딥바이오, AACR 2025서 AI기반 디지털 병리학 연구 성과 발표 > 경제기사 | natenews rank

서울=뉴스1 장도민 기자 = 인공지능 기반 디지털 병리 솔루션 기업 딥바이오는 미국 암연구학회AACR, American Association for Cancer Research 연례 학술대회 2025에서 인공지능을 활용한 암 진단 및 바이오마커 정량 분석 관련 최신 연구 성과를 발표한다고 2일 밝혔다.

이번 발표에서는 면역 억제 단백질인 PD-L1Programmed Death-Ligand 1 및 세포 증식 및 전이 관련 수용체 단백질인 c-MET의 면역 조직 화학 염색Immunohistochemistry, IHC 이미지의 정량 분석, 유방 림프절 동결절편 병리 이미지의 인공지능 기반 진단 등 3건의 연구가 포스터 발표로 진행한다.

딥바이오는 자사의 딥러닝 기반 모델이 병리 이미지를 분석해 바이오마커 평가의 정밀도와 재현성을 향상시키고, 임상 의사결정에 기여할 수 있다고 강조했다.

특히 비소세포폐암NSCLC을 대상으로 한 연구에서는 PD-L1 염색 강도를 인공지능으로 정량화한 결과 임상에서 판독된 종양 비율 점수Tumor Proportion Score, TPS와 AI가 측정한 PD-L1 염색 강도 지표 간에 높은 상관관계가 나타났다.

또한 비소세포폐암의 대표적인 아형 중에서는 편평세포암squamous cell carcinoma보다 선암adenocarcinoma에서 PD-L1 염색 강도가 더 강하게 나타났다. 딥바이오는 이러한 연구 결과를 통해 기존 평가 방식에서 정량적으로 다루기 어려웠던 PD-L1 염색 강도를 AI 기반으로 분석함으로써, 향후 IHC 기반 치료 전략의 정밀화에 기여할 수 있다고 봤다.

또한 c-MET 바이오마커를 대상으로 한 다른 연구에서는 IHC 염색 슬라이드 이미지로부터 추출한 인공지능 기반 H-score염색 강도와 염색 세포 비율을 종합한 반정량 점수와 병리의사의 H-score간에 높은 일치도를 보였으며, 종양 아형 간 c-MET 단백질 발현 양상의 차이도 정량적으로 분석했다.

이 연구는 자사의 인공지능 기술을 사용하여 바이오마커 발현, 세포 형태 등을 식별하고 임상 데이터의 상관관계를 분석할 수 있음을 확인한 것으로 향후 임상적으로 유의미한 잠재적 바이오마커의 탐색에 활용될 수 있다.

또한 다양한 스캐너로 스캔한 유방 림프절 동결절편 병리 이미지의 암 병변 검출 성능개선을 위해, 다중 인스턴스 학습MIL,Multiple Instance Learning과 분류모델 분리classifier-isolate 학습 방식을 결합한 새로운 방법을 제안했다.

연구에서는 MIL을 활용해 서로 다른 스캐너로 촬영된 3만장 이상의 유방 림프절 동결절편 병리 이미지와 슬라이드 단위 진단 정보를 기반으로 파운데이션 특징 추출 모델을 먼저 학습했고 제한된 병리 전문의의 주석 데이터를 이용해 동결절편 림프절에 특화된 분류모델classifier만을 별도로 학습했다. 이처럼 일반화된 특징과 특화된 분류모델을 결합함으로써, 다양한 스캐너 환경에서도 일관된 암 병변 검출이 가능한 점을 확인했다.

김선우 딥바이오 대표는 "이번 연구들은 AI가 암 진단에 가져올 수 있는 혁신을 잘 보여준다"며 "딥러닝 기술을 활용한 바이오마커 정량 분석은 보다 정확하고 재현할 수 있는 진단 결과를 제공함으로써 PD-L1, c-MET, 동결절편 진단의 정밀도를 높이고 임상적 치료 결정에 기여할 것"이라고 말했다.

jdm@news1.kr

Copyright ⓒ 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용 금지.