암 치료는 점점 복잡해지고 있지만 가능성도 점점 더 커지고 있다. 결국 종양의 생물학 및 유전적 특징을 더 잘 이해할수록 더 많은 치료 방법이 가능해진다. 환자에게 질병에 맞는 맞춤형 치료법을 제공하기 위해서 다양한 데이터에 대한 어렵고 긴 시간 동안의 분석이 필요하다. 베를린 의과대학(Charité - Universitätsmedizin Berlin)의 연구원들은 ChatGPT와 같은 생성 인공 지능(AI) 도구가 이 단계에 도움이 될 수 있는지 연구했다. 이는 환자 치료에서 AI가 열어준 기회를 분석하는 차리테 병원의 많은 프로젝트 중 하나이다.

신체가 더 이상 특정 유전적 돌연변이를 자체적으로 복구할 수 없으면 세포가 억제되지 않은 채 성장하기 시작하여 종양을 생성한다. 이 현상의 결정적 요인은 성장 유도 요인과 성장 억제 요인의 불균형이다. 예를 들어 암은 돌연변이를 유발할 가능성이 있는 종양유전자의 변화로 인해 발생할 수 있다.

맞춤형 의학의 전문 분야인 정밀 종양학은 저분자량 억제제 및 항체와 같은 특정 치료법을 사용하여 과잉 활성 종양 유전자를 표적으로 삼고 비활성화함으로써 이러한 지식을 활용할 수 있다. 어떤 유전적 돌연변이가 잠재적인 치료 표적인지 확인하는 첫 번째 단계는 종양 조직의 유전적 구성을 분석하는 것이다. 정밀한 진단과 치료에 필요한 종양 DNA의 분자 변이체가 결정된다.

그런 다음 의사는 이 정보를 사용하여 개별 치료 권장 사항을 작성한다. 특히 복잡한 경우에는 다양한 의학 분야의 지식이 필요할 수 있다. 베르를린 의과 대학의 차리테 병원은 병리학, 분자병리학, 종양학, 인간 유전학, 생물정보학 분야의 전문가들이 함께 협력하여 최신 연구를 바탕으로 어떤 치료법이 가장 유망해 보이는지 분석한다. 이는 매우 복잡한 과정으로 궁극적으로 개인화된 치료 권장사항이 된다.

인공지능이 치료 결정에 도움이 될 수 있나
차리테 병원의 의사인 다미안 리케(Damian Rieke) 박사, 베를린 Humboldt-Universität의 Ulf Leser 교수와 씽 데이비드 왕(Xing David Wang) 그리고 생물정보학 전문가인 마뉴엘 베나리(Manuela Benary) 박사는 암의 치료에 있어서 인공 지능이 도움이 될 수 있을지 연구했다. 최근 JAMA Network Open 저널에 발표된 연구에서 그들은 다른 연구자들과 협력하여 개인화된 치료법을 선택하기 위해 과학 문헌을 자동으로 스캔하는 ChatGPT와 같은 대규모 언어 모델의 가능성과 한계를 조사했다.

"우리는 모델이 가상의 암 환자에 대한 맞춤형 치료 옵션을 식별하도록 유도한 다음 그 결과를 전문가의 권장 사항과 비교했습니다."라고 다미안 박사는 설명했다. 그의 결론은 AI 모델이 원칙적으로 개인화된 치료 옵션을 식별할 수 있었지만 인간 전문가의 능력에는 근접하지도 못했다는 것이다. 연구팀은 실험을 위해 가상 환자의 10가지 분자 종양 프로필을 만들었다. 그런 다음 인간 의사 전문가와 4개의 대규모 언어 모델에게 맞춤형 치료 옵션을 식별하는 임무를 부여했다. 이러한 결과는 어떤 권장 사항이 어디서 나온 것인지 알지 못한 채 평가를 위해 MTB 회원에게 제시되었다.

향상된 AI 모델은 향후 사용 가능성을 보장할 수 있어
연구원 베나리는 "고립된 사례에서 AI가 확인한 놀라울 정도로 좋은 치료 옵션이 몇 가지 있었습니다. 그러나 대규모 언어 모델은 인간 전문가보다 성능이 훨씬 나쁩니다. 그 외에도 데이터 보호, 개인 정보 보호 및 재현성은 실제 환자에게 인공 지능을 사용하는 것과 관련하여 특별한 과제를 제기한다"라며 그녀는 문제를 지적했다.

그럼에도 불구하고 리케 박사는 의학에서 AI의 잠재적인 용도에 대해 근본적으로 낙관적이다. "이 연구에서 우리는 또한 AI 모델의 성능이 모델이 발전함에 따라 지속적으로 향상되고 있음을 보여주었습니다. 이는 AI가 심지어 복잡한 분야에서도 더 많은 지원을 제공할 수 있음을 의미할 수 있습니다. AI가 생성한 결과를 확인하고 치료에 대한 최종 결정권을 갖는 사람이 인간인 한, 미래의 진단 및 치료 프로세스는 가능합니다."라고 의견을 전한다.

차르테 병원의 AI 프로젝트는 환자 치료 개선이 목표
의료 정보학 연구소(Institute of Medical Informatics) 소장인 펠릭스 발저(Felix Balzer) 교수도 의학이 AI의 혜택을 받을 것이라고 확신한다. 그는 IT 내 최고 의료 정보 책임자(CMIO)로서 차르테 병원에서 환자 치료의 디지털 혁신을 담당하고 있다. "환자 치료의 효율성을 높이기 위해 특히 초점을 맞추는 분야 중 하나는 디지털화입니다. 이는 자동화와 인공 지능의 사용도 의미합니다."라고 발저 교수는 설명합니다.

예를 들어, 그의 연구소에서는 장기요양 시 낙상 예방을 돕기 위해 AI 모델을 연구하고 있다. 차르테 병원의 다른 영역에서도 AI에 대한 광범위한 연구를 수행하고 있다. 이 병원의 의학 인공 지능 연구소는 뇌졸중 후 AI 기반 예후를 위한 도구를 개발하기 위해 노력하고 있으며, 베를린 연구소의 페트라 리터(Petra Ritter) 교수가 이끄는 TEF-Health 프로젝트도 진행 중이다. BIH(Health at Charité)의 박사는 의료 기기에서 AI와 로봇 공학의 검증 및 인증을 촉진하기 위해 노력하고 있다.

참조:
Manuela Benary, Xing David Wang, Max Schmidt, Dominik Soll, Georg Hilfenhaus, Mani Nassir, Christian Sigler, Maren Knödler, Ulrich Keller, Dieter Beule, Ulrich Keilholz, Ulf Leser, Damian T. Rieke. Leveraging Large Language Models for Decision Support in Personalized Oncology. JAMA Network Open, 2023; 6 (11): e2343689 DOI: 10.1001/jamanetworkopen.2023.43689