는 일은 결코 없지만 인간에게는 그런 일이 때때로 있다고 말했다.

이어 혈액학 전공의로서 하루 일과 후 대량 혈액도말표본 분석에 직면하는 경우가 있었다며 밤늦게까지 분석하다 보니 AI가 나보다 더 뛰어난 일을 해줄 것이라고 확신하게 됐다고 밝혔다.

연구팀은 사이토디퓨전이 임상의를 대체하는 것이 아니라 이상 증례를 신속히 특정하고 일상적인 증례를 자동처리함으로써 지원하도록 설계했다고 강조한다. 향후 공평성과 정확성을 확보하기 위해 시스템을 더 고속화하고 다양한 환자층에서 테스트하는 작업이 필요하다고 한다. 또 50만 점을 넘는 혈액도말표본 이미지의 공개 데이터세트를 제공해 전 세계 연구자가 새로운 AI 모델을 구축·테스트할 수 있는 환경을 조성하고 궁극적으로는 환자 케어 향상에 기여할 계획이다. 관련 내용은 이곳에서 확인할 수 있다.