도쿄대학 의학부 부속병원 검사부의 사토 마사야 조교, 시마즈제작소 기반기술연구소의 모리모토 켄타로 주임 등은 환자의 데이터로부터 간암의 존재를 예측하는 인공지능(AI)을 개발했다.

적은 샘플 수에서도 예측에 적합한 알고리즘을 사용하여 간암을 포함한 간질환 환자의 연령과 성별, 검사치 등의 정보를 기반으로 AI를 구축하여. 높은 정도(精度)로 간암을 진단할 수 있었다. 질환 진단 지원에 응용될 것이 기대된다. 이 성과는 5월 30일 영국 과학지 사이언티픽 리포츠에 발표됐다.

연구팀은 우선 종양표지자와 간 검사치 등에서 얻어진 환자 정보를 기반으로 간암을 예측하는 데에는 어떤 방법)이 최적일지 판단하는 프로그램을 작성하였다.

구체적으로 예측하고 싶은 것과 수집한 정보의 양에 따라 뉴럴 네트워크와 심층학습(딥 러닝) 등 다양한 수법 중 어느 것을 활용하는 것이 최적인지 판정하는 프로그램을 만들었다.

작성한 프로그램을 기반으로 간암 환자 539명과 비(非) 간암 환자 1,043명의 정보를 검토한 결과 간암을 예측하는 알고리즘으로서 ‘그라데이션 부스팅 의사결정 트리’라는 종전의 방법이 최적이라는 것을 알았다.

도출된 파라미터치와 그라데이션 부스팅 의사결정 트리로 간암 예측의 정도(精度)를 평가결과 87.3%의 확률로 정확하게 진단하였다. 한편, 딥 러닝을 사용한 경우에는 83.5%였다.

의학 연구의 경우, 수 만 명 규모의 환자 샘플을 수집하는 것은 어렵다. 한정된 정보를 통해 예측 성능을 최대화하는 시스템은 간암뿐 아니라 다른 질환과 다른 분야에 대한 응용에도 기대된다.

<출처: 닛칸코교신문>